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

2.8 KiB

Raw Blame History

description, i18n_source_hash, i18n_provenance, i18n_output_hash

description	i18n_source_hash	i18n_provenance	i18n_output_hash
使用 GFPGAN 和 CodeFormer AI 模型修复并锐化图片中模糊或低质量的人脸。	7f9f6af8ebda	human	e599fd8468f7

人脸增强

使用 AI 模型（GFPGAN/CodeFormer）修复并增强图片中的人脸。

API 端点

POST /api/v1/tools/image/enhance-faces

处理方式： 异步（返回 202，通过 SSE 轮询 /api/v1/jobs/{jobId}/progress 获取状态）

模型包： upscale-enhance（5-6 GB）和 face-detection（200-300 MB）

参数

参数	类型	必填	默认值	说明
file	file	是	-	图片文件（multipart）
model	string	否	`"auto"`	使用的模型：`auto`、`gfpgan`、`codeformer`
strength	number	否	`0.8`	增强强度（0-1）。值越高增强越强
onlyCenterFace	boolean	否	`false`	仅增强最居中/最突出的人脸
sensitivity	number	否	`0.5`	人脸检测灵敏度（0-1）

请求示例

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}'

响应

初始响应（202 Accepted）

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

进度（SSE 位于 `/api/v1/jobs/{jobId}/progress`）

event: progress
data: {"phase":"processing","stage":"Enhancing faces...","percent":60}

最终结果（通过 SSE）

{
  "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"
  }
}

注意事项

需要同时安装 upscale-enhance 模型包（5-6 GB）和 face-detection 模型包（200-300 MB）。
GFPGAN 产生更激进的增强；CodeFormer 更好地保留身份特征。auto 会为输入选择最佳模型。
输出始终为 PNG 格式，以获得最高质量。
会在全分辨率输出旁一并生成 WebP 预览，以加快前端显示。
strength 参数将增强后的人脸与原始人脸混合。使用较低的值（0.3-0.5）获得细微改善，使用较高的值（0.7-1.0）获得更强的修复。
通过自动解码支持 HEIC/HEIF、RAW、TGA、PSD、EXR 和 HDR 输入格式。

2.8 KiB Raw Blame History Unescape Escape