Imagen का इस्तेमाल करके इमेज जनरेट करना

Imagen, Google का इमेज जनरेट करने वाला एक मॉडल है. यह टेक्स्ट प्रॉम्प्ट से, असली जैसी और अच्छी क्वालिटी की इमेज जनरेट कर सकता है. जनरेट की गई सभी इमेज में SynthID वॉटरमार्क शामिल होता है. Imagen मॉडल के उपलब्ध वर्शन के बारे में ज़्यादा जानने के लिए, मॉडल के वर्शन सेक्शन देखें.

Imagen मॉडल का इस्तेमाल करके इमेज जनरेट करना

इस उदाहरण में, Imagen मॉडल की मदद से इमेज जनरेट करने का तरीका बताया गया है:

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
        }
      }'

Imagen का कॉन्फ़िगरेशन

फ़िलहाल, Imagen में सिर्फ़ अंग्रेज़ी में प्रॉम्प्ट दिए जा सकते हैं. साथ ही, इसमें इन पैरामीटर का इस्तेमाल किया जा सकता है:

• numberOfImages: जनरेट की जाने वाली इमेज की संख्या. यह संख्या 1 से 4 के बीच होनी चाहिए. डिफ़ॉल्ट रूप से, यह वैल्यू 4 पर सेट होती है. Imagen 4 Ultra के लिए, यह डिफ़ॉल्ट रूप से 1 पर सेट होता है, क्योंकि एक बार में सिर्फ़ एक इमेज जनरेट की जा सकती है.
• aspectRatio: इससे जनरेट की गई इमेज का आसपेक्ट रेशियो (लंबाई-चौड़ाई का अनुपात) बदल जाता है. "1:1", "3:4", "4:3", "9:16", और "16:9" वैल्यू इस्तेमाल की जा सकती हैं. डिफ़ॉल्ट वैल्यू "1:1" है.

• personGeneration: मॉडल को लोगों की इमेज जनरेट करने की अनुमति दें. इन वैल्यू का इस्तेमाल किया जा सकता है:

  • "dont_allow": लोगों की इमेज जनरेट करने की सुविधा को ब्लॉक करें.
  • "allow_adult": वयस्कों की इमेज जनरेट करें, लेकिन बच्चों की नहीं. यह डिफ़ॉल्ट विकल्प है.
  • "allow_all": ऐसी इमेज जनरेट करें जिनमें वयस्क और बच्चे शामिल हों.

Imagen के लिए प्रॉम्प्ट गाइड

Imagen की इस गाइड के इस सेक्शन में बताया गया है कि टेक्स्ट से इमेज बनाने के लिए दिए गए प्रॉम्प्ट में बदलाव करके, अलग-अलग नतीजे कैसे पाए जा सकते हैं. साथ ही, इसमें ऐसी इमेज के उदाहरण भी दिए गए हैं जिन्हें बनाया जा सकता है.

प्रॉम्प्ट लिखने से जुड़ी बुनियादी बातें

एक अच्छा प्रॉम्प्ट, साफ़ तौर पर और पूरी जानकारी के साथ लिखा जाता है. साथ ही, इसमें काम के कीवर्ड और मॉडिफ़ायर का इस्तेमाल किया जाता है. सबसे पहले, अपने विषय, संदर्भ, और स्टाइल के बारे में सोचें.

1. सब्जेक्ट: किसी भी प्रॉम्प्ट के बारे में सोचते समय, सबसे पहले सब्जेक्ट के बारे में सोचें. यह वह ऑब्जेक्ट, व्यक्ति, जानवर या सीनरी होती है जिसकी आपको इमेज चाहिए.

2. संदर्भ और बैकग्राउंड: किसी विषय को किस बैकग्राउंड या संदर्भ में रखा जाएगा, यह भी उतना ही ज़रूरी है. अपने विषय को अलग-अलग बैकग्राउंड में रखकर देखें. उदाहरण के लिए, सफ़ेद बैकग्राउंड वाला स्टूडियो, आउटडोर या इंडोर एनवायरमेंट.

3. स्टाइल: आखिर में, इमेज की वह स्टाइल जोड़ें जो आपको चाहिए. स्टाइल सामान्य (पेंटिंग, फ़ोटोग्राफ़, स्केच) या बहुत खास (पेस्टल पेंटिंग, चारकोल ड्राइंग, आइसोमेट्रिक 3D) हो सकते हैं. आपके पास स्टाइल को एक साथ इस्तेमाल करने का विकल्प भी होता है.

प्रॉम्प्ट का पहला वर्शन लिखने के बाद, उसमें ज़्यादा जानकारी जोड़कर उसे बेहतर बनाएं. ऐसा तब तक करें, जब तक आपको अपनी पसंद की इमेज न मिल जाए. बार-बार जांच करना ज़रूरी है. सबसे पहले, अपने मुख्य आइडिया को तय करें. इसके बाद, उसे तब तक बेहतर बनाएं और बड़ा करें, जब तक जनरेट की गई इमेज आपकी सोच के मुताबिक न हो जाए.

Imagen मॉडल, आपके आइडिया को पूरी जानकारी वाली इमेज में बदल सकते हैं. इससे कोई फ़र्क़ नहीं पड़ता कि आपके प्रॉम्प्ट छोटे हैं या बड़े और उनमें पूरी जानकारी दी गई है. बार-बार प्रॉम्प्ट देकर, अपनी सोच को बेहतर बनाएं. जब तक आपको मनमुताबिक नतीजे न मिल जाएं, तब तक जानकारी जोड़ते रहें.

छोटे प्रॉम्प्ट की मदद से, इमेज को तुरंत जनरेट किया जा सकता है.

बड़े प्रॉम्प्ट में, खास जानकारी जोड़ी जा सकती है और इमेज बनाई जा सकती है.

Imagen के लिए प्रॉम्प्ट लिखने के बारे में अन्य सलाह:

• ज़्यादा जानकारी देने वाली भाषा का इस्तेमाल करें: Imagen को साफ़ तौर पर जानकारी देने के लिए, विशेषण और क्रियाविशेषण का इस्तेमाल करें.
• संदर्भ दें: अगर ज़रूरी हो, तो एआई को समझने में मदद करने के लिए, बैकग्राउंड की जानकारी शामिल करें.
• किसी कलाकार या स्टाइल का रेफ़रंस दें: अगर आपके मन में कोई खास स्टाइल है, तो किसी कलाकार या कला आंदोलन का रेफ़रंस देना मददगार हो सकता है.
• प्रॉम्प्ट इंजीनियरिंग टूल का इस्तेमाल करें: अपने प्रॉम्प्ट को बेहतर बनाने और सबसे अच्छे नतीजे पाने के लिए, प्रॉम्प्ट इंजीनियरिंग टूल या संसाधनों का इस्तेमाल करें.
• अपनी और ग्रुप की फ़ोटो में चेहरे की बारीकियां बढ़ाना: फ़ोटो में चेहरे की बारीकियों को हाइलाइट करें. उदाहरण के लिए, प्रॉम्प्ट में "पोर्ट्रेट" शब्द का इस्तेमाल करें.

इमेज में टेक्स्ट जनरेट करना

Imagen मॉडल, इमेज में टेक्स्ट जोड़ सकते हैं. इससे इमेज जनरेट करने के लिए, ज़्यादा क्रिएटिव विकल्प मिलते हैं. इस सुविधा का ज़्यादा से ज़्यादा फ़ायदा पाने के लिए, यहां दिए गए दिशा-निर्देशों का पालन करें:

• बेझिझक इमेज जनरेट करें: आपको अपनी पसंद के मुताबिक इमेज मिलने तक, उन्हें फिर से जनरेट करना पड़ सकता है. Imagen में टेक्स्ट इंटिग्रेशन की सुविधा अब भी विकसित हो रही है. इसलिए, कभी-कभी कई बार कोशिश करने पर सबसे अच्छे नतीजे मिलते हैं.
• इसे छोटा रखें: बेहतर तरीके से जनरेट करने के लिए, टेक्स्ट को 25 वर्ण या इससे कम रखें.

• एक से ज़्यादा वाक्यांश: ज़्यादा जानकारी देने के लिए, दो या तीन अलग-अलग वाक्यांशों का इस्तेमाल करें. बेहतर कंपोज़िशन के लिए, तीन से ज़्यादा वाक्यांशों का इस्तेमाल न करें.

  

• टेक्स्ट को सही जगह पर रखना: Imagen, टेक्स्ट को निर्देश के मुताबिक रखने की कोशिश कर सकता है. हालांकि, कभी-कभी इसमें बदलाव हो सकते हैं. इस सुविधा को लगातार बेहतर बनाया जा रहा है.

• फ़ॉन्ट की स्टाइल के लिए सुझाव पाएं: फ़ॉन्ट की कोई सामान्य स्टाइल तय करें, ताकि Imagen को फ़ॉन्ट चुनने में मदद मिल सके. फ़ॉन्ट को सटीक तरीके से दोहराने पर भरोसा न करें, लेकिन क्रिएटिव इंटरप्रेटेशन की उम्मीद रखें.

• फ़ॉन्ट का साइज़: फ़ॉन्ट का साइज़ जनरेट करने के लिए, फ़ॉन्ट का साइज़ या साइज़ के बारे में सामान्य जानकारी दें. उदाहरण के लिए, छोटा, मीडियम, बड़ा.

प्रॉम्प्ट पैरामीटर सेट करना

आउटपुट के नतीजों को बेहतर तरीके से कंट्रोल करने के लिए, आपको Imagen में इनपुट को पैरामीटर के तौर पर इस्तेमाल करना फ़ायदेमंद लग सकता है. उदाहरण के लिए, मान लें कि आपको अपने ग्राहकों को उनके कारोबार के लिए लोगो जनरेट करने की सुविधा देनी है. साथ ही, आपको यह पक्का करना है कि लोगो हमेशा एक ही रंग के बैकग्राउंड पर जनरेट हों. आपको यह भी तय करना है कि क्लाइंट, मेन्यू से कितने विकल्प चुन सकता है.

इस उदाहरण में, पैरामीटर वाला ऐसा प्रॉम्प्ट बनाया जा सकता है जो यहां दिए गए प्रॉम्प्ट जैसा हो:

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

कस्टम यूज़र इंटरफ़ेस में, ग्राहक मेन्यू का इस्तेमाल करके पैरामीटर डाल सकता है. इसके बाद, चुनी गई वैल्यू, Imagen को मिलने वाले प्रॉम्प्ट में अपने-आप भर जाती है.

उदाहरण के लिए:

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

   

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

   

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

   

बेहतर प्रॉम्प्ट लिखने की तकनीकें

यहां दिए गए उदाहरणों का इस्तेमाल करके, एट्रिब्यूट के आधार पर ज़्यादा सटीक प्रॉम्प्ट बनाएं. जैसे, फ़ोटोग्राफ़ी के बारे में बताने वाले शब्द, आकार और मटीरियल, कला के ऐतिहासिक आंदोलन, और इमेज क्वालिटी को बेहतर बनाने वाले शब्द.

फ़ोटोग्राफ़ी

• प्रॉम्प्ट में यह शामिल है: "... की फ़ोटो"

इस स्टाइल का इस्तेमाल करने के लिए, ऐसे कीवर्ड इस्तेमाल करें जिनसे Imagen को साफ़ तौर पर पता चले कि आपको फ़ोटोग्राफ़ चाहिए. अपने प्रॉम्प्ट इस तरह शुरू करें, "इसकी फ़ोटो. . .". उदाहरण के लिए:

^{इमेज का सोर्स: हर इमेज को, उससे जुड़े टेक्स्ट प्रॉम्प्ट का इस्तेमाल करके जनरेट किया गया है. इसके लिए, Imagen 3 मॉडल का इस्तेमाल किया गया है.}

फ़ोटोग्राफ़ी मॉडिफ़ायर

यहां दिए गए उदाहरणों में, फ़ोटोग्राफ़ी से जुड़े कई मॉडिफ़ायर और पैरामीटर देखे जा सकते हैं. ज़्यादा सटीक कंट्रोल के लिए, कई मॉडिफ़ायर जोड़े जा सकते हैं.

1. कैमरे की दूरी - क्लोज़ अप, दूर से ली गई फ़ोटो

2. कैमरे की स्थिति - एरियल, नीचे से

3. लाइटिंग - नैचुरल, ड्रामैटिक, वॉर्म, कोल्ड

4. कैमरे की सेटिंग - मोशन ब्लर, सॉफ्ट फ़ोकस, बोके, पोर्ट्रेट

5. लेंस के टाइप - 35 मि॰मी॰, 50 मि॰मी॰, फ़िशआई, वाइड ऐंगल, मैक्रो

6. फ़िल्म के टाइप - ब्लैक ऐंड व्हाइट, पोलरॉइड

^{इमेज का सोर्स: हर इमेज को, उससे जुड़े टेक्स्ट प्रॉम्प्ट का इस्तेमाल करके जनरेट किया गया है. इसके लिए, Imagen 3 मॉडल का इस्तेमाल किया गया है.}

इलस्ट्रेशन और कला

• प्रॉम्प्ट में ये शामिल हैं: "painting का...", "A sketch of..."

आर्ट स्टाइल, पेंसिल स्केच जैसी मोनोक्रोम स्टाइल से लेकर, हाइपर-रियलिस्टिक डिजिटल आर्ट तक अलग-अलग होती हैं. उदाहरण के लिए, यहां दी गई इमेज में एक ही प्रॉम्प्ट का इस्तेमाल किया गया है, लेकिन स्टाइल अलग-अलग हैं:

"बैकग्राउंड में गगनचुंबी इमारतों के साथ, ऐंगल वाली स्पोर्टी इलेक्ट्रिक सेडान की [art style or creation technique]"

^{इमेज का सोर्स: हर इमेज को, उससे जुड़े टेक्स्ट प्रॉम्प्ट का इस्तेमाल करके जनरेट किया गया है. इसके लिए, Imagen 2 मॉडल का इस्तेमाल किया गया है.}

आकृतियां और मटीरियल

• प्रॉम्प्ट में ये शामिल हैं: "...से बना...", "...के आकार में..."

इस टेक्नोलॉजी की एक खासियत यह है कि इससे ऐसी इमेज बनाई जा सकती हैं जिन्हें बनाना मुश्किल होता है या जो बनाई ही नहीं जा सकतीं. उदाहरण के लिए, अपनी कंपनी के लोगो को अलग-अलग मटीरियल और टेक्सचर में फिर से बनाया जा सकता है.

^{इमेज का सोर्स: हर इमेज को, उससे जुड़े टेक्स्ट प्रॉम्प्ट का इस्तेमाल करके जनरेट किया गया है. इसके लिए, Imagen 3 मॉडल का इस्तेमाल किया गया है.}

कला से जुड़ी ऐतिहासिक जानकारी

• प्रॉम्प्ट में यह शामिल है: "...के स्टाइल में..."

कुछ स्टाइल, समय के साथ आइकॉनिक बन गए हैं. यहाँ पेंटिंग या कला की कुछ ऐसी शैलियों के बारे में बताया गया है जिन्हें आज़माया जा सकता है.

"[art period or movement] की स्टाइल में एक इमेज जनरेट करो: पवन ऊर्जा फ़ार्म"

^{इमेज का सोर्स: हर इमेज को, उससे जुड़े टेक्स्ट प्रॉम्प्ट का इस्तेमाल करके जनरेट किया गया है. इसके लिए, Imagen 3 मॉडल का इस्तेमाल किया गया है.}

इमेज की क्वालिटी में बदलाव करने वाले मॉडिफ़ायर

कुछ कीवर्ड से मॉडल को यह पता चल सकता है कि आपको अच्छी क्वालिटी वाली ऐसेट चाहिए. क्वालिटी मॉडिफ़ायर के उदाहरणों में ये शामिल हैं:

• सामान्य मॉडिफ़ायर - बेहतरीन क्वालिटी, सुंदर, स्टाइल वाला
• Photos - 4K, HDR, Studio Photo
• आर्ट, इलस्ट्रेशन - किसी पेशेवर ने बनाया हो, पूरी जानकारी दी गई हो

यहां क्वालिटी मॉडिफ़ायर के बिना और क्वालिटी मॉडिफ़ायर के साथ एक ही प्रॉम्प्ट के कुछ उदाहरण दिए गए हैं.

^{इमेज का सोर्स: हर इमेज को, उससे जुड़े टेक्स्ट प्रॉम्प्ट का इस्तेमाल करके जनरेट किया गया है. इसके लिए, Imagen 3 मॉडल का इस्तेमाल किया गया है.}

आसपेक्ट रेशियो (लंबाई-चौड़ाई का अनुपात)

Imagen की मदद से इमेज जनरेट करने की सुविधा में, इमेज के पांच अलग-अलग आसपेक्ट रेशियो सेट किए जा सकते हैं.

1. स्क्वेयर (1:1, डिफ़ॉल्ट) - यह एक स्टैंडर्ड स्क्वेयर फ़ोटो होती है. इस पहलू अनुपात का इस्तेमाल आम तौर पर सोशल मीडिया पोस्ट के लिए किया जाता है.

2. फ़ुलस्क्रीन (4:3) - इस आसपेक्ट रेशियो का इस्तेमाल आम तौर पर मीडिया या फ़िल्म में किया जाता है. यह ज़्यादातर पुराने (नॉन-वाइडस्क्रीन) टीवी और मीडियम फ़ॉर्मैट वाले कैमरों का डाइमेंशन भी है. यह 1:1 के मुकाबले, सीन को हॉरिज़ॉन्टल तौर पर ज़्यादा कैप्चर करता है. इसलिए, फ़ोटोग्राफ़ी के लिए इसे बेहतर आसपेक्ट रेशियो माना जाता है.

3. पोर्ट्रेट मोड में फ़ुल स्क्रीन (3:4) - यह फ़ुलस्क्रीन आसपेक्ट रेशियो है, जिसे 90 डिग्री पर घुमाया गया है. इससे 1:1 आसपेक्ट रेशियो (लंबाई-चौड़ाई का अनुपात) की तुलना में, वर्टिकल तौर पर ज़्यादा सीन कैप्चर किया जा सकता है.

4. वाइडस्क्रीन (16:9) - इस रेशियो ने 4:3 को बदल दिया है. अब यह टीवी, मॉनिटर, और मोबाइल फ़ोन की स्क्रीन (लैंडस्केप) के लिए सबसे आम आसपेक्ट रेशियो है. इस आसपेक्ट रेशियो (लंबाई-चौड़ाई का अनुपात) का इस्तेमाल तब करें, जब आपको बैकग्राउंड का ज़्यादा हिस्सा कैप्चर करना हो. उदाहरण के लिए, सुंदर लैंडस्केप.

   

5. पोर्ट्रेट (9:16) - यह रेशियो वाइडस्क्रीन है, लेकिन इसे घुमाया गया है. यह आसपेक्ट रेशियो, काफ़ी नया है. इसे कम अवधि के वीडियो वाले ऐप्लिकेशन (जैसे, YouTube Shorts) ने लोकप्रिय बनाया है. इसका इस्तेमाल लंबी चीज़ों के लिए करें. जैसे, इमारतें, पेड़, झरने या इस तरह की अन्य चीज़ें.

   

असल में खींची गई फ़ोटो जैसी दिखने वाली इमेज

इमेज जनरेट करने वाले अलग-अलग मॉडल, आर्टिस्टिक और फ़ोटोरियलिस्टिक आउटपुट दे सकते हैं. आपको जिस विषय पर फ़ोटो जैसा आउटपुट जनरेट करना है उसके आधार पर, प्रॉम्प्ट में यहां दिए गए शब्दों का इस्तेमाल करें.

पोर्ट्रेट

टेबल में दिए गए कई कीवर्ड का इस्तेमाल करके, Imagen इन पोर्ट्रेट को जनरेट कर सकता है:

प्रॉम्प्ट: एक महिला, 35 मि॰मी॰ पोर्ट्रेट, नीले और स्लेटी रंग के ड्यूटोन
मॉडल: imagen-3.0-generate-002

प्रॉम्प्ट: एक महिला, 35 मि॰मी॰ पोर्ट्रेट, फ़िल्म नॉयर
मॉडल: imagen-3.0-generate-002

ऑब्जेक्ट

टेबल में दिए गए कई कीवर्ड का इस्तेमाल करके, Imagen इन ऑब्जेक्ट की इमेज जनरेट कर सकता है:

प्रॉम्प्ट: प्रेयर प्लांट की पत्ती, मैक्रो लेंस, 60 मि॰मी॰
मॉडल: imagen-3.0-generate-002

प्रॉम्प्ट: पास्ता की एक प्लेट, 100 मि॰मी॰ मैक्रो लेंस
मॉडल: imagen-3.0-generate-002

मोशन

टेबल में दिए गए कई कीवर्ड का इस्तेमाल करके, Imagen इन मोशन इमेज को जनरेट कर सकता है:

प्रॉम्प्ट: विनिंग टचडाउन, फ़ास्ट शटर स्पीड, मूवमेंट ट्रैकिंग
मॉडल: imagen-3.0-generate-002

प्रॉम्प्ट: जंगल में दौड़ता हुआ हिरण, शटर की तेज़ स्पीड, मूवमेंट ट्रैकिंग
मॉडल: imagen-3.0-generate-002

वाइड-एंगल

टेबल में दिए गए कई कीवर्ड का इस्तेमाल करके, Imagen इन वाइड-ऐंगल इमेज को जनरेट कर सकता है:

प्रॉम्प्ट: पहाड़ों की लंबी श्रृंखला, लैंडस्केप वाइड एंगल 10 मि॰मी॰
मॉडल: imagen-3.0-generate-002

प्रॉम्प्ट: चांद की फ़ोटो, ऐस्ट्रो फ़ोटोग्राफ़ी, वाइड ऐंगल 10 मि॰मी॰
मॉडल: imagen-3.0-generate-002

मॉडल के वर्शन