# Generación de imágenes con Amazon Nova Canvas
<a name="image-generation"></a>

Con el modelo de Amazon Nova Canvas, puede generar imágenes realistas con calidad de estudio mediante peticiones de texto. Puede usar Amazon Nova Canvas para aplicaciones de generación de imagen a partir de texto y de edición de imágenes.

Amazon Nova Canvas es compatible con las siguientes características:
+ Generación de texto a imagen (T2I): introduzca una petición de texto y genere una nueva imagen como salida. La imagen generada captura los conceptos descritos en la petición de texto.
+ Acondicionamiento de imágenes: utiliza una imagen de referencia de entrada para guiar la generación de imágenes. El modelo genera una imagen de salida que se alinea con el diseño y la composición de la imagen de referencia, sin dejar de seguir las peticiones textuales.
+ Contenido guiado por colores: puede proporcionar una lista de códigos de color hexadecimales junto con una petición. Se puede proporcionar un rango de entre uno a diez códigos hexadecimales. La imagen devuelta incorporará la paleta de colores proporcionada por el usuario.
+ Variación de imagen: utiliza entre una y cinco imágenes y una petición opcional como entrada. Genera una nueva imagen que toma prestadas características de las imágenes de referencia, lo que incluye el estilo, la paleta de colores y el tema.
+ Inpainting: utiliza una imagen y una máscara de segmentación como entrada (ya sean especificadas por el usuario o calculadas por el modelo) y reconstruye la región definida por la máscara. Use inpainting para reemplazar los píxeles enmascarados con nuevo contenido generado.
+ Outpainting: utiliza una imagen y una máscara de segmentación como entrada (ya sean especificadas por el usuario o calculadas por el modelo) y genera nuevo contenido que amplían la región de forma fluida, reemplazando el fondo de la imagen de forma efectiva.
+ Eliminación de fondo: identifica automáticamente varios objetos de la imagen de entrada y elimina el fondo. La imagen de salida tiene un fondo transparente.
+ Coherencia del tema: la coherencia del tema se logra mediante la afinación del modelo con imágenes de referencia para conservar el tema elegido (por ejemplo, una mascota, un zapato o un bolso) en las imágenes generadas.
+ Procedencia del contenido: use sitios disponibles de forma pública como [Content Credentials Verify](https://contentcredentials.org/verify) para comprobar si Amazon Nova Canvas ha generado una imagen. Esto debería indicar que la imagen se ha generado, a menos que se hayan eliminado los metadatos.
+ Watermarking: agrega una marca de agua invisible a todas las imágenes generadas para reducir la difusión de información errónea, ayudar con la protección de derechos de autor y hacer un seguimiento del uso del contenido. La detección de marcas de agua lo ayuda a confirmar si una imagen se ha generado con el modelo Amazon Nova, el cual comprueba si existe dicha marca de agua.


|  | Amazon Nova Canvas | 
| --- |--- |
| ID del modelo | amazon.nova-canvas-v1:0 | 
| Modalidades de entrada | Texto, imagen | 
| Modalidades de salida | Image | 
| Longitud máxima de la petición | 1024 caracteres | 
| Resolución máxima de salida (tareas de generación) | 4,19 millones de píxeles (es decir, 2048 x 2048, 2816 x 1536) | 
| Resolución máxima de salida (tareas de edición) | Debe cumplir todos los siguientes requisitos:   4096 píxeles en su lado más largo   Relación de aspecto entre 1:4 y 4:1   Recuento total de píxeles de 4,19 millones o menos    | 
| Tipos de imágenes de entrada compatibles | PNG, JPEG | 
| Idiomas admitidos | Inglés | 
| Regions | Este de EE. UU. (Norte de Virginia), Europa (Irlanda) y Asia-Pacífico (Tokio) | 
| API Invoke Model | Sí | 
| Microajuste | Sí | 
| Rendimiento aprovisionado | No | 

**Topics**
+ [Generación y edición de imágenes](image-gen-access.md)
+ [Prueba virtual](image-gen-vto.md)
+ [Estilos visuales](image-gen-styles.md)
+ [Estructura de la solicitud y la respuesta para la generación de imágenes](image-gen-req-resp-structure.md)
+ [Gestión de errores](image-gen-errors.md)
+ [Ejemplos de código](image-gen-code-examples.md)