Files
SnapOtter/apps/docs/uk/tools/image/sharpening.md
T
SnapOtterandGitHub f858c4cea0 feat: clearer, disambiguated tool names across all surfaces (#520)
Renames 18 ambiguous or hard-to-search tool names so image tools self-qualify like the other modalities ("Compress" becomes "Compress Image"), and cleans up a few awkward names. Propagated across search (constants.ts), display (en.ts + 20 locales), the OpenAPI base spec + 20 locale specs, and the docs tool-page headings in 21 languages. Removes the duplicate "Normalize Audio" summary shared by the video and audio endpoints. Tool ids and routes are unchanged, so no API paths or bookmarks break.
2026-07-15 21:55:51 +08:00

72 lines
5.2 KiB
Markdown

---
description: "Підвищення різкості зображень за допомогою адаптивного методу, маски нерізкості або високочастотного фільтра з опційним придушенням шуму."
i18n_source_hash: 66dce4068899
i18n_provenance: human
i18n_output_hash: 8b5f716bfdd6
---
# Підвищення різкості зображення {#sharpening}
Просунутий інструмент підвищення різкості з трьома методами: адаптивний (розумне врахування країв), маска нерізкості (класичні радіус/величина) та високочастотний фільтр (акцент на текстурі). Містить вбудоване придушення шуму, щоб запобігти артефактам різкості.
## Кінцева точка API {#api-endpoint}
`POST /api/v1/tools/image/sharpening`
Приймає багаточастинні дані форми із файлом зображення та полем JSON `settings`.
## Параметри {#parameters}
| Параметр | Тип | Обов’язковий | За замовчуванням | Опис |
|-----------|------|----------|---------|-------------|
| method | string | Ні | `"adaptive"` | Алгоритм підвищення різкості: `adaptive`, `unsharp-mask`, `high-pass` |
| sigma | number | Ні | `1.0` | Адаптивний: гаусова сигма (від 0.5 до 10) |
| m1 | number | Ні | `1.0` | Адаптивний: підвищення різкості на рівних ділянках (від 0 до 10) |
| m2 | number | Ні | `3.0` | Адаптивний: підвищення різкості на зубчастих ділянках (від 0 до 20) |
| x1 | number | Ні | `2.0` | Адаптивний: поріг між рівними та зубчастими ділянками (від 0 до 10) |
| y2 | number | Ні | `12` | Адаптивний: максимальне підвищення різкості на рівних ділянках (від 0 до 50) |
| y3 | number | Ні | `20` | Адаптивний: максимальне підвищення різкості на зубчастих ділянках (від 0 до 50) |
| amount | number | Ні | `100` | Маска нерізкості: величина підвищення різкості (від 0 до 1000) |
| radius | number | Ні | `1.0` | Маска нерізкості: радіус розмиття у пікселях (від 0.1 до 5) |
| threshold | number | Ні | `0` | Маска нерізкості: мінімальна різниця яскравості для підвищення різкості (від 0 до 255) |
| strength | number | Ні | `50` | Високочастотний: сила фільтра (від 0 до 100) |
| kernelSize | number | Ні | `3` | Високочастотний: розмір ядра згортки (3 або 5) |
| denoise | string | Ні | `"off"` | Придушення шуму перед підвищенням різкості: `off`, `light`, `medium`, `strong` |
## Приклад запиту {#example-request}
```bash
curl -X POST http://localhost:1349/api/v1/tools/image/sharpening \
-H "Authorization: Bearer si_your-api-key" \
-F "file=@photo.jpg" \
-F 'settings={"method": "adaptive", "sigma": 1.5}'
```
Маска нерізкості з порогом для захисту гладких ділянок:
```bash
curl -X POST http://localhost:1349/api/v1/tools/image/sharpening \
-H "Authorization: Bearer si_your-api-key" \
-F "file=@photo.jpg" \
-F 'settings={"method": "unsharp-mask", "amount": 150, "radius": 1.5, "threshold": 10}'
```
## Приклад відповіді {#example-response}
```json
{
"jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
"downloadUrl": "/api/v1/download/a1b2c3d4-e5f6-7890-abcd-ef1234567890/photo.jpg",
"originalSize": 2450000,
"processedSize": 2510000
}
```
## Примітки {#notes}
- Використовуються лише параметри, релевантні для обраного методу. Наприклад, `amount`, `radius` та `threshold` ігноруються, коли `method` дорівнює `adaptive`.
- Адаптивний метод використовує вбудоване адаптивне підвищення різкості Sharp із налаштовуваною поведінкою для рівних/зубчастих ділянок.
- Опція `denoise` застосовує придушення шуму перед підвищенням різкості, щоб запобігти посиленню шуму/зернистості.
- Високочастотне підвищення різкості виділяє дрібні деталі, віднімаючи розмиту версію від оригіналу, а потім знову змішуючи їх.
- Формат виводу відповідає формату вводу. Вхідні файли HEIC, RAW, PSD та SVG автоматично декодуються перед обробкою.