【Gradio】画像生成

graidoを使用して簡単にWebアプリを作成できるらしいので、作成してみました。

環境
・Windows10
・Docker(Ubuntu)
・Python3.11
・visual stadio code

■事前準備

・gradioのインストール
　pip install gradio

・画像生成
　APIはgemini-2.0-flash（無料）を使用

■API共通部品作成

APIキーを設定

# API-KEYの設定
GOOGLE_API_KEY='取得したAPIキー'
client = cenaiC.Client(api_key=GOOGLE_API_KEY)

プロンプトを指示して、所定のフォルダに保存する

from google import genai
from google.genai import types
from PIL import Image
from io import BytesIO
import base64

# 画像出力
def getGenerateImage(text):

    contents = text

    # ファイルパスの設定
    path = 'image/gemini-generate' + Util.getDate('YYYYMMDD HHMMSS') + '.png'

    # 画像生成
    response = client.models.generate_content(
        model="gemini-2.0-flash-exp-image-generation",
        contents=contents,
        config=types.GenerateContentConfig(
        response_modalities=['TEXT', 'IMAGE']
        )
    )

    for part in response.candidates[0].content.parts:
        if part.text is not None:
            print(part.text)
        elif part.inline_data is not None:
            image = Image.open(BytesIO((part.inline_data.data)))
            image.save(path)
    
    return path

メイン処理

# 画像生成（複数）
def generateImageSeq(text):

    list = []
    prompt = text

    # 指定回数描画（固定指定ですが。。)
    for i in range(5):
        path = utilG.getGenerateImage(prompt)
        list.append(path)    

    return list

# インターフェースの作成
# fn: 実行する関数
# inputs: 入力のコンポーネントの種類
# outputs: 出力のコンポーネントの種類
with gr.Blocks() as demo:
    with gr.Row():
        input_text = gr.Textbox()
        button = gr.Button("execute", scale=1)
        imageList = []
        for i in range(5):
            # 出力用の箱を５つ用意
            imageList.append(gr.Image())
            
    # 出力には出力した画像のパス一覧
    button.click(generateImageSeq, inputs=input_text, outputs=imageList)
    # Web UIの起動

# 画面起動
demo.launch()

ローカルホストにあくせす

起動結果

終わりに

簡単に画像生成結果をWebアプリに表示することができました。
Gradioには他のメディアにも対応しているようなので
色々試せそうです。