mirror of
https://github.com/snapotter-hq/SnapOtter.git
synced 2026-08-03 07:46:42 +02:00
feat(docs-i18n): translate all documentation into 20 languages
All 181 docs markdown files translated into 20 languages (apps/docs/<locale>/**). Companion to the i18n code PR; admin-merged because the file count exceeds GitHub's per-PR CI trigger limit. Validated by pnpm i18n:check (all surfaces, 0 stale/missing) and a clean all-locale docs build.
This commit is contained in:
@@ -0,0 +1,85 @@
|
||||
---
|
||||
description: "Stellt unscharfe oder minderwertige Gesichter in Bildern mit den KI-Modellen GFPGAN und CodeFormer wieder her und schärft sie nach."
|
||||
i18n_source_hash: 7f9f6af8ebda
|
||||
i18n_provenance: human
|
||||
i18n_output_hash: 449d718385d6
|
||||
---
|
||||
|
||||
# Gesichtsverbesserung {#face-enhancement}
|
||||
|
||||
Stellt Gesichter in Bildern mit KI-Modellen (GFPGAN/CodeFormer) wieder her und verbessert sie.
|
||||
|
||||
## API-Endpunkt {#api-endpoint}
|
||||
|
||||
`POST /api/v1/tools/image/enhance-faces`
|
||||
|
||||
**Verarbeitung:** Asynchron (gibt 202 zurück, Status per SSE über `/api/v1/jobs/{jobId}/progress` abfragen)
|
||||
|
||||
**Modell-Bundles:** `upscale-enhance` (5-6 GB) und `face-detection` (200-300 MB)
|
||||
|
||||
## Parameter {#parameters}
|
||||
|
||||
| Parameter | Typ | Erforderlich | Standard | Beschreibung |
|
||||
|-----------|------|----------|---------|-------------|
|
||||
| file | file | Ja | - | Bilddatei (Multipart) |
|
||||
| model | string | Nein | `"auto"` | Zu verwendendes Modell: `auto`, `gfpgan`, `codeformer` |
|
||||
| strength | number | Nein | `0.8` | Verbesserungsstärke (0-1). Höhere Werte erzeugen eine stärkere Verbesserung |
|
||||
| onlyCenterFace | boolean | Nein | `false` | Nur das zentralste/auffälligste Gesicht verbessern |
|
||||
| sensitivity | number | Nein | `0.5` | Empfindlichkeit der Gesichtserkennung (0-1) |
|
||||
|
||||
## Beispielanfrage {#example-request}
|
||||
|
||||
```bash
|
||||
curl -X POST http://localhost:1349/api/v1/tools/image/enhance-faces \
|
||||
-F "file=@portrait.jpg" \
|
||||
-F 'settings={"model":"codeformer","strength":0.7,"onlyCenterFace":false}'
|
||||
```
|
||||
|
||||
## Antwort {#response}
|
||||
|
||||
### Erste Antwort (202 Accepted) {#initial-response-202-accepted}
|
||||
|
||||
```json
|
||||
{
|
||||
"jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
|
||||
"async": true
|
||||
}
|
||||
```
|
||||
|
||||
### Fortschritt (SSE unter `/api/v1/jobs/{jobId}/progress`) {#progress-sse-at-api-v1-jobs-jobid-progress}
|
||||
|
||||
```
|
||||
event: progress
|
||||
data: {"phase":"processing","stage":"Enhancing faces...","percent":60}
|
||||
```
|
||||
|
||||
### Endergebnis (per SSE) {#final-result-via-sse}
|
||||
|
||||
```json
|
||||
{
|
||||
"phase": "complete",
|
||||
"percent": 100,
|
||||
"result": {
|
||||
"jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
|
||||
"downloadUrl": "/api/v1/download/{jobId}/portrait_enhanced.png",
|
||||
"previewUrl": "/api/v1/download/{jobId}/preview.webp",
|
||||
"originalSize": 350000,
|
||||
"processedSize": 600000,
|
||||
"facesDetected": 2,
|
||||
"faces": [
|
||||
{"x": 120, "y": 80, "w": 100, "h": 100},
|
||||
{"x": 350, "y": 90, "w": 95, "h": 95}
|
||||
],
|
||||
"model": "codeformer"
|
||||
}
|
||||
}
|
||||
```
|
||||
|
||||
## Hinweise {#notes}
|
||||
|
||||
- Erfordert sowohl das Modell-Bundle `upscale-enhance` (5-6 GB) als auch das Modell-Bundle `face-detection` (200-300 MB).
|
||||
- GFPGAN erzeugt eine aggressivere Verbesserung; CodeFormer bewahrt die Identität besser. `auto` wählt das für die Eingabe beste Modell aus.
|
||||
- Die Ausgabe ist für maximale Qualität immer im PNG-Format.
|
||||
- Neben der Ausgabe in voller Auflösung wird für eine schnellere Anzeige im Frontend eine WebP-Vorschau erzeugt.
|
||||
- Der Parameter `strength` mischt das verbesserte Gesicht mit dem Original. Verwenden Sie niedrigere Werte (0.3-0.5) für dezente Verbesserungen, höhere Werte (0.7-1.0) für eine stärkere Wiederherstellung.
|
||||
- Unterstützt die Eingabeformate HEIC/HEIF, RAW, TGA, PSD, EXR und HDR durch automatische Dekodierung.
|
||||
Reference in New Issue
Block a user