掌握 Nano Banana Inpainting API 局部改圖的 3 種實現方案和完整代碼

用 AI 編輯圖片時，很多開發者最關心的問題是：能不能只改圖片的某個局部，而不影響其他部分？ 這就是 inpainting（局部修復/局部改圖）技術要解決的核心問題。

好消息是，Nano Banana 系列模型 確實支持 inpainting 局部改圖，而且提供了比傳統方案更強大的 mask-free（無蒙版）編輯能力。本文將詳解 3 種通過 API 實現局部改圖的方案，幫你快速選擇最適合的技術路線。

核心價值: 讀完本文，你將掌握 Nano Banana inpainting API 的 3 種調用方式，能夠在自己的項目中實現專業級的 AI 局部改圖功能。

Nano Banana Inpainting 能力全景：3 種局部改圖方案

很多開發者有一個常見誤解：認爲 Nano Banana 只能生成圖片，不支持 inpainting。實際上，Nano Banana 不僅支持 inpainting，還提供了多種實現路徑。

Nano Banana Inpainting 與傳統方案的關鍵區別

傳統的 inpainting 工具（如 Stable Diffusion Inpainting）需要開發者手動繪製黑白蒙版（mask），指定需要修改的區域。而 Nano Banana 的核心突破在於：

• 語義理解驅動: 模型能理解"把背景換成海灘"這類自然語言指令，自動識別背景區域
• 上下文感知: 修改局部時自動匹配周圍環境的光照、透視和色彩
• 無需蒙版: 大部分編輯場景不需要手動製作 mask，降低了開發門檻

🎯 技術建議: Nano Banana 的 inpainting 能力通過標準的 OpenAI 兼容接口提供。我們建議通過 API易 apiyi.com 平臺調用，可以統一管理 Nano Banana 2 和 Nano Banana Pro 兩個模型的調用，便於在不同方案之間切換測試。

方案一：Mask-Free 自然語言 Inpainting（推薦入門）

這是 Nano Banana inpainting 最強大的特性之一——不需要蒙版，只用文字描述就能實現局部修改。

Nano Banana Mask-Free Inpainting 核心原理

Nano Banana 2（基於 Gemini 3.1 Flash Image）內置了語義分割能力，模型會：

1. 解析編輯指令 — 理解你想修改圖片的哪個部分
2. 自動識別區域 — 通過語義理解定位需要修改的像素區域
3. 上下文推理 — 分析光照方向、透視關係、3D 空間關係
4. 精確替換 — 在保持周圍環境一致的前提下修改目標區域

Mask-Free Inpainting 極簡代碼示例

import openai
import base64

client = openai.OpenAI（
    api_key="YOUR_API_KEY"，
    base_url="https://api.apiyi.com/v1"  # API易 統一接口
）

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"}}
        ]
    }]
）

# 提取編輯後的圖片
content = response.choices[0].message.content
print（"編輯完成，提取圖片數據..."）

Nano Banana Inpainting 常用編輯指令模板

#！/usr/bin/env python3
"""
Nano Banana Mask-Free Inpainting 完整示例
通過自然語言指令實現局部圖片編輯
"""

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 編輯圖片

    Args:
        image_url: 原圖 URL 或 base64 data URI
        edit_instruction: 英文編輯指令
        output_path: 輸出文件路徑（可選）
    Returns:
        bool: 是否成功
    """
    print（f"📝 編輯指令: {edit_instruction}"）
    print（f"🖼️  原圖: {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 圖片數據
        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"⚠️ 未找到圖片數據，模型回覆: {content[:200]}"）
            return False

        # 保存圖片
        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"✅ 編輯完成！ 保存到: {output_path} （{len（image_bytes）:，} 字節）"）
        return True

    except Exception as e:
        print（f"❌ 編輯失敗: {e}"）
        return False


# 使用示例
if __name__ == "__main__":
    # 示例 1: 移除對象
    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: 替換背景
    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: 修改局部屬性
    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 精確 Inpainting（高級用法）

當你需要像素級精確控制修改區域時，可以使用 Nano Banana Pro Edit 的蒙版模式。

Mask-Based Inpainting 工作原理

這種模式需要你提供一張黑白蒙版圖片（mask），白色區域表示需要修改的部分，黑色區域表示保持不變。

Mask-Based Inpainting 代碼示例

import openai

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

# 多圖輸入: 原圖 + 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"}}
        ]
    }]
）

何時選擇 Mask-Based Inpainting

• 需要精確控制編輯邊界（如只修改襯衫不影響皮膚）
• 編輯區域形狀不規則，自然語言難以準確描述
• 需要批量處理相同區域的多張圖片
• 對邊緣過渡要求極高的專業場景

💡 實用提示: 製作蒙版最簡單的方式是在 Photoshop 或 GIMP 中用畫筆塗白需要修改的區域，然後導出爲 PNG。如果嫌手動製作蒙版麻煩，方案一的 Mask-Free 模式在大多數場景下已經足夠好用。

方案三：多輪對話 Inpainting（迭代優化）

Nano Banana 2 支持在一次會話中進行多輪編輯，每一輪都可以基於上一輪的結果繼續修改。這種方式特別適合需要精細調整的場景。

多輪 Inpainting 對話流程

第1輪: "把背景換成辦公室" → 得到編輯後圖片A
第2輪: 圖片A + "把桌上的杯子換成筆記本電腦" → 得到編輯後圖片B
第3輪: 圖片B + "調亮整體光線，增加窗戶透光效果" → 得到最終圖片C

多輪 Inpainting 代碼實現

import openai

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

# 構建多輪對話
messages = [
    # 第1輪: 初始編輯
    {
        "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輪請求
response_1 = client.chat.completions.create（
    model="gemini-2.5-flash-image-preview"，
    messages=messages
）

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

# 第2輪: 基於前一輪繼續編輯
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 不同模型版本對比

選擇哪個 Nano Banana 模型取決於你的 inpainting 需求：

Nano Banana Inpainting 模型選擇建議

• 日常編輯、批量處理: 選 Nano Banana 2 — 速度快、成本低、4K 分辨率
• 專業修圖、商業素材: 選 Nano Banana Pro — 最精細的語義理解和色彩還原
• 不確定用哪個: 先用 Nano Banana 2 測試效果，不滿意再切換 Pro

Nano Banana Inpainting 與 Gemini 網頁版編輯的區別

很多用戶在 Gemini 網頁端（gemini.google.com）體驗過圖片編輯功能後會問：這個 API 也能做到嗎？

答案是 可以，但有差異：

關鍵區別: Gemini 網頁版的圖片編輯體驗更加交互式和可視化，用戶可以直接用鼠標畫選區。而 API 版本的核心優勢在於自動化和規模化 — 你可以在代碼中批量處理圖片，嵌入到產品流程中。

🎯 技術建議: 如果你的需求是在自己的產品中集成 AI 圖片編輯功能，API 是唯一選擇。通過 API易 apiyi.com 平臺可以獲得更穩定的接口訪問和技術支持。

Nano Banana Inpainting 最佳實踐

編輯指令優化技巧

好的編輯指令能顯著提升 inpainting 效果：

Nano Banana Inpainting 性能優化建議

1. 輸入圖片預處理 — 建議 1024×1024 到 2048×2048 之間，過大會增加處理時間
2. 英文指令優先 — 英文指令的理解準確度明顯高於中文
3. 單次聚焦一個修改 — 複雜編輯拆分爲多輪，每輪只做一件事
4. 添加 "Generate an image:" 前綴 — 明確告訴模型輸出圖片而非純文本回復

常見問題

總結

Nano Banana 的 inpainting 局部改圖能力遠比很多開發者想象的要強大。3 種方案各有適用場景：

• Mask-Free 自然語言編輯 — 最方便，適合大部分場景，推薦優先使用
• Mask-Based 精確修改 — 最精確，適合專業級像素控制
• 多輪對話迭代編輯 — 最靈活，適合複雜的漸進式修改

無論選擇哪種方案，核心都是通過標準的 Chat Completions API 發送圖片和編輯指令。推薦通過 API易 apiyi.com 平臺快速開始測試，5 分鐘即可跑通第一個 inpainting 示例。

參考資料

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

   • 鏈接: ai.google.dev/gemini-api/docs/image-generation
   • 說明: Gemini 圖像生成和編輯 API 完整文檔

2. Google Developers Blog – Gemini 2.5 Flash Image

   • 鏈接: developers.googleblog.com/introducing-gemini-2-5-flash-image/
   • 說明: Nano Banana 技術架構和能力詳解

3. DataCamp – Gemini 2.5 Flash Image Complete Guide

   • 鏈接: datacamp.com/tutorial/gemini-2-5-flash-image-guide
   • 說明: 完整的代碼示例和實踐指南

📝 作者: APIYI Team | 技術交流和 API 接入請訪問 apiyi.com