掌握 Nano Banana Inpainting API 局部改图的 3 种实现方案和完整代码

用 AI 编辑图片时，很多开发者最关心的问题是：能不能只改图片的某个局部，而不影响其他部分？ 这就是 inpainting（局部修复/局部改图）技术要解决的核心问题。

好消息是，Nano Banana 系列模型 确实支持 inpainting 局部改图，而且提供了比传统方案更强大的 mask-free（无蒙版）编辑能力。本文将详解 3 种通过 API 实现局部改图的方案，帮你快速选择最适合的技术路线。

核心价值: 读完本文，你将掌握 Nano Banana inpainting API 的 3 种调用方式，能够在自己的项目中实现专业级的 AI 局部改图功能。

Nano Banana Inpainting 能力全景：3 种局部改图方案

很多开发者有一个常见误解：认为 Nano Banana 只能生成图片，不支持 inpainting。实际上，Nano Banana 不仅支持 inpainting，还提供了多种实现路径。

Nano Banana Inpainting 与传统方案的关键区别

传统的 inpainting 工具（如 Stable Diffusion Inpainting）需要开发者手动绘制黑白蒙版（mask），指定需要修改的区域。而 Nano Banana 的核心突破在于：

• 语义理解驱动: 模型能理解"把背景换成海滩"这类自然语言指令，自动识别背景区域
• 上下文感知: 修改局部时自动匹配周围环境的光照、透视和色彩
• 无需蒙版: 大部分编辑场景不需要手动制作 mask，降低了开发门槛

🎯 技术建议: Nano Banana 的 inpainting 能力通过标准的 OpenAI 兼容接口提供。我们建议通过 API易 apiyi.com 平台调用，可以统一管理 Nano Banana 2 和 Nano Banana Pro 两个模型的调用，便于在不同方案之间切换测试。

方案一：Mask-Free 自然语言 Inpainting（推荐入门）

这是 Nano Banana inpainting 最强大的特性之一——不需要蒙版，只用文字描述就能实现局部修改。

Nano Banana Mask-Free Inpainting 核心原理

Nano Banana 2（基于 Gemini 3.1 Flash Image）内置了语义分割能力，模型会：

1. 解析编辑指令 — 理解你想修改图片的哪个部分
2. 自动识别区域 — 通过语义理解定位需要修改的像素区域
3. 上下文推理 — 分析光照方向、透视关系、3D 空间关系
4. 精确替换 — 在保持周围环境一致的前提下修改目标区域

Mask-Free Inpainting 极简代码示例

import openai
import base64

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # API易 统一接口
)

response = client.chat.completions.create(
    model="gemini-2.5-flash-image-preview",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "Remove the person from this photo and fill the area with the surrounding background naturally"},
            {"type": "image_url", "image_url": {"url": "https://example.com/your-photo.jpg"}}
        ]
    }]
)

# 提取编辑后的图片
content = response.choices[0].message.content
print("编辑完成，提取图片数据...")

Nano Banana Inpainting 常用编辑指令模板

#!/usr/bin/env python3
"""
Nano Banana Mask-Free Inpainting 完整示例
通过自然语言指令实现局部图片编辑
"""

import openai
import base64
import re
from datetime import datetime

# 配置
API_KEY = "YOUR_API_KEY"
BASE_URL = "https://api.apiyi.com/v1"

client = openai.OpenAI(api_key=API_KEY, base_url=BASE_URL)

def inpaint_image(image_url: str, edit_instruction: str, output_path: str = None):
    """
    使用 Mask-Free Inpainting 编辑图片

    Args:
        image_url: 原图 URL 或 base64 data URI
        edit_instruction: 英文编辑指令
        output_path: 输出文件路径（可选）
    Returns:
        bool: 是否成功
    """
    print(f"📝 编辑指令: {edit_instruction}")
    print(f"🖼️  原图: {image_url[:80]}...")

    try:
        response = client.chat.completions.create(
            model="gemini-2.5-flash-image-preview",
            messages=[{
                "role": "user",
                "content": [
                    {"type": "text", "text": f"Generate an image: {edit_instruction}"},
                    {"type": "image_url", "image_url": {"url": image_url}}
                ]
            }]
        )

        content = response.choices[0].message.content

        # 提取 base64 图片数据
        patterns = [
            r'data:image/[^;]+;base64,([A-Za-z0-9+/=]+)',
            r'([A-Za-z0-9+/=]{1000,})'
        ]

        base64_data = None
        for pattern in patterns:
            match = re.search(pattern, content)
            if match:
                base64_data = match.group(1)
                break

        if not base64_data:
            print(f"⚠️ 未找到图片数据，模型回复: {content[:200]}")
            return False

        # 保存图片
        if not output_path:
            timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
            output_path = f"inpainted_{timestamp}.png"

        image_bytes = base64.b64decode(base64_data)
        with open(output_path, 'wb') as f:
            f.write(image_bytes)

        print(f"✅ 编辑完成! 保存到: {output_path} ({len(image_bytes):,} 字节)")
        return True

    except Exception as e:
        print(f"❌ 编辑失败: {e}")
        return False


# 使用示例
if __name__ == "__main__":
    # 示例 1: 移除对象
    inpaint_image(
        image_url="https://example.com/photo-with-person.jpg",
        edit_instruction="Remove the person on the right side and fill with natural background",
        output_path="result_remove_person.png"
    )

    # 示例 2: 替换背景
    inpaint_image(
        image_url="https://example.com/portrait.jpg",
        edit_instruction="Replace the background with a sunset beach scene, keep the person unchanged",
        output_path="result_new_background.png"
    )

    # 示例 3: 修改局部属性
    inpaint_image(
        image_url="https://example.com/room.jpg",
        edit_instruction="Change the wall color to light blue, keep furniture unchanged",
        output_path="result_wall_color.png"
    )

方案二：Mask-Based 精确 Inpainting（高级用法）

当你需要像素级精确控制修改区域时，可以使用 Nano Banana Pro Edit 的蒙版模式。

Mask-Based Inpainting 工作原理

这种模式需要你提供一张黑白蒙版图片（mask），白色区域表示需要修改的部分，黑色区域表示保持不变。

Mask-Based Inpainting 代码示例

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

# 多图输入: 原图 + 蒙版 + 文本指令
response = client.chat.completions.create(
    model="gemini-2.5-flash-image-preview",
    messages=[{
        "role": "user",
        "content": [
            {
                "type": "text",
                "text": "Generate an image: The first image is the original photo. The second image is a mask where white areas indicate regions to edit. Replace the masked area with a beautiful garden scene."
            },
            {"type": "image_url", "image_url": {"url": "https://example.com/original.jpg"}},
            {"type": "image_url", "image_url": {"url": "https://example.com/mask.png"}}
        ]
    }]
)

何时选择 Mask-Based Inpainting

• 需要精确控制编辑边界（如只修改衬衫不影响皮肤）
• 编辑区域形状不规则，自然语言难以准确描述
• 需要批量处理相同区域的多张图片
• 对边缘过渡要求极高的专业场景

💡 实用提示: 制作蒙版最简单的方式是在 Photoshop 或 GIMP 中用画笔涂白需要修改的区域，然后导出为 PNG。如果嫌手动制作蒙版麻烦，方案一的 Mask-Free 模式在大多数场景下已经足够好用。

方案三：多轮对话 Inpainting（迭代优化）

Nano Banana 2 支持在一次会话中进行多轮编辑，每一轮都可以基于上一轮的结果继续修改。这种方式特别适合需要精细调整的场景。

多轮 Inpainting 对话流程

第1轮: "把背景换成办公室" → 得到编辑后图片A
第2轮: 图片A + "把桌上的杯子换成笔记本电脑" → 得到编辑后图片B
第3轮: 图片B + "调亮整体光线，增加窗户透光效果" → 得到最终图片C

多轮 Inpainting 代码实现

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

# 构建多轮对话
messages = [
    # 第1轮: 初始编辑
    {
        "role": "user",
        "content": [
            {"type": "text", "text": "Replace the background with a modern office scene"},
            {"type": "image_url", "image_url": {"url": "https://example.com/photo.jpg"}}
        ]
    }
]

# 第1轮请求
response_1 = client.chat.completions.create(
    model="gemini-2.5-flash-image-preview",
    messages=messages
)

# 将第1轮结果加入上下文
messages.append({"role": "assistant", "content": response_1.choices[0].message.content})

# 第2轮: 基于前一轮继续编辑
messages.append({
    "role": "user",
    "content": [{"type": "text", "text": "Now add a laptop on the desk and make the lighting warmer"}]
})

response_2 = client.chat.completions.create(
    model="gemini-2.5-flash-image-preview",
    messages=messages
)

Nano Banana Inpainting 不同模型版本对比

选择哪个 Nano Banana 模型取决于你的 inpainting 需求：

Nano Banana Inpainting 模型选择建议

• 日常编辑、批量处理: 选 Nano Banana 2 — 速度快、成本低、4K 分辨率
• 专业修图、商业素材: 选 Nano Banana Pro — 最精细的语义理解和色彩还原
• 不确定用哪个: 先用 Nano Banana 2 测试效果，不满意再切换 Pro

Nano Banana Inpainting 与 Gemini 网页版编辑的区别

很多用户在 Gemini 网页端（gemini.google.com）体验过图片编辑功能后会问：这个 API 也能做到吗？

答案是 可以，但有差异：

关键区别: Gemini 网页版的图片编辑体验更加交互式和可视化，用户可以直接用鼠标画选区。而 API 版本的核心优势在于自动化和规模化 — 你可以在代码中批量处理图片，嵌入到产品流程中。

🎯 技术建议: 如果你的需求是在自己的产品中集成 AI 图片编辑功能，API 是唯一选择。通过 API易 apiyi.com 平台可以获得更稳定的接口访问和技术支持。

Nano Banana Inpainting 最佳实践

编辑指令优化技巧

好的编辑指令能显著提升 inpainting 效果：

Nano Banana Inpainting 性能优化建议

1. 输入图片预处理 — 建议 1024×1024 到 2048×2048 之间，过大会增加处理时间
2. 英文指令优先 — 英文指令的理解准确度明显高于中文
3. 单次聚焦一个修改 — 复杂编辑拆分为多轮，每轮只做一件事
4. 添加 "Generate an image:" 前缀 — 明确告诉模型输出图片而非纯文本回复

常见问题

总结

Nano Banana 的 inpainting 局部改图能力远比很多开发者想象的要强大。3 种方案各有适用场景：

• Mask-Free 自然语言编辑 — 最方便，适合大部分场景，推荐优先使用
• Mask-Based 精确修改 — 最精确，适合专业级像素控制
• 多轮对话迭代编辑 — 最灵活，适合复杂的渐进式修改

无论选择哪种方案，核心都是通过标准的 Chat Completions API 发送图片和编辑指令。推荐通过 API易 apiyi.com 平台快速开始测试，5 分钟即可跑通第一个 inpainting 示例。

参考资料

1. Google AI 官方文档 – Nano Banana Image Generation

   • 链接: ai.google.dev/gemini-api/docs/image-generation
   • 说明: Gemini 图像生成和编辑 API 完整文档

2. Google Developers Blog – Gemini 2.5 Flash Image

   • 链接: developers.googleblog.com/introducing-gemini-2-5-flash-image/
   • 说明: Nano Banana 技术架构和能力详解

3. DataCamp – Gemini 2.5 Flash Image Complete Guide

   • 链接: datacamp.com/tutorial/gemini-2-5-flash-image-guide
   • 说明: 完整的代码示例和实践指南

📝 作者: APIYI Team | 技术交流和 API 接入请访问 apiyi.com