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

3.2 KiB

Raw Blame History

description, i18n_source_hash, i18n_provenance, i18n_output_hash

description	i18n_source_hash	i18n_provenance	i18n_output_hash
GFPGAN と CodeFormer のAIモデルで、画像内のぼやけた低品質な顔を復元・シャープ化します。	7f9f6af8ebda	human	ce5c9ffb5210

顔の高画質化

AIモデル（GFPGAN/CodeFormer）を使って画像内の顔を復元・強調します。

API エンドポイント

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

処理: 非同期（202を返し、SSE経由でステータスを取得するには /api/v1/jobs/{jobId}/progress をポーリング）

モデルバンドル: upscale-enhance（5〜6 GB）および face-detection（200〜300 MB）

パラメータ

パラメータ	型	必須	デフォルト	説明
file	file	はい	-	画像ファイル（multipart）
model	string	いいえ	`"auto"`	使用するモデル: `auto`、`gfpgan`、`codeformer`
strength	number	いいえ	`0.8`	強調の強さ（0〜1）。値が高いほど強い強調になります
onlyCenterFace	boolean	いいえ	`false`	最も中央にある/目立つ顔のみを強調
sensitivity	number	いいえ	`0.5`	顔検出の感度（0〜1）

リクエスト例

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}'

レスポンス

初回レスポンス（202 Accepted）

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

進捗（`/api/v1/jobs/{jobId}/progress` でのSSE）

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

最終結果（SSE経由）

{
  "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"
  }
}

補足

upscale-enhance モデルバンドル（5〜6 GB）と face-detection モデルバンドル（200〜300 MB）の両方が必要です。
GFPGANはより積極的な強調を生成し、CodeFormerは本人らしさをより保持します。auto は入力に最適なモデルを選択します。
出力は最大品質のため常にPNG形式です。
フロントエンドの表示を高速化するため、フル解像度の出力と併せてWebPプレビューが生成されます。
strength パラメータは強調された顔を元の画像とブレンドします。控えめな改善には低い値（0.3〜0.5）を、より強い復元には高い値（0.7〜1.0）を使用します。
HEIC/HEIF、RAW、TGA、PSD、EXR、HDR の入力形式に自動デコードで対応します。

3.2 KiB Raw Blame History Unescape Escape