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

3.4 KiB

Raw Blame History

description, i18n_source_hash, i18n_provenance, i18n_output_hash

description	i18n_source_hash	i18n_provenance	i18n_output_hash
การตรวจจับและแก้ไขตาแดงจากแฟลชกล้องด้วย AI	647c6ff1ef7c	human	82b10c7f778e

Red Eye Removal

การตรวจจับและแก้ไขตาแดงจากแฟลชกล้องด้วย AI

API Endpoint

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

Processing: แบบอะซิงโครนัส (คืนค่า 202, poll /api/v1/jobs/{jobId}/progress เพื่อดูสถานะผ่าน SSE)

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

Parameters

Parameter	Type	Required	Default	Description
file	file	Yes	-	ไฟล์รูปภาพ (multipart)
sensitivity	number	No	`50`	ความไวในการตรวจจับตาแดง (0-100) ค่ายิ่งสูงยิ่งตรวจจับตาแดงที่จางกว่าได้
strength	number	No	`70`	ความเข้มในการแก้ไข (0-100) จะลบสีแดงออกอย่างเข้มข้นเพียงใด
format	string	No	-	รูปแบบเอาต์พุต (การแทนที่แบบเสริม)
quality	number	No	`90`	คุณภาพเอาต์พุต (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

ต้องติดตั้ง model bundle face-detection (200-300 MB)
ระบบจะตรวจจับใบหน้าก่อน แล้วหาบริเวณดวงตาในแต่ละใบหน้า และสุดท้ายระบุและแก้ไขพิกเซลตาแดง
จำนวน facesDetected บ่งบอกว่าพบใบหน้ากี่ใบหน้า ส่วน eyesCorrected คือจำนวนดวงตาทั้งหมดที่ได้รับการแก้ไขตาแดง
เอาต์พุตเป็น PNG เสมอเพื่อรักษาคุณภาพให้ได้สูงสุด
รองรับรูปแบบอินพุต HEIC/HEIF, RAW, TGA, PSD, EXR และ HDR ผ่านการถอดรหัสอัตโนมัติ

3.4 KiB Raw Blame History