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

4.2 KiB

Raw Blame History

description, i18n_source_hash, i18n_provenance, i18n_output_hash

description	i18n_source_hash	i18n_provenance	i18n_output_hash
ฟื้นฟูและทำให้ใบหน้าที่เบลอหรือคุณภาพต่ำในภาพคมชัดขึ้นด้วยโมเดล AI GFPGAN และ CodeFormer	7f9f6af8ebda	human	8669c8887c49

Face Enhancement

ฟื้นฟูและปรับปรุงใบหน้าในภาพด้วยโมเดล AI (GFPGAN/CodeFormer)

API Endpoint

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

การประมวลผล: แบบอะซิงโครนัส (ส่งคืน 202, ดึงสถานะจาก /api/v1/jobs/{jobId}/progress ผ่าน SSE)

ชุดโมเดล: upscale-enhance (5-6 GB) และ face-detection (200-300 MB)

Parameters

Parameter	Type	Required	Default	Description
file	file	Yes	-	ไฟล์ภาพ (multipart)
model	string	No	`"auto"`	โมเดลที่จะใช้: `auto`, `gfpgan`, `codeformer`
strength	number	No	`0.8`	ความแรงของการปรับปรุง (0-1) ค่าที่สูงกว่าจะให้การปรับปรุงที่แรงกว่า
onlyCenterFace	boolean	No	`false`	ปรับปรุงเฉพาะใบหน้าที่อยู่ตรงกลาง/โดดเด่นที่สุด
sensitivity	number	No	`0.5`	ความไวในการตรวจจับใบหน้า (0-1)

Example Request

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}'

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":"Enhancing faces...","percent":60}

Final Result (via 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"
  }
}

Notes

ต้องใช้ทั้งชุดโมเดล upscale-enhance (5-6 GB) และชุดโมเดล face-detection (200-300 MB)
GFPGAN ให้การปรับปรุงที่เชิงรุกกว่า ส่วน CodeFormer รักษาอัตลักษณ์ได้ดีกว่า auto เลือกโมเดลที่ดีที่สุดสำหรับอินพุต
เอาต์พุตเป็นรูปแบบ PNG เสมอเพื่อคุณภาพสูงสุด
ระบบจะสร้างตัวอย่าง WebP ควบคู่ไปกับเอาต์พุตความละเอียดเต็มเพื่อการแสดงผลที่เร็วขึ้นในส่วนหน้า
พารามิเตอร์ strength ผสมใบหน้าที่ปรับปรุงแล้วกับต้นฉบับ ใช้ค่าที่ต่ำกว่า (0.3-0.5) สำหรับการปรับปรุงเล็กน้อย และค่าที่สูงกว่า (0.7-1.0) สำหรับการฟื้นฟูที่แรงขึ้น
รองรับรูปแบบอินพุต HEIC/HEIF, RAW, TGA, PSD, EXR และ HDR ผ่านการถอดรหัสอัตโนมัติ

4.2 KiB Raw Blame History