Afbeeldingen batchgewijs verwerken

Wanneer batchverwerking

Handmatig afbeeldingen genereren in een tool als ImageFX of Gemini werkt prima voor tien tot twintig afbeeldingen. Heb je een productcatalogus met driehonderd items, een sjabloonreeks van vijftig varianten, of een wekelijkse batch van tachtig socialmediabeelden, dan wordt handmatig werk onhaalbaar.

Batchverwerking via de Imagen API op Vertex AI maakt het mogelijk om honderden afbeeldingen onbeheerd te genereren vanuit een script, met consistente stijl en voorspelbare bestandsnamen.

Welke SDK gebruik je in 2026

De oudere aanpak met vertexai.preview.vision_models.ImageGenerationModel en het modelpunt imagegeneration@006 is afgeschreven. Google verving die generatieve modules in de oude Vertex AI SDK door de Google Gen AI SDK (google-genai). Bouw nieuwe scripts daarom direct op die SDK en op een Imagen 4-model zoals imagen-4.0-generate-001.

Vereisten instellen

Google Cloud setup

export GOOGLE_APPLICATION_CREDENTIALS="/pad/naar/credentials.json"
export GOOGLE_CLOUD_PROJECT="jouw-project-id"
export GOOGLE_CLOUD_LOCATION="us-central1"

Python-omgeving

pip install google-genai Pillow

Promptbestand voorbereiden

Maak een CSV-bestand met minimaal twee kolommen: bestandsnaam en prompt. De bestandsnaam bepaalt straks de uitvoernaam, dus kies meteen beschrijvende, SEO-vriendelijke namen.

bestandsnaam,prompt
product-koffiemachine-zwart,fotorealistische productfoto van een zwarte koffiemachine op witte achtergrond met zachte studioverlichting
product-koffiemachine-zilver,fotorealistische productfoto van een zilveren koffiemachine op witte achtergrond met zachte studioverlichting
blog-header-ai-tools,abstracte digitale illustratie van AI-tools in een blauw kleurenpalet met techsfeer in liggend formaat

Batchgeneratie-script

Dit script leest de CSV, maakt een client voor Vertex AI en genereert per rij een afbeelding. Bestaat het uitvoerbestand al, dan slaat het script de rij over zodat je een onderbroken batch later kunt hervatten.

import csv
import os
import time
from pathlib import Path

from google import genai
from google.genai.types import GenerateImagesConfig

client = genai.Client(
    vertexai=True,
    project=os.environ["GOOGLE_CLOUD_PROJECT"],
    location=os.environ.get("GOOGLE_CLOUD_LOCATION", "us-central1"),
)

MODEL = "imagen-4.0-generate-001"
OUTPUT_MAP = Path("output")
OUTPUT_MAP.mkdir(exist_ok=True)

def genereer_afbeelding(bestandsnaam: str, prompt: str) -> bool:
    uitvoerpad = OUTPUT_MAP / f"{bestandsnaam}.png"
    if uitvoerpad.exists():
        print(f"Overgeslagen (bestaat al): {bestandsnaam}")
        return True
    try:
        antwoord = client.models.generate_images(
            model=MODEL,
            prompt=prompt,
            config=GenerateImagesConfig(
                number_of_images=1,
                aspect_ratio="16:9",
                safety_filter_level="BLOCK_MEDIUM_AND_ABOVE",
                person_generation="DONT_ALLOW",
                output_mime_type="image/png",
            ),
        )
        antwoord.generated_images[0].image.save(str(uitvoerpad))
        print(f"Gegenereerd: {bestandsnaam}")
        return True
    except Exception as fout:
        print(f"Fout bij {bestandsnaam}: {fout}")
        return False

with open("prompts.csv", newline="", encoding="utf-8") as csvbestand:
    reader = csv.DictReader(csvbestand)
    for rij in reader:
        succes = genereer_afbeelding(rij["bestandsnaam"], rij["prompt"])
        if succes:
            time.sleep(1)

PNG naar WebP converteren

Na generatie converteer je de PNG-bestanden naar WebP voor een veel kleinere bestandsgrootte, handig voor webgebruik.

from PIL import Image
from pathlib import Path

def converteer_naar_webp(invoermap: Path, uitvoermap: Path, kwaliteit: int = 85):
    uitvoermap.mkdir(exist_ok=True)
    for png_bestand in invoermap.glob("*.png"):
        webp_pad = uitvoermap / png_bestand.with_suffix(".webp").name
        with Image.open(png_bestand) as img:
            img.save(webp_pad, "WEBP", quality=kwaliteit, method=6)
        print(f"Geconverteerd: {webp_pad.name}")

converteer_naar_webp(Path("output"), Path("output_webp"))

Foutafhandeling en hervatten

Bij grote batches kunnen API-fouten optreden door quota of netwerkproblemen. Het script slaat bestanden die al bestaan over, zodat je de batch kunt hervatten zonder al gegenereerde afbeeldingen opnieuw te maken. Voeg daarnaast een foutlogboek toe zodat je achteraf precies ziet welke rijen faalden.

import logging

logging.basicConfig(
    filename="batch_log.txt",
    level=logging.INFO,
    format="%(asctime)s %(levelname)s %(message)s",
)

logging.info("Gegenereerd: %s", bestandsnaam)
logging.error("Fout: %s - %s", bestandsnaam, fout)

Rate limiting

Vertex AI hanteert quota voor het aantal aanvragen per minuut, en de exacte limiet hangt af van je project en het gekozen model. Loop je tegen RESOURCE_EXHAUSTED-fouten aan, verlaag dan het tempo of bouw exponential backoff in.

import time

def met_backoff(func, max_pogingen=5):
    for poging in range(max_pogingen):
        try:
            return func()
        except Exception as fout:
            if poging == max_pogingen - 1:
                raise
            wacht = 2 ** poging
            print(f"Poging {poging + 1} mislukt ({fout}). Wacht {wacht}s...")
            time.sleep(wacht)

Resultaten organiseren

Na de batch heb je een map vol WebP-bestanden met beschrijvende namen. Orden ze automatisch per categorie op basis van het naamvoorvoegsel.

import shutil
from pathlib import Path

categorie_map = {
    "product-": Path("output_webp/producten"),
    "blog-": Path("output_webp/blog"),
    "social-": Path("output_webp/social"),
}

for webp_bestand in Path("output_webp").glob("*.webp"):
    for prefix, bestemming in categorie_map.items():
        if webp_bestand.name.startswith(prefix):
            bestemming.mkdir(parents=True, exist_ok=True)
            shutil.move(str(webp_bestand), bestemming / webp_bestand.name)
            break

Consistente stijl over de hele batch

Wil je dat alle afbeeldingen op elkaar lijken, voeg dan een vaste stijlsuffix toe aan elke prompt. Zet die als constante boven in je script, dan pas je hem op één plek aan.

STIJL_SUFFIX = ", consistente vlakke illustratiestijl, zachte pastelkleuren, geen tekst in beeld"

prompt_volledig = rij["prompt"] + STIJL_SUFFIX