用途
该技能面向需要将 Google Imagen 图像生成能力集成到 Python 工作流的场景。它基于 Vertex AI 平台，使用 ImageGenerationModel 完成以下任务：
- 通过文本提示词生成图像
- 用文本指令编辑已有图像（图生图）
- 对图像的特定区域进行局部重绘（inpainting）或向外扩展（outpainting）
- 使用 Imagen 放大模型提升图像分辨率
- 将 AI 图像生成集成进 Python 工作流
环境准备
资料给出的前置依赖与配置如下：
pip install google-cloud-aiplatform pillow
gcloud auth application-default login
gcloud config set project YOUR_PROJECT_ID
启用 Vertex AI：
gcloud services enable aiplatform.googleapis.com
初始化与导入：
import vertexai
from vertexai.preview.vision_models import ImageGenerationModel
vertexai.init(project='YOUR_PROJECT_ID', location='us-central1')
主要能力
文本生成图像
使用 ImageGenerationModel.from_pretrained('imagegeneration@006') 加载模型，通过 generate_images 生成图像。可设置参数包括：
prompt：文本提示词number_of_images：生成数量aspect_ratio：宽高比，可选 '1:1'、'9:16'、'16:9'、'3:4'、'4:3'guidance_scale：引导强度，范围 1-20，越高越贴近提示词seed：可选，用于结果可复现
生成结果可通过 response.images[0].save('output.png') 保存，也可转换为 PIL 图像查看。
资料还给出了批量生成示例：对一组提示词逐一调用生成并保存为不同文件。
图像编辑（图生图）
使用 edit_image 方法，传入 base_image 与 prompt，并设置：
edit_mode：'inpainting-insert'、'inpainting-remove' 或 'outpainting'mask_mode：'background'、'foreground' 或 'semantic'number_of_images、guidance_scale
示例用法为将天空编辑为带风暴云的效果。
带遮罩的局部重绘
资料展示了用 PIL 创建遮罩（白色为待重绘区域，黑色为保留区域）并保存为 mask.png，然后将其作为 mask 传入 edit_image，配合 edit_mode='inpainting-insert' 与提示词完成区域替换。
图像放大
使用 upscale_image 方法，传入 image 与 upscale_factor（'x2' 或 'x4'），返回结果可保存。
负面提示词
generate_images 支持 negative_prompt 参数，用于排除不需要的元素。示例中使用的负面提示词包括 blurry、low quality、cartoon、anime、watermark、text、logo 等。
Imagen 3
资料介绍最新模型 imagen-3.0-generate-001 具备最高质量与最佳提示词遵循度，支持 safety_filter_level（'block_most'、'block_some'、'block_few'）与 person_generation（'dont_allow'、'allow_adult'）等参数。
模型参考
资料列出以下模型及其用途与说明：
| 模型 ID | 用途 | 说明 |
|---|---|---|
| imagen-3.0-generate-001 | 最高质量生成 | 最新，最佳提示词遵循 |
| imagen-3.0-fast-generate-001 | 快速/高性价比生成 | 更低延迟 |
| imagegeneration@006 | 稳定的生产模型 | 经过充分测试 |
| imagegeneration@005 | 上一代 | 旧版 |
| imagen-3.0-capability-001 | 编辑与转换 | 局部重绘、向外扩展 |
不依赖 GCP 的替代方案
资料提供基于 Hugging Face diffusers 的 Stable Diffusion 本地方案，无需 GCP：
pip install diffusers transformers accelerate torch
from diffusers import StableDiffusionPipeline
import torch
pipe = StableDiffusionPipeline.from_pretrained(
'runwayml/stable-diffusion-v1-5',
torch_dtype=torch.float16,
)
pipe = pipe.to('cuda') # or 'cpu' (slow)
image = pipe(
prompt='A futuristic city at sunset',
negative_prompt='blurry, low quality',
num_inference_steps=30,
guidance_scale=7.5,
).images[0]
image.save('output.png')
适用场景
- 需要在 Python 中批量生成图像或进行图像编辑的开发者
- 需要局部重绘或图像放大能力的图像处理流程
- 希望使用 Google Vertex AI 上 Imagen 模型的项目
- 没有 GCP 环境、希望本地运行 Stable Diffusion 的场景
限制与合规
- Imagen 遵循 Google 内容政策，显式或有害内容请求会被阻止
safety_filter_level控制严格程度：block_most（最安全）到 block_few（较宽松）person_generation='dont_allow'可禁用人脸生成，以满足儿童安全合规要求- 资料建议存储响应中的
generation_parameters以满足审计/可复现要求 - 不应在未进行适当同意处理的情况下生成真实人物的图像
成本优化
资料给出的建议包括：迭代/草稿使用 imagen-3.0-fast-generate-001，最终输出切换到 imagen-3.0-generate-001；开发阶段每次调用生成 1-2 张，仅在生成环境批量处理；对重复提示词缓存结果；使用 seed 保证可复现以避免重复生成。定价需查看 cloud.google.com/vertex-ai/pricing（按图像计费）。
以上信息均来自资料原文，未提及的价格数值、平台支持范围等细节暂未提供。