Domina las 3 soluciones de implementación y el código completo para la API de Inpainting de Nano Banana para la modificación local de imágenes

Al editar imágenes con IA, una de las principales preocupaciones de muchos desarrolladores es: ¿Se puede modificar solo una parte local de la imagen sin afectar el resto? Este es el problema central que resuelve la tecnología de inpainting (reparación local/edición local de imágenes).

La buena noticia es que la serie de modelos Nano Banana sí es compatible con inpainting para edición local, y además ofrece capacidades de edición mask-free (sin máscara) más potentes que las soluciones tradicionales. Este artículo detalla 3 esquemas para lograr la edición local mediante API, ayudándote a elegir rápidamente la ruta técnica más adecuada.

Valor central: Después de leer este artículo, dominarás 3 formas de invocar la API de inpainting de Nano Banana, permitiéndote implementar funciones profesionales de edición local de imágenes con IA en tus propios proyectos.

Panorama de las capacidades de Inpainting de Nano Banana: 3 esquemas de edición local

Muchos desarrolladores tienen un malentendido común: creen que Nano Banana solo puede generar imágenes y no es compatible con inpainting. En realidad, Nano Banana no solo es compatible con inpainting, sino que también ofrece múltiples rutas de implementación.

Diferencias clave entre el Inpainting de Nano Banana y las soluciones tradicionales

Las herramientas tradicionales de inpainting (como Stable Diffusion Inpainting) requieren que los desarrolladores dibujen manualmente una máscara (mask) en blanco y negro para especificar el área a modificar. El avance central de Nano Banana radica en:

• Impulsado por comprensión semántica: El modelo puede entender instrucciones en lenguaje natural como "cambia el fondo por una playa", identificando automáticamente el área del fondo.
• Consciente del contexto: Al modificar un área local, automáticamente coincide con la iluminación, perspectiva y colores del entorno circundante.
• Sin necesidad de máscara: La mayoría de los escenarios de edición no requieren crear una máscara manualmente, reduciendo la barrera de entrada para el desarrollo.

🎯 Recomendación técnica: La capacidad de inpainting de Nano Banana se proporciona a través de una interfaz estándar compatible con OpenAI. Recomendamos realizar la invocación a través de la plataforma APIYI (apiyi.com), que permite gestionar de manera unificada las invocaciones de los dos modelos, Nano Banana 2 y Nano Banana Pro, facilitando las pruebas de cambio entre diferentes esquemas.

Opción 1: Inpainting con lenguaje natural sin máscara (recomendado para empezar)

Esta es una de las características más potentes del inpainting con Nano Banana: modificar áreas locales sin necesidad de una máscara, solo usando descripciones en lenguaje natural.

Principio central del Inpainting sin Máscara de Nano Banana

Nano Banana 2 (basado en Gemini 3.1 Flash Image) tiene capacidades de segmentación semántica integradas. El modelo:

1. Analiza la instrucción de edición — Comprende qué parte de la imagen quieres modificar.
2. Identifica automáticamente la región — Localiza los píxeles a modificar mediante comprensión semántica.
3. Realiza inferencia contextual — Analiza la dirección de la luz, relaciones de perspectiva y relaciones espaciales 3D.
4. Reemplazo preciso — Modifica el área objetivo manteniendo la coherencia del entorno circundante.

Ejemplo de código mínimo para Inpainting sin Máscara

import openai
import base64

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Interfaz unificada de APIYI
)

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"}}
        ]
    }]
)

# Extraer la imagen editada
content = response.choices[0].message.content
print("Edición completada, extrayendo datos de la imagen...")

Plantillas de instrucciones de edición comunes para Nano Banana Inpainting

#!/usr/bin/env python3
"""
Ejemplo completo de Inpainting sin Máscara con Nano Banana
Edición local de imágenes mediante instrucciones en lenguaje natural
"""

import openai
import base64
import re
from datetime import datetime

# Configuración
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):
    """
    Edita una imagen usando Inpainting sin Máscara

    Args:
        image_url: URL de la imagen original o data URI base64
        edit_instruction: Instrucción de edición en inglés
        output_path: Ruta del archivo de salida (opcional)
    Returns:
        bool: Éxito o fracaso de la operación
    """
    print(f"📝 Instrucción de edición: {edit_instruction}")
    print(f"🖼️  Imagen original: {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

        # Extraer datos de imagen en base64
        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"⚠️ No se encontraron datos de imagen, respuesta del modelo: {content[:200]}")
            return False

        # Guardar la imagen
        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"✅ ¡Edición completada! Guardada en: {output_path} ({len(image_bytes):,} bytes)")
        return True

    except Exception as e:
        print(f"❌ Error en la edición: {e}")
        return False


# Ejemplo de uso
if __name__ == "__main__":
    # Ejemplo 1: Eliminar objeto
    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"
    )

    # Ejemplo 2: Reemplazar fondo
    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"
    )

    # Ejemplo 3: Modificar atributo local
    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"
    )

Opción 2: Inpainting Basado en Máscara (Uso Avanzado)

Cuando necesitas un control preciso a nivel de píxel sobre el área a modificar, puedes usar el modo de máscara de Nano Banana Pro Edit.

Cómo funciona el Inpainting Basado en Máscara

Este modo requiere que proporciones una imagen de máscara en blanco y negro. Las áreas blancas indican las partes que se modificarán, mientras que las negras permanecerán intactas.

Ejemplo de Código: Inpainting Basado en Máscara

import openai

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

# Entrada múltiple: imagen original + máscara + instrucción de texto
response = client.chat.completions.create(
    model="gemini-2.5-flash-image-preview",
    messages=[{
        "role": "user",
        "content": [
            {
                "type": "text",
                "text": "Genera una imagen: La primera imagen es la foto original. La segunda imagen es una máscara donde las áreas blancas indican las regiones a editar. Reemplaza el área enmascarada con una escena de jardín hermosa."
            },
            {"type": "image_url", "image_url": {"url": "https://example.com/original.jpg"}},
            {"type": "image_url", "image_url": {"url": "https://example.com/mask.png"}}
        ]
    }]
)

Cuándo elegir el Inpainting Basado en Máscara

• Necesitas controlar con precisión los bordes de la edición (por ejemplo, modificar solo una camiseta sin afectar la piel)
• El área de edición tiene una forma irregular difícil de describir con lenguaje natural
• Necesitas procesar por lotes múltiples imágenes con la misma área
• Escenarios profesionales donde la transición de bordes es crítica

💡 Consejo práctico: La forma más sencilla de crear una máscara es usar un pincel en Photoshop o GIMP para pintar de blanco las áreas a modificar y luego exportar como PNG. Si te parece tedioso hacer máscaras manualmente, el modo Mask-Free de la Opción 1 suele ser suficiente para la mayoría de los casos.

Opción 3: Inpainting en Conversación Multiturno (Optimización Iterativa)

Nano Banana 2 permite realizar ediciones en múltiples turnos dentro de una misma sesión, donde cada turno puede modificar el resultado del anterior. Esto es ideal para ajustes finos.

Flujo de Conversación para Inpainting Multiturno

Turno 1: "Cambia el fondo por una oficina" → Obtienes la imagen editada A
Turno 2: Imagen A + "Cambia la taza del escritorio por una laptop" → Obtienes la imagen editada B
Turno 3: Imagen B + "Aumenta la luz general, añade efecto de luz de ventana" → Obtienes la imagen final C

Implementación de Código para Inpainting Multiturno

import openai

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

# Construir la conversación multiturno
messages = [
    # Turno 1: Edición inicial
    {
        "role": "user",
        "content": [
            {"type": "text", "text": "Reemplaza el fondo con una escena de oficina moderna"},
            {"type": "image_url", "image_url": {"url": "https://example.com/photo.jpg"}}
        ]
    }
]

# Solicitud del Turno 1
response_1 = client.chat.completions.create(
    model="gemini-2.5-flash-image-preview",
    messages=messages
)

# Agregar el resultado del Turno 1 al contexto
messages.append({"role": "assistant", "content": response_1.choices[0].message.content})

# Turno 2: Edición basada en el turno anterior
messages.append({
    "role": "user",
    "content": [{"type": "text", "text": "Ahora añade una laptop en el escritorio y haz la iluminación más cálida"}]
})

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

Comparación de diferentes versiones del modelo Nano Banana Inpainting

La elección del modelo Nano Banana depende de tus necesidades de inpainting:

Recomendaciones para elegir el modelo Nano Banana Inpainting

• Edición diaria, procesamiento por lotes: Elige Nano Banana 2 — Velocidad rápida, costo bajo, resolución 4K
• Retoque profesional, material comercial: Elige Nano Banana Pro — La comprensión semántica y reproducción de color más precisas
• No estás seguro de cuál usar: Primero prueba con Nano Banana 2, si no estás satisfecho, cambia a Pro

Diferencias entre Nano Banana Inpainting y la edición en la versión web de Gemini

Muchos usuarios, después de experimentar la función de edición de imágenes en la versión web de Gemini (gemini.google.com), preguntan: ¿Esta API también puede hacerlo?

La respuesta es sí, pero con diferencias:

Diferencia clave: La experiencia de edición de imágenes de la versión web de Gemini es más interactiva y visual, el usuario puede dibujar la selección directamente con el ratón. La ventaja central de la versión API es la automatización y escalabilidad — puedes procesar imágenes por lotes en el código e integrarlo en el flujo de tu producto.

🎯 Recomendación técnica: Si tu necesidad es integrar funciones de edición de imágenes con IA en tu propio producto, la API es la única opción. A través de la plataforma APIYI apiyi.com puedes obtener acceso a interfaces más estables y soporte técnico.

Mejores Prácticas para Nano Banana Inpainting

Técnicas para Optimizar las Instrucciones de Edición

Una buena indicación puede mejorar significativamente los resultados del inpainting:

Recomendaciones para Optimizar el Rendimiento de Nano Banana Inpainting

1. Preprocesamiento de la Imagen de Entrada — Se recomienda entre 1024×1024 y 2048×2048; un tamaño mayor aumenta el tiempo de procesamiento.
2. Priorizar Instrucciones en Inglés — La precisión de comprensión de las instrucciones en inglés es notablemente superior a la del chino.
3. Enfocarse en una Modificación por Vez — Divide las ediciones complejas en múltiples pasos, haciendo solo una cosa en cada uno.
4. Añadir el Prefijo "Generate an image:" — Indica claramente al modelo que debe generar una imagen, no una respuesta de solo texto.

Preguntas Frecuentes

Resumen

La capacidad de inpainting (edición local) de Nano Banana es mucho más potente de lo que muchos desarrolladores imaginan. Las 3 soluciones tienen sus escenarios de aplicación:

• Edición con lenguaje natural sin máscara (Mask-Free) — La más conveniente, ideal para la mayoría de escenarios, se recomienda usar primero.
• Modificación precisa con máscara (Mask-Based) — La más precisa, adecuada para control de píxeles a nivel profesional.
• Edición iterativa en conversación multironda — La más flexible, perfecta para modificaciones complejas y progresivas.

Independientemente de la solución elegida, el núcleo consiste en enviar la imagen y las instrucciones de edición a través de la API estándar de Chat Completions. Se recomienda utilizar la plataforma APIYI (apiyi.com) para comenzar las pruebas rápidamente; podrás ejecutar tu primer ejemplo de inpainting en 5 minutos.

Referencias

1. Documentación oficial de Google AI – Generación de imágenes con Nano Banana

   • Enlace: ai.google.dev/gemini-api/docs/image-generation
   • Descripción: Documentación completa de la API de generación y edición de imágenes de Gemini.

2. Blog de Google Developers – Gemini 2.5 Flash Image

   • Enlace: developers.googleblog.com/introducing-gemini-2-5-flash-image/
   • Descripción: Explicación detallada de la arquitectura técnica y capacidades de Nano Banana.

3. DataCamp – Guía completa de Gemini 2.5 Flash Image

   • Enlace: datacamp.com/tutorial/gemini-2-5-flash-image-guide
   • Descripción: Guía práctica con ejemplos de código completos.

📝 Autor: Equipo de APIYI | Para intercambio técnico y acceso a la API, visita apiyi.com