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

2.5 KiB

Raw Blame History

description, i18n_source_hash, i18n_provenance, i18n_output_hash

description	i18n_source_hash	i18n_provenance	i18n_output_hash
Deteksi dan koreksi mata merah bertenaga AI yang disebabkan oleh flash kamera.	647c6ff1ef7c	human	ca509f56b766

Red Eye Removal

Deteksi dan koreksi mata merah bertenaga AI yang disebabkan oleh flash kamera.

API Endpoint

POST /api/v1/tools/image/red-eye-removal

Processing: Asinkron (mengembalikan 202, polling /api/v1/jobs/{jobId}/progress untuk status via SSE)

Model bundle: face-detection (200-300 MB)

Parameters

Parameter	Type	Required	Default	Description
file	file	Yes	-	Berkas gambar (multipart)
sensitivity	number	No	`50`	Sensitivitas deteksi mata merah (0-100). Nilai lebih tinggi mendeteksi mata merah yang lebih halus
strength	number	No	`70`	Kekuatan koreksi (0-100). Seberapa agresif menetralkan warna merah
format	string	No	-	Format output (penimpaan opsional)
quality	number	No	`90`	Kualitas output (1-100)

Example Request

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

Initial Response (202 Accepted)

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

Progress (SSE at `/api/v1/jobs/{jobId}/progress`)

event: progress
data: {"phase":"processing","stage":"Detecting red eyes...","percent":40}

Final Result (via SSE)

{
  "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

Membutuhkan model bundle face-detection terpasang (200-300 MB).
Pertama mendeteksi wajah, lalu menemukan area mata dalam setiap wajah, dan akhirnya mengidentifikasi serta mengoreksi piksel mata merah.
Jumlah facesDetected menunjukkan berapa banyak wajah yang ditemukan; eyesCorrected adalah jumlah total mata individu yang mata merahnya dikoreksi.
Output selalu PNG untuk pelestarian kualitas maksimum.
Mendukung format input HEIC/HEIF, RAW, TGA, PSD, EXR, dan HDR via dekode otomatis.

2.5 KiB Raw Blame History