Générer des images à l'aide d'Imagen

Imagen est le modèle de génération d'images haute fidélité de Google. Il est capable de générer des images réalistes et de haute qualité à partir de requêtes textuelles. Toutes les images générées incluent un filigrane SynthID. Pour en savoir plus sur les variantes de modèle Imagen disponibles, consultez la section Versions de modèle.

Générer des images à l'aide des modèles Imagen

Cet exemple montre comment générer des images avec un modèle Imagen :

from google import genai
from google.genai import types
from PIL import Image
from io import BytesIO

client = genai.Client()

response = client.models.generate_images(
    model='imagen-4.0-generate-preview-06-06',
    prompt='Robot holding a red skateboard',
    config=types.GenerateImagesConfig(
        number_of_images= 4,
    )
)
for generated_image in response.generated_images:
  generated_image.image.show()

import { GoogleGenAI } from "@google/genai";
import * as fs from "node:fs";

async function main() {

  const ai = new GoogleGenAI({});

  const response = await ai.models.generateImages({
    model: 'imagen-4.0-generate-preview-06-06',
    prompt: 'Robot holding a red skateboard',
    config: {
      numberOfImages: 4,
    },
  });

  let idx = 1;
  for (const generatedImage of response.generatedImages) {
    let imgBytes = generatedImage.image.imageBytes;
    const buffer = Buffer.from(imgBytes, "base64");
    fs.writeFileSync(`imagen-${idx}.png`, buffer);
    idx++;
  }
}

main();

package main

import (
  "context"
  "fmt"
  "os"
  "google.golang.org/genai"
)

func main() {

  ctx := context.Background()
  client, err := genai.NewClient(ctx, nil)
  if err != nil {
      log.Fatal(err)
  }

  config := &genai.GenerateImagesConfig{
      NumberOfImages: 4,
  }

  response, _ := client.Models.GenerateImages(
      ctx,
      "imagen-4.0-generate-preview-06-06",
      "Robot holding a red skateboard",
      config,
  )

  for n, image := range response.GeneratedImages {
      fname := fmt.Sprintf("imagen-%d.png", n)
          _ = os.WriteFile(fname, image.Image.ImageBytes, 0644)
  }
}

curl -X POST \
    "https://generativelanguage.googleapis.com/v1beta/models/imagen-4.0-generate-preview-06-06:predict" \
    -H "x-goog-api-key: $GEMINI_API_KEY" \
    -H "Content-Type: application/json" \
    -d '{
        "instances": [
          {
            "prompt": "Robot holding a red skateboard"
          }
        ],
        "parameters": {
          "sampleCount": 4
        }
      }'

Configuration d'Imagen

Pour le moment, Imagen n'accepte que les requêtes en anglais et les paramètres suivants :

• numberOfImages : nombre d'images à générer, entre 1 et 4 (inclus). La valeur par défaut est 4. Pour Imagen 4 Ultra, la valeur par défaut est 1, car une seule image peut être générée à la fois.
• aspectRatio : modifie le format de l'image générée. Les valeurs acceptées sont "1:1", "3:4", "4:3", "9:16" et "16:9". La valeur par défaut est "1:1".

• personGeneration : autorise le modèle à générer des images de personnes. Les valeurs suivantes sont acceptées :

  • "dont_allow" : bloquer la génération d'images de personnes.
  • "allow_adult" : générer des images d'adultes, mais pas d'enfants. Ce paramètre est la valeur par défaut
  • "allow_all" : génère des images incluant des adultes et des enfants.

Guide sur les requêtes Imagen

Cette section du guide Imagen vous montre comment la modification d'une requête texte vers image peut produire différents résultats, ainsi que des exemples d'images que vous pouvez créer.

Principes de base concernant l'écriture de requêtes

Une bonne requête est descriptive et claire, et utilise des mots clés et des modificateurs pertinents. Commencez par réfléchir à l'objet, au contexte et au style.

1. Objet : La première chose à laquelle réfléchir pour une requête est l'objet : c'est-à-dire l'objet, la personne, l'animal ou le paysage dont vous souhaitez obtenir une image.

2. Contexte et arrière-plan : L'arrière-plan ou le contexte dans lequel le sujet sera placé est tout aussi important. Essayez de placer votre sujet dans différents arrière-plans. Par exemple, un studio sur fond blanc, en extérieur ou en intérieur.

3. Style : Pour finir, ajoutez le style d'image souhaité. Les styles peuvent être généraux (peinture, photographie, croquis) ou très spécifiques (pastel, fusain, 3D isométrique). Vous pouvez également combiner des styles.

Après avoir rédigé une première version de votre requête, affinez-la en ajoutant des détails jusqu'à obtenir l'image souhaitée. L'itération est importante. Commencez par établir votre idée principale, puis affinez-la et développez-la jusqu'à ce que l'image générée corresponde à votre vision.

Les modèles Imagen peuvent transformer vos idées en images détaillées, que vos requêtes soient courtes ou longues et détaillées. Affinez votre vision en ajoutant des détails à vos requêtes jusqu'à obtenir le résultat parfait.

Les requêtes courtes vous permettent de générer rapidement une image.

Les requêtes plus longues vous permettent d'ajouter des détails spécifiques et de créer votre image.

Conseils supplémentaires pour rédiger des requêtes Imagen :

• Utilisez un langage descriptif : employez des adjectifs et des adverbes détaillés pour donner une image claire à Imagen.
• Donnez du contexte : si nécessaire, incluez des informations générales pour aider l'IA à comprendre.
• Faites référence à des artistes ou des styles spécifiques : si vous avez une esthétique particulière en tête, il peut être utile de faire référence à des artistes ou des mouvements artistiques spécifiques.
• Utilisez des outils d'ingénierie des requêtes : envisagez d'explorer les outils ou ressources d'ingénierie des requêtes pour vous aider à affiner vos requêtes et à obtenir des résultats optimaux.
• Améliorer les détails du visage dans vos photos personnelles et de groupe : spécifiez les détails du visage comme point focal de la photo (par exemple, utilisez le mot "portrait" dans la requête).

Générer du texte dans des images

Les modèles Imagen peuvent ajouter du texte dans les images, ce qui ouvre de nouvelles possibilités de génération d'images créatives. Suivez les conseils ci-dessous pour tirer le meilleur parti de cette fonctionnalité :

• Itérez en toute confiance : vous devrez peut-être régénérer des images jusqu'à obtenir le résultat souhaité. L'intégration de texte d'Imagen est encore en cours de développement. Parfois, plusieurs tentatives sont nécessaires pour obtenir les meilleurs résultats.
• Soyez bref : limitez le texte à 25 caractères maximum pour une génération optimale.

• Plusieurs expressions : testez deux ou trois expressions distinctes pour fournir des informations supplémentaires. Évitez de dépasser trois expressions pour des compositions plus claires.

  

• Emplacement du texte : bien qu'Imagen puisse tenter de positionner le texte comme indiqué, attendez-vous à des variations occasionnelles. Cette fonctionnalité est en constante amélioration.

• Style de police Inspire : spécifiez un style de police général pour influencer subtilement les choix d'Imagen. Ne vous attendez pas à une réplication précise des polices, mais plutôt à des interprétations créatives.

• Taille de la police : spécifiez une taille de police ou une indication générale de la taille (par exemple, petite, moyenne, grande) pour influencer la génération de la taille de la police.

Paramétrage des requêtes

Pour mieux contrôler les résultats, il peut être utile de paramétrer les entrées dans Imagen. Par exemple, supposons que vous souhaitiez que vos clients puissent générer des logos pour leur entreprise et que vous souhaitiez vous assurer que les logos sont toujours générés sur un fond de couleur unie. Vous souhaitez également limiter les options que le client peut sélectionner dans un menu.

Dans cet exemple, vous pouvez créer une requête paramétrée semblable à celle-ci :

A {logo_style} logo for a {company_area} company on a solid color background. Include the text {company_name}.

Dans votre interface utilisateur personnalisée, le client peut saisir les paramètres à l'aide d'un menu. La valeur choisie est alors insérée dans la requête qu'Imagen reçoit.

Exemple :

1. Invite : A minimalist logo for a health care company on a solid color background. Include the text Journey.

   

2. Invite : A modern logo for a software company on a solid color background. Include the text Silo.

   

3. Invite : A traditional logo for a baking company on a solid color background. Include the text Seed.

   

Techniques d'écriture de requête avancées

Utilisez les exemples suivants pour créer des requêtes plus spécifiques basées sur des attributs tels que les descripteurs de photo, les formes et les matériaux, les courants artistiques historiques et les modificateurs de qualité d'image.

Photographie

• La requête inclut : "Une photo de…"

Pour utiliser ce style, commencez par utiliser des mots clés qui indiquent clairement à Imagen que vous souhaitez obtenir une photographie. Start your prompts with "A photo of. . .". Par exemple :

^{Source de l'image : chaque image a été générée à l'aide de la requête de texte correspondante avec le modèle Imagen 3.}

Modificateurs de photo

Dans les exemples ci-dessous, vous pouvez voir plusieurs modificateurs et paramètres spécifiques à la photographie. Vous pouvez combiner plusieurs modificateurs pour un contrôle plus précis.

1. Proximité de l'appareil : gros plan, plan large

2. Position de l'appareil : vue aérienne, vue de dessous

3. Éclairage : naturel, spectaculaire, chaud, froid

4. Paramètres de l'appareil : flou de mouvement, flou artistique, bokeh, portrait

5. Types d'objectifs : 35 mm, 50 mm, fisheye, grand angle, macro

6. Types de pellicule : noir et blanc, polaroid

^{Source de l'image : chaque image a été générée à l'aide de la requête de texte correspondante avec le modèle Imagen 3.}

Illustration et art

• La requête inclut : "Une painting de…", "Une sketch de…"

Les styles artistiques vont des styles monochromes tels que les esquisses au crayon à l'art numérique hyperréaliste. Par exemple, les images suivantes utilisent la même requête avec différents styles :

"Une [art style or creation technique] d'une berline électrique angulaire avec des gratte-ciel en arrière-plan"

^{Source de l'image : chaque image a été générée à l'aide de la requête textuelle correspondante avec le modèle Imagen 2.}

Formes et matériaux

• La requête inclut : "…fait en…", "…en forme de…"

L'un des points forts de cette technologie est que vous pouvez créer des images qui seraient autrement difficiles voire impossibles à obtenir. Par exemple, vous pouvez recréer le logo de votre entreprise dans différents matériaux et textures.

^{Source de l'image : chaque image a été générée à l'aide de la requête de texte correspondante avec le modèle Imagen 3.}

Références artistiques historiques

• La requête inclut : "…dans le style de…"

Certains styles sont devenus iconiques au fil des années. Voici quelques idées de styles artistiques ou de peinture que vous pouvez essayer.

"génère une image dans le style de [art period or movement]  : une ferme éolienne"

: une ferme éolienne

: une ferme éolienne

^{Source de l'image : chaque image a été générée à l'aide de la requête de texte correspondante avec le modèle Imagen 3.}

Modificateurs de qualité d'image

Certains mots clés peuvent indiquer au modèle que vous recherchez un élément de haute qualité. Voici quelques exemples de modificateurs de qualité :

• Modificateurs généraux : de haute qualité, agréable, stylisé
• Photos : 4K, HDR, photo studio
• Art, iIlustration : professionnel, détaillé

Voici quelques exemples de requêtes utilisées avec et sans modificateurs de qualité.

^{Source de l'image : chaque image a été générée à l'aide de la requête de texte correspondante avec le modèle Imagen 3.}

Formats

La génération d'images Imagen vous permet de définir cinq formats d'image distincts.

1. Carré (1:1, par défaut) : photo carrée standard. Les utilisations courantes de ce format incluent les publications sur les réseaux sociaux.

2. Plein écran (4:3) : ce format est couramment utilisé dans les médias ou les films. Il correspond également aux dimensions de la plupart des anciens téléviseurs (non panoramiques) et des appareils photo de format moyen. Il capture une plus grande partie de la scène horizontalement (comparé au format 1:1), ce qui en fait le format préféré pour la photographie.

3. Portrait plein écran (3:4) : il s'agit du format plein écran ayant une rotation de 90 degrés. Cela permet de capturer une plus grande partie de la scène verticalement par rapport au format 1:1.

4. Écran large (16:9) : ce format a remplacé le format 4:3 et est désormais le format le plus courant pour les téléviseurs, les écrans d'ordinateur et les écrans de téléphones mobiles (paysage). Utilisez ce format lorsque vous souhaitez capturer davantage d'arrière-plan (par exemple, des paysages).

   

5. Portrait (9:16) : il s'agit d'un format grand écran, mais pivoté. Il s'agit d'un format relativement nouveau qui est rendu populaire par les applications vidéo courtes (par exemple, les Shorts YouTube). Utilisez ce format pour les éléments élevés ayant une orientation verticale marquée, tels que les bâtiments, les arbres, les cascades ou d'autres éléments similaires.

   

Images photoréalistes

Différentes versions du modèle de génération d'images peuvent offrir une combinaison de sorties artistiques et photoréalistes. Utilisez les mots suivants dans vos requêtes pour générer un résultat plus réaliste en fonction du sujet que vous souhaitez générer.

Portraits

Avec plusieurs mots clés du tableau, Imagen peut générer les portraits suivants :

Requête : Femme, portrait en 35 mm, bichromie bleu et gris
Modèle : imagen-3.0-generate-002

Requête : Femme, portrait en 35 mm, film noir
Modèle : imagen-3.0-generate-002

Objets

Avec plusieurs mots clés du tableau, Imagen peut générer les images d'objets suivantes :

Requête : feuille de maranta, objectif macro, 60 mm
Modèle : imagen-3.0-generate-002

Requête : Assiette de pâtes, Objectif macro de 100 mm
Modèle : imagen-3.0-generate-002

Mouvement

Avec plusieurs mots clés du tableau, Imagen peut générer les images de mouvement suivantes :

Requête : Un "touchdown" victorieux, vitesse d'obturation rapide, suivi des mouvements
Modèle : imagen-3.0-generate-002

Requête : Cerf courant dans la forêt, vitesse d'obturation rapide, suivi des mouvements
Modèle : imagen-3.0-generate-002

Grand angle

Avec plusieurs mots clés du tableau, Imagen peut générer les images grand angle suivantes :

Requête : Une chaîne de montagnes très large, paysage grand angle de 10 mm
Modèle : imagen-3.0-generate-002

Requête : une photo de la lune, astrophotographie, grand angle de 10 mm
Modèle : imagen-3.0-generate-002

Versions de modèle