Editar imágenes con Gemini

La vista previa de Gemini 2.5 Flash Image admite varios tipos de edición de imágenes.

Edición de imágenes

La versión preliminar pública de Gemini 2.5 Flash Image para la generación de imágenes (gemini-2.5-flash-image-preview) permite editar imágenes, además de generarlas. Con esta versión de vista previa pública, Gemini 2.5 Flash Image admite una edición mejorada de imágenes y una edición de varias interacciones, además de incluir filtros de seguridad actualizados que ofrecen una experiencia de usuario más flexible y menos restrictiva.

Admite las siguientes modalidades y funciones:

  • Edición de imágenes (texto e imagen a imagen)

    • Petición de ejemplo: "Edita esta imagen para que parezca un dibujo animado"
    • Petición de ejemplo: [imagen de un gato] + [imagen de una almohada] + "Crea un bordado de punto de cruz de mi gato en esta almohada".

  • Edición de imágenes multiturno (chat)

    • Ejemplos de peticiones: [sube una imagen de un coche azul]. "Convierte este coche en un descapotable". "Ahora, cambia el color a amarillo". "Añade un spoiler".

Editar una imagen

Consola

Para editar imágenes, sigue estos pasos:

  1. Abre Vertex AI Studio > Crear petición.
  2. Haz clic en Cambiar modelo y selecciona gemini-2.5-flash-image-preview en el menú.
  3. En el panel Resultados, selecciona Imagen y texto en el menú desplegable.
  4. Haz clic en Insertar contenido multimedia () y selecciona una fuente en el menú. A continuación, sigue las instrucciones del cuadro de diálogo.
  5. Escribe los cambios que quieras hacer en la imagen en el área de texto Escribe una petición.
  6. Haz clic en el botón Petición ().

Gemini generará una versión editada de la imagen proporcionada basándose en tu descripción. Este proceso debería tardar unos segundos, pero puede ser comparativamente más lento en función de la capacidad.

Python

Instalar

pip install --upgrade google-genai

Para obtener más información, consulta la documentación de referencia del SDK.

Define variables de entorno para usar el SDK de IA generativa con Vertex AI: 

# Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
# with appropriate values for your project.
export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_VERTEXAI=True
 

from google import genai
from google.genai.types import GenerateContentConfig, Modality
from PIL import Image
from io import BytesIO

client = genai.Client()

# Using an image of Eiffel tower, with fireworks in the background.
image = Image.open("test_resources/example-image-eiffel-tower.png")

response = client.models.generate_content(
    model="gemini-2.5-flash-image-preview",
    contents=[image, "Edit this image to make it look like a cartoon."],
    config=GenerateContentConfig(response_modalities=[Modality.TEXT, Modality.IMAGE]),
)
for part in response.candidates[0].content.parts:
    if part.text:
        print(part.text)
    elif part.inline_data:
        image = Image.open(BytesIO((part.inline_data.data)))
        image.save("output_folder/bw-example-image.png")
# Example response:
#  Here's the cartoon-style edit of the image:
#  Cartoon-style edit:
#  - Simplified the Eiffel Tower with bolder lines and slightly exaggerated proportions.
#  - Brightened and saturated the colors of the sky, fireworks, and foliage for a more vibrant, cartoonish look.
#  ....

REST

Ejecuta el siguiente comando en el terminal para crear o sobrescribir este archivo en el directorio actual: 

curl -X POST \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  https://${API_ENDPOINT}:generateContent \
  -d '{
    "contents": {
      "role": "USER",
      "parts": [
        {"file_data": {
          "mime_type": "image/jpg",
          "file_uri": "<var>FILE_NAME</var>"
          }
        },
        {"text": "Convert this photo to black and white, in a cartoonish style."},
      ]

    },
    "generation_config": {
      "response_modalities": ["TEXT", "IMAGE"],
    },
    "safetySettings": {
      "method": "PROBABILITY",
      "category": "HARM_CATEGORY_DANGEROUS_CONTENT",
      "threshold": "BLOCK_MEDIUM_AND_ABOVE"
    },
  }' 2>/dev/null >response.json

Gemini generará una imagen basada en tu descripción. Este proceso debería tardar unos segundos, pero puede ser relativamente más lento en función de la capacidad.

Edición de imágenes en varias interacciones

La versión preliminar de Gemini 2.5 Flash Image también admite la edición en varias interacciones mejorada, lo que te permite responder al modelo con cambios después de recibir una imagen editada. De esta forma, podrás seguir editando la imagen de forma conversacional.

Ten en cuenta que se recomienda limitar el tamaño total del archivo de solicitud a un máximo de 50 MB.

Para probar la edición de imágenes en varias interacciones, consulta nuestro notebook de vista previa de Gemini 2.5 Flash Image.