Files
SnapOtter/apps/docs/sv/tools/image/red-eye-removal.md
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

description, i18n_source_hash, i18n_provenance, i18n_output_hash
description i18n_source_hash i18n_provenance i18n_output_hash
AI-driven detektering och korrigering av röda ögon orsakade av kamerablixt. 647c6ff1ef7c human 9f0c06ecb2d1

Borttagning av röda ögon

AI-driven detektering och korrigering av röda ögon orsakade av kamerablixt.

API-slutpunkt

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

Bearbetning: Asynkron (returnerar 202, polla /api/v1/jobs/{jobId}/progress för status via SSE)

Modellpaket: face-detection (200-300 MB)

Parametrar

Parameter Typ Obligatorisk Standard Beskrivning
file file Ja - Bildfil (multipart)
sensitivity number Nej 50 Detekteringskänslighet för röda ögon (0-100). Högre värden detekterar mer subtila röda ögon
strength number Nej 70 Korrigeringsstyrka (0-100). Hur aggressivt rött ska neutraliseras
format string Nej - Utdataformat (valfri åsidosättning)
quality number Nej 90 Utdatakvalitet (1-100)

Exempelförfrågan

curl -X POST http://localhost:1349/api/v1/tools/image/red-eye-removal \
  -F "file=@flash-photo.jpg" \
  -F 'settings={"sensitivity":60,"strength":80}'

Svar

Inledande svar (202 Accepted)

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

Förlopp (SSE på /api/v1/jobs/{jobId}/progress)

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

Slutresultat (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
  }
}

Anteckningar

  • Kräver att modellpaketet face-detection är installerat (200-300 MB).
  • Detekterar först ansikten, lokaliserar sedan ögonregioner inom varje ansikte och identifierar och korrigerar slutligen pixlar med röda ögon.
  • Antalet facesDetected anger hur många ansikten som hittades; eyesCorrected är det totala antalet enskilda ögon som fick röda ögon korrigerade.
  • Utdata är alltid PNG för maximalt bevarande av kvaliteten.
  • Stöder HEIC/HEIF-, RAW-, TGA-, PSD-, EXR- och HDR-indataformat via automatisk avkodning.