💬
まだPhotoshopで一枚一枚画像をいじってるの？PythonとNano Banana APIで、一発でまとめて処理しちゃおう！

2025/11/13に公開
こんな面倒くさい状況、経験ありませんか？
たくさんの商品画像があって、でも価格とかキャンペーンの文言を変えなきゃいけない…。だからって、Photoshopで画像を1枚ずつ開いて、文字のレイヤーを探して、そーっと修正して、名前を付けて保存…。10枚くらいやっただけで、もう頭がクラクラしませんか？時間かかるし、何よりミスしちゃいそうで怖いですよね。うっかり一個でも修正し忘れた日には…もう目も当てられないですよね。
これまでの作業は、こんな感じでした：
まずPhotoshopを立ち上げて…
画像を読み込んで…
文字のレイヤーを探し出して…
テキストを直して…
画像を書き出して…
っていうのを、何回も繰り返すわけです。
数十枚、数百枚もの画像が目の前にあったら、正に肉体的な作業ですよ。
でも、今の時代はこうなります：
Pythonのスクリプトを一つ実行するだけ。
コーヒーでも飲んで、スマホをいじってる間に…
あら不思議。すべての画像が自動で修正されて、指定したフォルダにスッキリ保存されてるんです。
この魔法の正体、それこそが今回ご紹介する主役、AI画像編集機能ってわけです。

 主役のツール：Nano Banana API一言でいうと、Nano Banana APIってのは、すごくパワフルなAIツールで、なんとデザイナーさんにお願いするみたいに、簡単な文章の指示だけで、画像の中身を直接いじれちゃうんです。
「この画像の『¥19.9』って書いてるところを『¥9.9』に変えて」って言うだけで、AIが意味をちゃんと理解して、きちんと修正してくれるんです。

 準備は、たったの3ステップだけご安心を。準備は超カンタンで、3分もあれば終わっちゃいます。

Pythonのインストール：お使いのパソコンにPython 3が入ってるか、まず確認しましょう。
ライブラリのインストール：必要なのは、Webリクエストを送るためのrequestsライブラリだけ。ターミナルかコマンドプロンプトで、下のコマンドをポチッと実行してください。pip install requests

APIキーの取得：APIを提供しているサイトでアカウントを作って、APIキーをゲットします。これがサービスを呼び出すための「カギ」になります。
これで準備はOK！めっちゃカンタンでしょ？

 さあ、実践編！コピペするだけで使える完成版コードここに、完全なPythonスクリプトをそのまま載せました。YOUR_API_KEYの部分をご自身のキーに書き換えて、画像のURLとプロンプト（指示文）を変えれば、すぐに動かせますよ。
コードの中には、APIの使い方がちゃんとわかるように、詳しいコメントを入れておきました。
import requests
import time
import json

# --- 1. 準備：APIキーとURLを設定 ---
# ご自身のAPIキーに置き換えてください
API_KEY = "YOUR_API_KEY" 
# APIのベースURL（公式ドキュメントから取得）
BASE_URL = "https://api.defapi.org" 
# 認証用リクエストヘッダー。ドキュメントでは "Bearer <your-api-key>" 形式が指定されています
headers = {
    "Authorization": f"Bearer {API_KEY}",
    "Content-Type": "application/json"
}

def edit_image_with_text(image_url: str, prompt: str):
    """
    Nano Banana APIを使って、テキスト指示に基づき画像を編集する関数。
    
    :param image_url: 編集したい画像のURL
    :param prompt: 編集指示（例：「画像の価格ラベルを99円に変更」）
    :return: 編集後の画像URL。失敗した場合はNoneを返す
    """
    print(f"🚀 画像処理を開始します: {image_url}")
    print(f"📝 編集指示: {prompt}")

    # --- 2. 画像編集タスクを提出 ---
    # タスクを作成するAPIエンドポイント
    gen_url = f"{BASE_URL}/api/image/gen"
    
    # AIに何をしてほしいかを伝えるリクエストボードを構築
    # model: "google/nano-banana"モデルを使用
    # prompt: 編集指示
    # images: 元画像のURLを配列で指定（最大4枚）。今回は1枚だけ
    payload = {
        "model": "google/nano-banana",
        "prompt": prompt,
        "images": [image_url]
    }

    try:
        # POSTリクエストを送信し、非同期タスクを作成
        response = requests.post(gen_url, headers=headers, json=payload)
        response.raise_for_status()  # リクエストが失敗した場合（例：401, 400）、例外をスロー
        
        # レスポンスからtask_idを取得。これがタスク状況を追跡するための唯一のID
        task_id = response.json().get("data", {}).get("task_id")
        if not task_id:
            print("❌ エラー：task_idを取得できませんでした")
            return None
            
        print(f"✅ タスクの作成に成功！タスクID: {task_id}")

        # --- 3. タスクの結果を定期的にポーリング ---
        # タスク状況を確認するAPIエンドポイント
        query_url = f"{BASE_URL}/api/task/query"
        
        # タスクが成功または失敗するまでループで確認
        while True:
            # task_idをパラメータとしてGETリクエストを送信
            params = {"task_id": task_id}
            query_response = requests.get(query_url, headers=headers, params=params)
            query_response.raise_for_status()
            
            result_data = query_response.json().get("data", {})
            status = result_data.get("status")
            
            print(f"⏳ 現在のタスク状況: {status}...")
            
            if status == "success":
                # タスク成功！resultフィールドから編集後の画像URLを取得
                edited_image_url = result_data.get("result", [{}])[0].get("image")
                print(f"🎉 画像の編集が完了しました！新しい画像のURL: {edited_image_url}")
                return edited_image_url
            elif status == "failed":
                # タスク失敗。失敗理由を出力
                reason = result_data.get("status_reason", {}).get("message", "不明なエラー")
                print(f"❌ タスクが失敗しました: {reason}")
                return None
            else:
                # タスク仍在進行中（例如：in_progress, pending）、等待5秒后重试
                time.sleep(5)

    except requests.exceptions.RequestException as e:
        print(f"❌ ネットワークリクエストでエラーが発生しました: {e}")
        return None
    except json.JSONDecodeError:
        print("❌ APIレスポンスの解析に失敗しました。有効なJSON形式ではありません。")
        return None


if __name__ == "__main__":
    # --- ここで画像と指示を編集 ---
    # サンプル画像：価格タグがついた商品画像
    target_image_url = "https://cdn.openai.com/API/docs/images/body-lotion.png"
    # サンプル指示：価格を新しい値に変更
    modification_prompt = "Change the price text on the bottle to $9.99"
    
    # 関数を呼び出してバッチ処理を開始（ここではサンプルとして1枚だけ処理）
    # URLのリストを作ってループ処理すれば、バッチ処理も可能です
    final_image_url = edit_image_with_text(target_image_url, modification_prompt)
    
    if final_image_url:
        print("\n処理が完了しました。上記のURLにアクセスして結果を確認できます。")
    else:
        print("\n処理が終了しましたが、編集後の画像の取得に失敗しました。")


 どうやって使うの？
コードを保存： 上のコードをbatch_edit.pyみたいな名前で、Pythonファイルとして保存しましょう。

キーを入力： API_KEY = "YOUR_API_KEY"って書いてある行を見つけて、YOUR_API_KEYを、あなたがゲットした本当のキーに置き換えてください。

画像と指示を指定： if __name__ == "__main__":って書いてある場所で、target_image_urlとmodification_promptの2つの変数を自分用に書き換えます。

スクリプトを実行： ターミナルでpython batch_edit.pyって入力して実行！
あとはターミナルを見てるだけ。処理の進み具合がリアルタイムで表示されていきますよ。もし一気にバッチ処理したいなら、画像のURLと指示文をリストにして、edit_image_with_text関数をループで呼び出せばOKです。
これでもう、面倒な単純作業の地獄から解放されますね！さあ、今すぐ試してみましょう！
主役のツール：Nano Banana API

準備は、たったの3ステップだけ

さあ、実践編！コピペするだけで使える完成版コード

どうやって使うの？

Discussion
