Amazon Titan Image Generator G1

Amazon Titan Image Generator G1 모델은 모델 추론을 수행할 때 다음과 같은 추론 파라미터와 모델 응답을 지원합니다.

요청 및 응답 형식

Titan Image Generator G1Amazon을 사용하여 InvokeModel전화를 걸 때는 요청 body 필드를 사용 사례에 맞는 형식으로 바꾸십시오. 모든 작업은 imageGenerationConfig 객체를 공유하지만 각 작업에는 해당 작업과 관련된 파라미터 객체가 포함되어 있습니다. 다음은 지원되는 사용 사례입니다.

taskType	작업 파라미터 필드	작업 유형	정의
TEXT_IMAGE	textToImageParams	생성	텍스트 프롬프트를 사용하여 이미지를 생성합니다.
INPAINTING	inPaintingParams	편집	마스크 내부를 주변 배경과 일치하도록 변경하여 이미지를 수정합니다.
OUTPAINTING	outPaintingParams	편집	마스크로 정의된 영역을 매끄럽게 확장하여 이미지를 수정합니다.
IMAGE_VARIATION	imageVariationParams	편집	소스 이미지를 변형하여 이미지를 수정합니다.

편집 작업을 수행하려면 입력에 image 필드가 있어야 합니다. 이 필드는 이미지의 픽셀을 정의하는 문자열로 구성됩니다. 각 픽셀은 3개의 RGB 채널로 정의되며 각 채널의 범위는 0~255까지입니다. 예를 들어 (255 255 0)은 노란색을 나타냅니다. 이러한 채널은 base64로 인코딩됩니다.

이미지는 JPEG 또는 PNG 형식이어야 합니다.

인페인팅이나 아웃페인팅을 수행하는 경우 수정할 이미지의 일부를 정의하는 한 영역 또는 여러 영역으로 마스크도 정의합니다. 다음 두 가지 방법 중 하나로 마스크를 정의할 수 있습니다.

• maskPrompt - 이미지에서 마스킹할 부분을 설명하는 텍스트 프롬프트를 작성합니다.

• maskImage - 입력 이미지의 각 픽셀을 (0 0 0) 또는 (255 255 255)로 표시하여 마스크 영역을 정의하는 base64 인코딩 문자열을 입력합니다.

  • (0 0 0)으로 정의된 픽셀은 마스크 내부의 픽셀입니다.

  • (255 255 255)로 정의된 픽셀은 마스크 외부의 픽셀입니다.

  사진 편집 도구를 사용하여 마스크를 그릴 수 있습니다. 그런 다음 출력 JPEG 또는 PNG 이미지를 base64 인코딩으로 변환하여 이 필드에 입력할 수 있습니다. 그렇지 않으면 모델을 통해 마스크를 유추할 수 있도록 maskPrompt 필드를 대신 사용합니다.

탭을 선택하면 다양한 이미지 생성 사용 사례에 대한 API 요청 본문과 필드에 대한 설명을 볼 수 있습니다.

Text-to-image generation (Request)

이미지를 생성하기 위한 텍스트 프롬프트는 512자 미만이어야 합니다. 해상도는 긴 쪽이 1,408 미만입니다. I NegativeText (선택 사항) — 이미지에 포함하지 않을 내용을 정의하는 텍스트 프롬프트 (512자 미만). 전체 해상도 목록은 아래 표를 참조하십시오.

{
    "taskType": "TEXT_IMAGE",
    "textToImageParams": {
        "text": "string",      
        "negativeText": "string"
    },
    "imageGenerationConfig": {
        "numberOfImages": int,
        "height": int,
        "width": int,
        "cfgScale": float,
        "seed": int
    }
}

textToImageParams 필드가 아래에 설명되어 있습니다.

• text(필수) - 이미지를 생성하기 위한 텍스트 프롬프트입니다.

• negativeText(선택 사항) - 이미지에 포함하지 않을 내용을 정의하는 텍스트 프롬프트입니다.

  참고

  negativeText 프롬프트에 부정적인 단어를 사용하지 않습니다. 예를 들어 이미지에 거울을 포함하지 않으려면 negativeText 프롬프트에 mirrors를 입력합니다. no mirrors는 입력하지 않습니다.

Inpainting (Request)

text(선택 사항) - 마스크 내부에서 변경할 내용을 정의하는 텍스트 프롬프트입니다. 이 필드를 포함시키지 않으면 모델이 전체 마스크 영역을 배경으로 바꾸려고 합니다. 512자 미만이어야 합니다. NegativeText (선택 사항) — 이미지에 포함하지 않을 내용을 정의하는 텍스트 프롬프트입니다. 512자 미만이어야 합니다. 입력 이미지와 입력 마스크의 크기 제한은 이미지의 긴 쪽에서 1,408 미만입니다. 출력 크기는 입력 크기와 동일합니다.

{
    "taskType": "INPAINTING",
    "inPaintingParams": {
        "image": "base64-encoded string",                         
        "text": "string",
        "negativeText": "string",        
        "maskPrompt": "string",                      
        "maskImage": "base64-encoded string",                   
    },                                                 
    "imageGenerationConfig": {
        "numberOfImages": int,
        "height": int,
        "width": int,
        "cfgScale": float
    }
}

inPaintingParams 필드가 아래에 설명되어 있습니다. 마스크는 수정하려는 이미지의 일부를 정의합니다.

• image(필수) - 수정할 JPEG 또는 PNG 이미지로, 픽셀 시퀀스를 지정하는 문자열 형식이며, 각각 RGB 값으로 정의되고 base64로 인코딩됩니다. 이미지를 base64로 인코딩하고 base64로 인코딩된 문자열을 디코딩하여 이미지로 변환하는 방법의 예시는 코드 예시를 참조하세요.

• 이를 정의하려면 다음 필드 중 하나(둘 다 아님)를 정의해야 합니다.

  • maskPrompt - 마스크를 정의하는 텍스트 프롬프트입니다.

  • maskImage - image와 크기가 같은 픽셀 시퀀스를 지정하여 마스크를 정의하는 문자열입니다. 각 픽셀은 (0 0 0)(마스크 내부의 픽셀) 또는 (255 255 255)(마스크 외부의 픽셀)의 RGB 값으로 바뀝니다. 이미지를 base64로 인코딩하고 base64로 인코딩된 문자열을 디코딩하여 이미지로 변환하는 방법의 예시는 코드 예시를 참조하세요.

• text(선택 사항) - 마스크 내부에서 변경할 내용을 정의하는 텍스트 프롬프트입니다. 이 필드를 포함시키지 않으면 모델이 전체 마스크 영역을 배경으로 바꾸려고 합니다.

• negativeText(선택 사항) - 이미지에 포함하지 않을 내용을 정의하는 텍스트 프롬프트입니다.

  참고

  negativeText 프롬프트에 부정적인 단어를 사용하지 않습니다. 예를 들어 이미지에 거울을 포함하지 않으려면 negativeText 프롬프트에 mirrors를 입력합니다. no mirrors는 입력하지 않습니다.

Outpainting (Request)

text(필수) - 마스크 외부에서 변경할 내용을 정의하는 텍스트 프롬프트입니다. 512자 미만이어야 합니다. NegativeText (선택 사항) — 이미지에 포함하지 않을 내용을 정의하는 텍스트 프롬프트입니다. 512자 미만이어야 합니다. 입력 이미지와 입력 마스크의 크기 제한은 이미지의 긴 쪽에서 1,408 미만입니다. 출력 크기는 입력 크기와 동일합니다.

{
    "taskType": "OUTPAINTING",
    "outPaintingParams": {
        "text": "string",
        "negativeText": "string",        
        "image": "base64-encoded string",                         
        "maskPrompt": "string",                      
        "maskImage": "base64-encoded string",                             
        "outPaintingMode": "DEFAULT | PRECISE"                 
    },                                                 
    "imageGenerationConfig": {
        "numberOfImages": int,
        "height": int,
        "width": int,
        "cfgScale": float
    }
}

outPaintingParams 필드가 아래에 설명되어 있습니다. 마스크는 수정하지 않으려는 이미지의 영역을 정의합니다. 생성 과정에서 정의한 영역이 매끄럽게 확장됩니다.

• image(필수) - 수정할 JPEG 또는 PNG 이미지로, 픽셀 시퀀스를 지정하는 문자열 형식이며, 각각 RGB 값으로 정의되고 base64로 인코딩됩니다. 이미지를 base64로 인코딩하고 base64로 인코딩된 문자열을 디코딩하여 이미지로 변환하는 방법의 예시는 코드 예시를 참조하세요.

• 이를 정의하려면 다음 필드 중 하나(둘 다 아님)를 정의해야 합니다.

  • maskPrompt - 마스크를 정의하는 텍스트 프롬프트입니다.

  • maskImage - image와 크기가 같은 픽셀 시퀀스를 지정하여 마스크를 정의하는 문자열입니다. 각 픽셀은 (0 0 0)(마스크 내부의 픽셀) 또는 (255 255 255)(마스크 외부의 픽셀)의 RGB 값으로 바뀝니다. 이미지를 base64로 인코딩하고 base64로 인코딩된 문자열을 디코딩하여 이미지로 변환하는 방법의 예시는 코드 예시를 참조하세요.

• text(필수) - 마스크 외부에서 변경할 내용을 정의하는 텍스트 프롬프트입니다.

• negativeText(선택 사항) - 이미지에 포함하지 않을 내용을 정의하는 텍스트 프롬프트입니다.

  참고

  negativeText 프롬프트에 부정적인 단어를 사용하지 않습니다. 예를 들어 이미지에 거울을 포함하지 않으려면 negativeText 프롬프트에 mirrors를 입력합니다. no mirrors는 입력하지 않습니다.

• outPaintingMode— 마스크 내부의 픽셀 수정을 허용할지 여부를 지정합니다. 다음과 같은 값이 가능합니다.

  • 기본값 - 이 옵션을 사용하면 재구성된 배경과 일관성을 유지하기 위해 마스크 내부의 이미지를 수정할 수 있습니다.

  • 정밀도 - 이 옵션을 사용하면 마스크 내부의 이미지가 수정되지 않도록 할 수 있습니다.

Image variation (Request)

이미지 변형을 사용하면 매개 변수 값을 기반으로 원본 이미지의 변형을 만들 수 있습니다. 입력 이미지의 크기 제한은 이미지의 긴 쪽에서 1,408 미만입니다. 전체 해상도 목록은 아래 표를 참조하십시오.

• text(선택 사항) - 이미지에서 보존할 내용과 변경할 내용을 정의할 수 있는 텍스트 프롬프트입니다. 512자 미만이어야 합니다.

• negativeText(선택 사항) - 이미지에 포함하지 않을 내용을 정의하는 텍스트 프롬프트입니다. 512자 미만이어야 합니다.

• text(선택 사항) - 이미지에서 보존할 내용과 변경할 내용을 정의할 수 있는 텍스트 프롬프트입니다. 512자 미만이어야 합니다.

• SimilarityStrength (선택 사항) - 생성된 이미지가 입력 이미지와 얼마나 유사해야 하는지를 지정합니다. 생성 과정에서 더 많은 임의성을 적용하려면 낮은 값을 사용합니다. 허용 범위는 0.2에서 1.0 (둘 다 포함) 사이이며, 요청에 이 매개변수가 없는 경우 기본값인 0.7이 사용됩니다.

{
     "taskType": "IMAGE_VARIATION",
     "imageVariationParams": {
         "text": "string",
         "negativeText": "string",
         "images": ["base64-encoded string"],
         "similarityStrength": 0.7,  # Range: 0.2 to 1.0
     },
     "imageGenerationConfig": {
         "numberOfImages": int,
         "height": int,
         "width": int,
         "cfgScale": float
     }
}

imageVariationParams 필드가 아래에 설명되어 있습니다.

• images(필수) - 변형을 생성할 이미지 목록입니다. 1~5개의 이미지를 포함할 수 있습니다. 이미지는 base64로 인코딩된 이미지 문자열로 정의됩니다. 이미지를 base64로 인코딩하고 base64로 인코딩된 문자열을 디코딩하여 이미지로 변환하는 방법의 예시는 코드 예시를 참조하세요.

• text(선택 사항) - 이미지에서 보존할 내용과 변경할 내용을 정의할 수 있는 텍스트 프롬프트입니다.

• SimilarityStrength (선택 사항) — 생성된 이미지가 입력 이미지와 얼마나 유사해야 하는지를 지정합니다. 범위는 0.2~1.0이며 값이 낮을수록 임의성이 높아집니다.

• negativeText(선택 사항) - 이미지에 포함하지 않을 내용을 정의하는 텍스트 프롬프트입니다.

  참고

  negativeText 프롬프트에 부정적인 단어를 사용하지 않습니다. 예를 들어 이미지에 거울을 포함하지 않으려면 negativeText 프롬프트에 mirrors를 입력합니다. no mirrors는 입력하지 않습니다.

Response body

{
  "images": [
    "base64-encoded string", 
    ...
  ],
  "error": "string" 
}

응답 본문은 다음 필드 중 하나를 포함하는 스트리밍 객체입니다.

• images - 요청이 성공하면 각각 생성된 이미지를 정의하는 base64로 인코딩된 문자열 목록인 이 필드가 반환됩니다. 각 이미지는 픽셀 시퀀스를 지정하는 문자열 형식으로 지정되며, 각 픽셀은 RGB 값으로 정의되고 base64로 인코딩됩니다. 이미지를 base64로 인코딩하고 base64로 인코딩된 문자열을 디코딩하여 이미지로 변환하는 방법의 예시는 코드 예시를 참조하세요.

• error - 요청이 다음 상황 중 하나에서 콘텐츠 조절 정책을 위반하는 경우 이 필드에 메시지가 반환됩니다.

  • 입력 텍스트, 이미지 또는 마스크 이미지에 콘텐츠 조절 정책에 의해 플래그가 지정된 경우

  • 콘텐츠 조절 정책에 따라 출력 이미지가 하나 이상 플래그된 경우

공동 및 선택 사항인 imageGenerationConfig는 다음 필드로 구성됩니다. 이 객체를 포함시키지 않으면 기본 구성이 사용됩니다.

• numberOfImages(선택 사항) — 생성할 이미지 수입니다.

  최소	Maximum	기본값
  1	5	1

• cfgScale(선택 사항) - 생성된 이미지가 프롬프트를 얼마나 강력하게 준수해야 하는지를 지정합니다. 생성 과정에서 더 많은 무작위화를 도입하려면 낮은 값을 사용합니다.

  최소	Maximum	기본값
  1.1	10.0	8.0

• 다음 파라미터는 원하는 출력 이미지 크기를 정의합니다. 이미지 크기별 요금에 대한 자세한 내용은 Amazon Bedrock 요금을 참조하세요.

  • height(선택 사항) – 이미지의 높이입니다(픽셀). 기본값은 1408입니다.

  • width(선택 사항) – 이미지의 너비입니다(픽셀). 기본값은 1408입니다.

  허용되는 크기는 다음과 같습니다.

  너비	높이	가로 세로 비율	대상과 동일한 가격
  1024	1024	1:1	1024 x 1024
  768	768	1:1	512 x 512
  512	512	1:1	512 x 512
  768	1152	2:3	1024 x 1024
  384	576	2:3	512 x 512
  1152	768	3:00	1024 x 1024
  576	384	3:00	512 x 512
  768	1,280	3:5	1024 x 1024
  384	640	3:5	512 x 512
  1,280	768	5:3	1024 x 1024
  640	384	5:3	512 x 512
  896	1152	7:9	1024 x 1024
  448	576	7:9	512 x 512
  1152	896	9:7	1024 x 1024
  576	448	9:7	512 x 512
  768	1408	6:11	1024 x 1024
  384	704	6:11	512 x 512
  1408	768	11:6	1024 x 1024
  704	384	11:6	512 x 512
  640	1408	5:11	1024 x 1024
  320	704	5:11	512 x 512
  1408	640	11:5	1024 x 1024
  704	320	11:5	512 x 512
  1152	640	9:5	1024 x 1024
  1173	640	16:9	1024 x 1024

• seed(선택 사항) - 결과를 제어하고 재현하는 데 사용합니다. 초기 노이즈 설정을 결정합니다. 추론을 통해 비슷한 이미지를 만들 수 있도록 하려면 이전 실행과 동일한 시드 및 동일한 설정을 사용합니다.

  참고

  TEXT_IMAGE 생성 작업에서만 seed를 설정할 수 있습니다.

  최소	Maximum	기본값
  0	2,147,483,646	0

코드 예시

다음 예제는 Python SDK에서 온디맨드 처리량으로 Amazon Titan Image Generator G1 모델을 호출하는 방법을 보여줍니다. 탭을 선택하면 각 사용 사례의 예시를 볼 수 있습니다. 각 예시의 하단에 이미지가 표시됩니다.

Text-to-image generation

# Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved.
# SPDX-License-Identifier: Apache-2.0
"""
Shows how to generate an image from a text prompt with the Amazon Titan Image Generator G1 model (on demand).
"""
import base64
import io
import json
import logging
import boto3
from PIL import Image

from botocore.exceptions import ClientError


class ImageError(Exception):
    "Custom exception for errors returned by Amazon Titan Image Generator G1"

    def __init__(self, message):
        self.message = message


logger = logging.getLogger(__name__)
logging.basicConfig(level=logging.INFO)


def generate_image(model_id, body):
    """
    Generate an image using Amazon Titan Image Generator G1 model on demand.
    Args:
        model_id (str): The model ID to use.
        body (str) : The request body to use.
    Returns:
        image_bytes (bytes): The image generated by the model.
    """

    logger.info(
        "Generating image with Amazon Titan Image Generator G1 model %s", model_id)

    bedrock = boto3.client(service_name='bedrock-runtime')

    accept = "application/json"
    content_type = "application/json"

    response = bedrock.invoke_model(
        body=body, modelId=model_id, accept=accept, contentType=content_type
    )
    response_body = json.loads(response.get("body").read())

    base64_image = response_body.get("images")[0]
    base64_bytes = base64_image.encode('ascii')
    image_bytes = base64.b64decode(base64_bytes)

    finish_reason = response_body.get("error")

    if finish_reason is not None:
        raise ImageError(f"Image generation error. Error is {finish_reason}")

    logger.info(
        "Successfully generated image with Amazon Titan Image Generator G1 model %s", model_id)

    return image_bytes


def main():
    """
    Entrypoint for Amazon Titan Image Generator G1 example.
    """

    logging.basicConfig(level=logging.INFO,
                        format="%(levelname)s: %(message)s")

    model_id = 'amazon.titan-image-generator-v1'

    prompt = """A photograph of a cup of coffee from the side."""

    body = json.dumps({
        "taskType": "TEXT_IMAGE",
        "textToImageParams": {
            "text": prompt
        },
        "imageGenerationConfig": {
            "numberOfImages": 1,
            "height": 1024,
            "width": 1024,
            "cfgScale": 8.0,
            "seed": 0
        }
    })

    try:
        image_bytes = generate_image(model_id=model_id,
                                     body=body)
        image = Image.open(io.BytesIO(image_bytes))
        image.show()

    except ClientError as err:
        message = err.response["Error"]["Message"]
        logger.error("A client error occurred: %s", message)
        print("A client error occured: " +
              format(message))
    except ImageError as err:
        logger.error(err.message)
        print(err.message)

    else:
        print(
            f"Finished generating image with Amazon Titan Image Generator G1 model {model_id}.")


if __name__ == "__main__":
    main()

Inpainting

# Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved.
# SPDX-License-Identifier: Apache-2.0
"""
Shows how to use inpainting to generate an image from a source image with 
the Amazon Titan Image Generator G1 model (on demand).
The example uses a mask prompt to specify the area to inpaint.
"""
import base64
import io
import json
import logging
import boto3
from PIL import Image

from botocore.exceptions import ClientError


class ImageError(Exception):
    "Custom exception for errors returned by Amazon Titan Image Generator G1"

    def __init__(self, message):
        self.message = message


logger = logging.getLogger(__name__)
logging.basicConfig(level=logging.INFO)


def generate_image(model_id, body):
    """
    Generate an image using Amazon Titan Image Generator G1 model on demand.
    Args:
        model_id (str): The model ID to use.
        body (str) : The request body to use.
    Returns:
        image_bytes (bytes): The image generated by the model.
    """

    logger.info(
        "Generating image with Amazon Titan Image Generator G1 model %s", model_id)

    bedrock = boto3.client(service_name='bedrock-runtime')

    accept = "application/json"
    content_type = "application/json"

    response = bedrock.invoke_model(
        body=body, modelId=model_id, accept=accept, contentType=content_type
    )
    response_body = json.loads(response.get("body").read())

    base64_image = response_body.get("images")[0]
    base64_bytes = base64_image.encode('ascii')
    image_bytes = base64.b64decode(base64_bytes)

    finish_reason = response_body.get("error")

    if finish_reason is not None:
        raise ImageError(f"Image generation error. Error is {finish_reason}")

    logger.info(
        "Successfully generated image with Amazon Titan Image Generator G1 model %s", model_id)

    return image_bytes


def main():
    """
    Entrypoint for Amazon Titan Image Generator G1 example.
    """
    try:
        logging.basicConfig(level=logging.INFO,
                            format="%(levelname)s: %(message)s")

        model_id = 'amazon.titan-image-generator-v1'

        # Read image from file and encode it as base64 string.
        with open("/path/to/image", "rb") as image_file:
            input_image = base64.b64encode(image_file.read()).decode('utf8')

        body = json.dumps({
            "taskType": "INPAINTING",
            "inPaintingParams": {
                "text": "Modernize the windows of the house",
                "negativeText": "bad quality, low res",
                "image": input_image,
                "maskPrompt": "windows"
            },
            "imageGenerationConfig": {
                "numberOfImages": 1,
                "height": 512,
                "width": 512,
                "cfgScale": 8.0
            }
        })

        image_bytes = generate_image(model_id=model_id,
                                     body=body)
        image = Image.open(io.BytesIO(image_bytes))
        image.show()

    except ClientError as err:
        message = err.response["Error"]["Message"]
        logger.error("A client error occurred: %s", message)
        print("A client error occured: " +
              format(message))
    except ImageError as err:
        logger.error(err.message)
        print(err.message)

    else:
        print(
            f"Finished generating image with Amazon Titan Image Generator G1 model {model_id}.")


if __name__ == "__main__":
    main()

Outpainting

# Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved.
# SPDX-License-Identifier: Apache-2.0
"""
Shows how to use outpainting to generate an image from a source image with 
the Amazon Titan Image Generator G1 model (on demand).
The example uses a mask image to outpaint the original image.
"""
import base64
import io
import json
import logging
import boto3
from PIL import Image

from botocore.exceptions import ClientError


class ImageError(Exception):
    "Custom exception for errors returned by Amazon Titan Image Generator G1"

    def __init__(self, message):
        self.message = message


logger = logging.getLogger(__name__)
logging.basicConfig(level=logging.INFO)


def generate_image(model_id, body):
    """
    Generate an image using Amazon Titan Image Generator G1 model on demand.
    Args:
        model_id (str): The model ID to use.
        body (str) : The request body to use.
    Returns:
        image_bytes (bytes): The image generated by the model.
    """

    logger.info(
        "Generating image with Amazon Titan Image Generator G1 model %s", model_id)

    bedrock = boto3.client(service_name='bedrock-runtime')

    accept = "application/json"
    content_type = "application/json"

    response = bedrock.invoke_model(
        body=body, modelId=model_id, accept=accept, contentType=content_type
    )
    response_body = json.loads(response.get("body").read())

    base64_image = response_body.get("images")[0]
    base64_bytes = base64_image.encode('ascii')
    image_bytes = base64.b64decode(base64_bytes)

    finish_reason = response_body.get("error")

    if finish_reason is not None:
        raise ImageError(f"Image generation error. Error is {finish_reason}")

    logger.info(
        "Successfully generated image with Amazon Titan Image Generator G1 model %s", model_id)

    return image_bytes


def main():
    """
    Entrypoint for Amazon Titan Image Generator G1 example.
    """
    try:
        logging.basicConfig(level=logging.INFO,
                            format="%(levelname)s: %(message)s")

        model_id = 'amazon.titan-image-generator-v1'

        # Read image and mask image from file and encode as base64 strings.
        with open("/path/to/image", "rb") as image_file:
            input_image = base64.b64encode(image_file.read()).decode('utf8')
        with open("/path/to/mask_image", "rb") as mask_image_file:
            input_mask_image = base64.b64encode(
                mask_image_file.read()).decode('utf8')

        body = json.dumps({
            "taskType": "OUTPAINTING",
            "outPaintingParams": {
                "text": "Draw a chocolate chip cookie",
                "negativeText": "bad quality, low res",
                "image": input_image,
                "maskImage": input_mask_image,
                "outPaintingMode": "DEFAULT"
            },
            "imageGenerationConfig": {
                "numberOfImages": 1,
                "height": 512,
                "width": 512,
                "cfgScale": 8.0
            }
        }
        )

        image_bytes = generate_image(model_id=model_id,
                                     body=body)
        image = Image.open(io.BytesIO(image_bytes))
        image.show()

    except ClientError as err:
        message = err.response["Error"]["Message"]
        logger.error("A client error occurred: %s", message)
        print("A client error occured: " +
              format(message))
    except ImageError as err:
        logger.error(err.message)
        print(err.message)

    else:
        print(
            f"Finished generating image with Amazon Titan Image Generator G1 model {model_id}.")


if __name__ == "__main__":
    main()

Image variation

# Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved.
# SPDX-License-Identifier: Apache-2.0
"""
Shows how to generate an image variation from a source image with the
Amazon Titan Image Generator G1 model (on demand).
"""
import base64
import io
import json
import logging
import boto3
from PIL import Image

from botocore.exceptions import ClientError


class ImageError(Exception):
    "Custom exception for errors returned by Amazon Titan Image Generator G1"

    def __init__(self, message):
        self.message = message


logger = logging.getLogger(__name__)
logging.basicConfig(level=logging.INFO)


def generate_image(model_id, body):
    """
    Generate an image using Amazon Titan Image Generator G1 model on demand.
    Args:
        model_id (str): The model ID to use.
        body (str) : The request body to use.
    Returns:
        image_bytes (bytes): The image generated by the model.
    """

    logger.info(
        "Generating image with Amazon Titan Image Generator G1 model %s", model_id)

    bedrock = boto3.client(service_name='bedrock-runtime')

    accept = "application/json"
    content_type = "application/json"

    response = bedrock.invoke_model(
        body=body, modelId=model_id, accept=accept, contentType=content_type
    )
    response_body = json.loads(response.get("body").read())

    base64_image = response_body.get("images")[0]
    base64_bytes = base64_image.encode('ascii')
    image_bytes = base64.b64decode(base64_bytes)

    finish_reason = response_body.get("error")

    if finish_reason is not None:
        raise ImageError(f"Image generation error. Error is {finish_reason}")

    logger.info(
        "Successfully generated image with Amazon Titan Image Generator G1 model %s", model_id)

    return image_bytes


def main():
    """
    Entrypoint for Amazon Titan Image Generator G1 example.
    """
    try:
        logging.basicConfig(level=logging.INFO,
                            format="%(levelname)s: %(message)s")

        model_id = 'amazon.titan-image-generator-v1'

        # Read image from file and encode it as base64 string.
        with open("/path/to/image", "rb") as image_file:
            input_image = base64.b64encode(image_file.read()).decode('utf8')

        body = json.dumps({
            "taskType": "IMAGE_VARIATION",
            "imageVariationParams": {
                "text": "Modernize the house, photo-realistic, 8k, hdr",
                "negativeText": "bad quality, low resolution, cartoon",
                "images": [input_image],
		"similarityStrength": 0.7,  # Range: 0.2 to 1.0
            },
            "imageGenerationConfig": {
                "numberOfImages": 1,
                "height": 512,
                "width": 512,
                "cfgScale": 8.0
            }
        })

        image_bytes = generate_image(model_id=model_id,
                                     body=body)
        image = Image.open(io.BytesIO(image_bytes))
        image.show()

    except ClientError as err:
        message = err.response["Error"]["Message"]
        logger.error("A client error occurred: %s", message)
        print("A client error occured: " +
              format(message))
    except ImageError as err:
        logger.error(err.message)
        print(err.message)

    else:
        print(
            f"Finished generating image with Amazon Titan Image Generator G1 model {model_id}.")


if __name__ == "__main__":
    main()