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

3.1 KiB

Raw Blame History

description, i18n_source_hash, i18n_provenance, i18n_output_hash

description	i18n_source_hash	i18n_provenance	i18n_output_hash
GFPGAN 및 CodeFormer AI 모델로 이미지에서 흐리거나 저품질인 얼굴을 복원하고 선명하게 합니다.	7f9f6af8ebda	human	04fb3590b879

얼굴 향상

AI 모델(GFPGAN/CodeFormer)을 사용하여 이미지의 얼굴을 복원하고 향상합니다.

API 엔드포인트

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

처리 방식: 비동기(202를 반환하고 SSE를 통해 상태를 확인하려면 /api/v1/jobs/{jobId}/progress을(를) 폴링)

모델 번들: upscale-enhance (5~~6 GB) 및 face-detection (200~~300 MB)

매개변수

매개변수	유형	필수	기본값	설명
file	file	예	-	이미지 파일(multipart)
model	string	아니요	`"auto"`	사용할 모델: `auto`, `gfpgan`, `codeformer`
strength	number	아니요	`0.8`	향상 강도(0~1). 값이 높을수록 더 강한 향상
onlyCenterFace	boolean	아니요	`false`	가장 중앙에 있는/두드러진 얼굴만 향상
sensitivity	number	아니요	`0.5`	얼굴 감지 민감도(0~1)

요청 예시

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}'

응답

초기 응답 (202 Accepted)

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

진행 상황 (`/api/v1/jobs/{jobId}/progress`의 SSE)

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

최종 결과 (SSE를 통해)

{
  "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"
  }
}

참고 사항

upscale-enhance 모델 번들(5~~6 GB)과 face-detection 모델 번들(200~~300 MB)이 모두 필요합니다.
GFPGAN은 더 공격적인 향상을 생성하고, CodeFormer는 정체성을 더 잘 보존합니다. auto은(는) 입력에 가장 적합한 모델을 선택합니다.
출력은 최대 품질을 위해 항상 PNG 형식입니다.
더 빠른 프런트엔드 표시를 위해 전체 해상도 출력과 함께 WebP 미리 보기가 생성됩니다.
strength 매개변수는 향상된 얼굴을 원본과 혼합합니다. 은은한 개선을 원하면 낮은 값(0.3~~0.5)을, 더 강한 복원을 원하면 높은 값(0.7~~1.0)을 사용하세요.
HEIC/HEIF, RAW, TGA, PSD, EXR, HDR 입력 형식을 자동 디코딩으로 지원합니다.

3.1 KiB Raw Blame History