Files
SnapOtter/apps/docs/pt-BR/tools/image/red-eye-removal.md
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

80 lines
2.6 KiB
Markdown

---
description: "Detecção e correção com IA do olho vermelho causado pelo flash da câmera."
i18n_source_hash: 647c6ff1ef7c
i18n_provenance: human
i18n_output_hash: dd935a63b0d2
---
# Remoção de Olho Vermelho {#red-eye-removal}
Detecção e correção com IA do olho vermelho causado pelo flash da câmera.
## Endpoint da API {#api-endpoint}
`POST /api/v1/tools/image/red-eye-removal`
**Processamento:** Assíncrono (retorna 202, consulte `/api/v1/jobs/{jobId}/progress` para status via SSE)
**Pacote de modelo:** `face-detection` (200-300 MB)
## Parâmetros {#parameters}
| Parâmetro | Tipo | Obrigatório | Padrão | Descrição |
|-----------|------|----------|---------|-------------|
| file | file | Sim | - | Arquivo de imagem (multipart) |
| sensitivity | number | Não | `50` | Sensibilidade da detecção de olho vermelho (0-100). Valores mais altos detectam olhos vermelhos mais sutis |
| strength | number | Não | `70` | Intensidade da correção (0-100). Quão agressivamente neutralizar o vermelho |
| format | string | Não | - | Formato de saída (substituição opcional) |
| quality | number | Não | `90` | Qualidade de saída (1-100) |
## Exemplo de Requisição {#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}'
```
## Resposta {#response}
### Resposta Inicial (202 Accepted) {#initial-response-202-accepted}
```json
{
"jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
"async": true
}
```
### Progresso (SSE em `/api/v1/jobs/{jobId}/progress`) {#progress-sse-at-api-v1-jobs-jobid-progress}
```
event: progress
data: {"phase":"processing","stage":"Detecting red eyes...","percent":40}
```
### Resultado Final (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
}
}
```
## Notas {#notes}
- Requer que o pacote de modelo `face-detection` esteja instalado (200-300 MB).
- Primeiro detecta os rostos, depois localiza as regiões dos olhos dentro de cada rosto e, por fim, identifica e corrige os pixels de olho vermelho.
- A contagem `facesDetected` indica quantos rostos foram encontrados; `eyesCorrected` é o número total de olhos individuais que tiveram o olho vermelho corrigido.
- A saída é sempre PNG para máxima preservação de qualidade.
- Suporta os formatos de entrada HEIC/HEIF, RAW, TGA, PSD, EXR e HDR via decodificação automática.