mirror of https://github.com/snapotter-hq/SnapOtter.git synced 2026-08-03 07:46:42 +02:00

Files

T

SnapOtterandGitHub 4963ab3bbd 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.

2026-07-11 13:52:47 +08:00

3.8 KiB

Raw Blame History

description, i18n_source_hash, i18n_provenance, i18n_output_hash

description	i18n_source_hash	i18n_provenance	i18n_output_hash
कैमरा फ़्लैश के कारण होने वाली रेड आई का AI-संचालित पता लगाना और सुधार।	647c6ff1ef7c	human	aa5d51717ef7

Red Eye Removal

कैमरा फ़्लैश के कारण होने वाली रेड आई का AI-संचालित पता लगाना और सुधार।

API Endpoint

POST /api/v1/tools/image/red-eye-removal

Processing: असिंक्रोनस (202 लौटाता है, SSE के माध्यम से स्थिति के लिए /api/v1/jobs/{jobId}/progress पोल करें)

Model bundle: face-detection (200-300 MB)

Parameters

Parameter	Type	Required	Default	Description
file	file	Yes	-	इमेज फ़ाइल (multipart)
sensitivity	number	No	`50`	रेड आई डिटेक्शन संवेदनशीलता (0-100)। उच्च मान अधिक सूक्ष्म रेड-आई का पता लगाते हैं
strength	number	No	`70`	सुधार की तीव्रता (0-100)। लाल को कितनी आक्रामकता से निष्प्रभावी करना है
format	string	No	-	आउटपुट प्रारूप (वैकल्पिक ओवरराइड)
quality	number	No	`90`	आउटपुट गुणवत्ता (1-100)

Example Request

curl -X POST http://localhost:1349/api/v1/tools/image/red-eye-removal \
  -F "file=@flash-photo.jpg" \
  -F 'settings={"sensitivity":60,"strength":80}'

Response

Initial Response (202 Accepted)

{
  "jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
  "async": true
}

Progress (SSE at `/api/v1/jobs/{jobId}/progress`)

event: progress
data: {"phase":"processing","stage":"Detecting red eyes...","percent":40}

Final Result (via SSE)

{
  "phase": "complete",
  "percent": 100,
  "result": {
    "jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
    "downloadUrl": "/api/v1/download/{jobId}/flash-photo_redeye_fixed.png",
    "originalSize": 280000,
    "processedSize": 290000,
    "facesDetected": 2,
    "eyesCorrected": 4
  }
}

Notes

face-detection मॉडल बंडल का इंस्टॉल होना आवश्यक है (200-300 MB)।
पहले चेहरों का पता लगाता है, फिर प्रत्येक चेहरे के भीतर आँख के क्षेत्रों का पता लगाता है, और अंत में रेड-आई पिक्सेल की पहचान करके उन्हें सुधारता है।
facesDetected गणना यह दर्शाती है कि कितने चेहरे पाए गए; eyesCorrected उन अलग-अलग आँखों की कुल संख्या है जिनकी रेड-आई सुधारी गई।
अधिकतम गुणवत्ता संरक्षण के लिए आउटपुट हमेशा PNG होता है।
स्वचालित डिकोडिंग के माध्यम से HEIC/HEIF, RAW, TGA, PSD, EXR और HDR इनपुट प्रारूपों का समर्थन करता है।

3.8 KiB Raw Blame History