mirror of
https://github.com/snapotter-hq/SnapOtter.git
synced 2026-08-03 07:46:42 +02:00
SnapOtterandGitHub
4963ab3bbd
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.
80 lines
2.6 KiB
Markdown
80 lines
2.6 KiB
Markdown
---
|
|
description: "카메라 플래시로 인한 적목 현상을 AI로 감지하고 보정합니다."
|
|
i18n_source_hash: 647c6ff1ef7c
|
|
i18n_provenance: human
|
|
i18n_output_hash: e4c36feb8806
|
|
---
|
|
|
|
# Red Eye Removal {#red-eye-removal}
|
|
|
|
카메라 플래시로 인한 적목 현상을 AI로 감지하고 보정합니다.
|
|
|
|
## API Endpoint {#api-endpoint}
|
|
|
|
`POST /api/v1/tools/image/red-eye-removal`
|
|
|
|
**Processing:** 비동기(202를 반환하며, SSE를 통해 `/api/v1/jobs/{jobId}/progress`에서 상태를 폴링)
|
|
|
|
**Model bundle:** `face-detection` (200-300 MB)
|
|
|
|
## Parameters {#parameters}
|
|
|
|
| Parameter | Type | Required | Default | Description |
|
|
|-----------|------|----------|---------|-------------|
|
|
| file | file | Yes | - | 이미지 파일(multipart) |
|
|
| sensitivity | number | No | `50` | 적목 감지 민감도(0~100). 값이 높을수록 더 미묘한 적목을 감지합니다 |
|
|
| strength | number | No | `70` | 보정 강도(0~100). 적색을 얼마나 적극적으로 중화할지 결정합니다 |
|
|
| format | string | No | - | 출력 형식(선택적 재정의) |
|
|
| quality | number | No | `90` | 출력 품질(1~100) |
|
|
|
|
## Example Request {#example-request}
|
|
|
|
```bash
|
|
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 {#response}
|
|
|
|
### Initial Response (202 Accepted) {#initial-response-202-accepted}
|
|
|
|
```json
|
|
{
|
|
"jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
|
|
"async": true
|
|
}
|
|
```
|
|
|
|
### Progress (SSE at `/api/v1/jobs/{jobId}/progress`) {#progress-sse-at-api-v1-jobs-jobid-progress}
|
|
|
|
```
|
|
event: progress
|
|
data: {"phase":"processing","stage":"Detecting red eyes...","percent":40}
|
|
```
|
|
|
|
### Final Result (via SSE) {#final-result-via-sse}
|
|
|
|
```json
|
|
{
|
|
"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 {#notes}
|
|
|
|
- `face-detection` 모델 번들이 설치되어 있어야 합니다(200-300 MB).
|
|
- 먼저 얼굴을 감지하고, 각 얼굴 내에서 눈 영역을 찾은 다음, 마지막으로 적목 픽셀을 식별하고 보정합니다.
|
|
- `facesDetected` 수는 몇 개의 얼굴이 발견되었는지를 나타내고, `eyesCorrected`는 적목이 보정된 개별 눈의 총 개수입니다.
|
|
- 최대 품질 보존을 위해 출력은 항상 PNG입니다.
|
|
- HEIC/HEIF, RAW, TGA, PSD, EXR, HDR 입력 형식을 자동 디코딩으로 지원합니다.
|