English / 中文
在请求 API 之前,请先运行后端服务
python deploy_api.py
接口名:idphoto
生成证件照
接口的逻辑是发送一张 RGB 图像,输出一张标准证件照和一张高清证件照:
- 高清证件照:根据
size
的宽高比例制作的证件照,文件名为output_image_dir
增加_hd
后缀 - 标准证件照:尺寸等于
size
,由高清证件照缩放而来,文件名为output_image_dir
需要注意的是,生成的两张照片都是透明的(RGBA 四通道图像),要生成完整的证件照,还需要下面的添加背景色
接口。
问:为什么这么设计?
答:因为在实际产品中,经常用户会频繁切换底色预览效果,直接给透明底图像,由前端 js 代码合成颜色是更好体验的做法。
请求参数:
参数名 | 类型 | 必填 | 说明 |
---|---|---|---|
input_image | file | 和input_image_base64 二选一 |
传入的图像文件,图像文件为需为RGB三通道图像。 |
input_image_base64 | str | 和input_image 二选一 |
传入的图像文件的base64编码,图像文件为需为RGB三通道图像。 |
height | int | 否 | 标准证件照高度,默认为413 |
width | int | 否 | 标准证件照宽度,默认为295 |
human_matting_model | str | 否 | 人像分割模型,默认为modnet_photographic_portrait_matting 。可选值为modnet_photographic_portrait_matting 、hivision_modnet 、rmbg-1.4 、birefnet-v1-lite |
face_detect_model | str | 否 | 人脸检测模型,默认为mtcnn 。可选值为mtcnn 、face_plusplus 、retinaface-resnet50 |
hd | bool | 否 | 是否生成高清证件照,默认为true |
dpi | int | 否 | 图像分辨率,默认为300 |
face_alignment | bool | 否 | 是否进行人脸对齐,默认为true |
head_measure_ratio | float | 否 | 面部面积与照片面积的比例,默认为0.2 |
head_height_ratio | float | 否 | 面部中心与照片顶部的高度比例,默认为0.45 |
top_distance_max | float | 否 | 头部与照片顶部距离的比例最大值,默认为0.12 |
top_distance_min | float | 否 | 头部与照片顶部距离的比例最小值,默认为0.1 |
brightness_strength | float | 否 | 亮度调整强度,默认为0 |
contrast_strength | float | 否 | 对比度调整强度,默认为0 |
sharpen_strength | float | 否 | 锐化调整强度,默认为0 |
saturation_strength | float | 否 | 饱和度调整强度,默认为0 |
返回参数:
参数名 | 类型 | 说明 |
---|---|---|
status | int | 状态码,true 表示成功 |
image_base64_standard | str | 标准证件照的base64编码 |
image_base64_hd | str | 高清证件照的base64编码。如hd 参数为false ,则不返回该参数 |
接口名:add_background
添加背景色
接口的逻辑是接收一张 RGBA 图像(透明图),根据color
添加背景色,合成一张 JPG 图像。
请求参数:
参数名 | 类型 | 必填 | 说明 |
---|---|---|---|
input_image | file | 和input_image_base64 二选一 |
传入的图像文件,图像文件为需为RGBA四通道图像。 |
input_image_base64 | str | 和input_image 二选一 |
传入的图像文件的base64编码,图像文件为需为RGBA四通道图像。 |
color | str | 否 | 背景色HEX值,默认为000000 |
kb | int | 否 | 输出照片的 KB 值,默认为None ,即不对图像进行KB调整。 |
render | int | 否 | 渲染模式,默认为0 。可选值为0 、1 、2 ,分别对应纯色 、上下渐变 、中心渐变 。 |
dpi | int | 否 | 图像分辨率,默认为300 |
返回参数:
参数名 | 类型 | 说明 |
---|---|---|
status | int | 状态码,true 表示成功 |
image_base64 | str | 添加背景色之后的图像的base64编码 |
接口名:generate_layout_photos
生成六寸排版照
接口的逻辑是接收一张 RGB 图像(一般为添加背景色之后的证件照),根据size
进行照片排布,然后生成一张六寸排版照。
请求参数:
参数名 | 类型 | 必填 | 说明 |
---|---|---|---|
input_image | file | 和input_image_base64 二选一 |
传入的图像文件,图像文件为需为RGB三通道图像。 |
input_image_base64 | str | 和input_image 二选一 |
传入的图像文件的base64编码,图像文件为需为RGB三通道图像。 |
height | int | 否 | 输入图像的高度,默认为413 |
width | int | 否 | 输入图像的宽度,默认为295 |
kb | int | 否 | 输出照片的 KB 值,默认为None ,即不对图像进行KB调整。 |
dpi | int | 否 | 图像分辨率,默认为300 |
返回参数:
参数名 | 类型 | 说明 |
---|---|---|
status | int | 状态码,true 表示成功 |
image_base64 | str | 六寸排版照的base64编码 |
接口名:human_matting
人像抠图
接口的逻辑是接收一张 RGB 图像,输出一张标准抠图人像照和高清抠图人像照(无任何背景填充)。
请求参数:
参数名 | 类型 | 必填 | 说明 |
---|---|---|---|
input_image | file | 是 | 传入的图像文件,图像文件为需为RGB三通道图像。 |
human_matting_model | str | 否 | 人像分割模型,默认为modnet_photographic_portrait_matting 。可选值为modnet_photographic_portrait_matting 、hivision_modnet 、rmbg-1.4 、birefnet-v1-lite |
dpi | int | 否 | 图像分辨率,默认为300 |
返回参数:
参数名 | 类型 | 说明 |
---|---|---|
status | int | 状态码,true 表示成功 |
image_base64 | str | 抠图人像照的base64编码 |
接口名:watermark
图像加水印
接口的功能是接收一个水印文本,然后在原图上添加指定的水印。用户可以指定水印的位置、透明度和大小等属性,以便将水印无缝地融合到原图中。
请求参数:
参数名 | 类型 | 必填 | 说明 |
---|---|---|---|
input_image | file | 和input_image_base64 二选一 |
传入的图像文件,图像文件为需为RGB三通道图像。 |
input_image_base64 | str | 和input_image 二选一 |
传入的图像文件的base64编码,图像文件为需为RGB三通道图像。 |
text | str | 否 | 水印文本,默认为Hello |
size | int | 否 | 水印字体大小,默认为20 |
opacity | float | 否 | 水印透明度,默认为0.5 |
angle | int | 否 | 水印旋转角度,默认为30 |
color | str | 否 | 水印颜色,默认为#000000 |
space | int | 否 | 水印间距,默认为25 |
dpi | int | 否 | 图像分辨率,默认为300 |
返回参数:
参数名 | 类型 | 说明 |
---|---|---|
status | int | 状态码,true 表示成功 |
image_base64 | str | 添加水印之后的图像的base64编码 |
接口名:set_kb
设置图像KB大小
接口的功能是接收一张图像和目标文件大小(以KB为单位),如果设置的KB值小于原文件,则调整压缩率;如果设置的KB值大于源文件,则通过给文件头添加信息的方式调大KB值,目标是让图像的最终大小与设置的KB值一致。
请求参数:
参数名 | 类型 | 必填 | 说明 |
---|---|---|---|
input_image | file | 和input_image_base64 二选一 |
传入的图像文件,图像文件为需为RGB三通道图像。 |
input_image_base64 | str | 和input_image 二选一 |
传入的图像文件的base64编码,图像文件为需为RGB三通道图像。 |
kb | int | 否 | 输出照片的 KB 值,默认为None ,即不对图像进行KB调整。 |
dpi | int | 否 | 图像分辨率,默认为300 |
返回参数:
参数名 | 类型 | 说明 |
---|---|---|
status | int | 状态码,true 表示成功 |
image_base64 | str | 设置KB大小之后的图像的base64编码 |
接口名:idphoto_crop
证件照裁切
接口的功能是接收一张 RBGA 图像(透明图),输出一张标准证件照和一张高清证件照。
请求参数:
参数名 | 类型 | 必填 | 说明 |
---|---|---|---|
input_image | file | 和input_image_base64 二选一 |
传入的图像文件,图像文件为需为RGBA四通道图像。 |
input_image_base64 | str | 和input_image 二选一 |
传入的图像文件的base64编码,图像文件为需为RGBA四通道图像。 |
height | int | 否 | 标准证件照高度,默认为413 |
width | int | 否 | 标准证件照宽度,默认为295 |
face_detect_model | str | 否 | 人脸检测模型,默认为mtcnn 。可选值为mtcnn 、face_plusplus 、retinaface-resnet50 |
hd | bool | 否 | 是否生成高清证件照,默认为true |
dpi | int | 否 | 图像分辨率,默认为300 |
head_measure_ratio | float | 否 | 面部面积与照片面积的比例,默认为0.2 |
head_height_ratio | float | 否 | 面部中心与照片顶部的高度比例,默认为0.45 |
top_distance_max | float | 否 | 头部与照片顶部距离的比例最大值,默认为0.12 |
top_distance_min | float | 否 | 头部与照片顶部距离的比例最小值,默认为0.1 |
返回参数:
参数名 | 类型 | 说明 |
---|---|---|
status | int | 状态码,true 表示成功 |
image_base64 | str | 证件照裁切之后的图像的base64编码 |
image_base64_hd | str | 高清证件照裁切之后的图像的base64编码,如hd 参数为false ,则不返回该参数 |
cURL 是一个命令行工具,用于使用各种网络协议传输数据。以下是使用 cURL 调用这些 API 的示例。
curl -X POST "http://127.0.0.1:8080/idphoto" \
-F "input_image=@demo/images/test0.jpg" \
-F "height=413" \
-F "width=295" \
-F "human_matting_model=modnet_photographic_portrait_matting" \
-F "face_detect_model=mtcnn" \
-F "hd=true" \
-F "dpi=300" \
-F "face_alignment=true" \
-F 'head_height_ratio=0.45' \
-F 'head_measure_ratio=0.2' \
-F 'top_distance_min=0.1' \
-F 'top_distance_max=0.12' \
-F 'sharpen_strength=0' \
-F 'saturation_strength=0' \
-F 'brightness_strength=10' \
-F 'contrast_strength=0'
curl -X POST "http://127.0.0.1:8080/add_background" \
-F "[email protected]" \
-F "color=638cce" \
-F "kb=200" \
-F "render=0" \
-F "dpi=300"
curl -X POST "http://127.0.0.1:8080/generate_layout_photos" \
-F "[email protected]" \
-F "height=413" \
-F "width=295" \
-F "kb=200" \
-F "dpi=300"
curl -X POST "http://127.0.0.1:8080/human_matting" \
-F "input_image=@demo/images/test0.jpg" \
-F "human_matting_model=modnet_photographic_portrait_matting" \
-F "dpi=300"
curl -X 'POST' \
'http://127.0.0.1:8080/watermark?size=20&opacity=0.5&angle=30&color=%23000000&space=25' \
-H 'accept: application/json' \
-H 'Content-Type: multipart/form-data' \
-F 'input_image=@demo/images/test0.jpg;type=image/jpeg' \
-F 'text=Hello' \
-F 'dpi=300'
curl -X 'POST' \
'http://127.0.0.1:8080/set_kb' \
-H 'accept: application/json' \
-H 'Content-Type: multipart/form-data' \
-F 'input_image=@demo/images/test0.jpg;type=image/jpeg' \
-F 'kb=50' \
-F 'dpi=300'
curl -X 'POST' 'http://127.0.0.1:8080/idphoto_crop' \
-H 'accept: application/json' \
-H 'Content-Type: multipart/form-data' \
-F 'input_image=@idphoto_matting.png;type=image/png' \
-F 'height=413' \
-F 'width=295' \
-F 'face_detect_model=mtcnn' \
-F 'hd=true' \
-F 'dpi=300' \
-F 'head_height_ratio=0.45' \
-F 'head_measure_ratio=0.2' \
-F 'top_distance_min=0.1' \
-F 'top_distance_max=0.12'
import requests
url = "http://127.0.0.1:8080/idphoto"
input_image_path = "demo/images/test0.jpg"
files = {"input_image": open(input_image_path, "rb")}
data = {
"height": 413,
"width": 295,
"human_matting_model": "modnet_photographic_portrait_matting",
"face_detect_model": "mtcnn",
"hd": True,
"dpi": 300,
"face_alignment": True,
"head_measure_ratio": 0.2,
"head_height_ratio": 0.45,
"top_distance_max": 0.12,
"top_distance_min": 0.1,
"brightness_strength": 0,
"contrast_strength": 0,
"sharpen_strength": 0,
"saturation_strength": 0,
}
response = requests.post(url, params=params, files=files, data=data).json()
# response为一个json格式字典,包含status、image_base64_standard和image_base64_hd三项
print(response)
import requests
url = "http://127.0.0.1:8080/add_background"
input_image_path = "test.png"
files = {"input_image": open(input_image_path, "rb")}
data = {
"color": '638cce',
"kb": None,
"render": 0,
"dpi": 300,
}
response = requests.post(url, files=files, data=data).json()
# response为一个json格式字典,包含status和image_base64
print(response)
import requests
url = "http://127.0.0.1:8080/generate_layout_photos"
input_image_path = "test.jpg"
files = {"input_image": open(input_image_path, "rb")}
data = {
"height": 413,
"width": 295,
"kb": 200,
"dpi": 300,
}
response = requests.post(url, files=files, data=data).json()
# response为一个json格式字典,包含status和image_base64
print(response)
import requests
url = "http://127.0.0.1:8080/human_matting"
input_image_path = "test.jpg"
files = {"input_image": open(input_image_path, "rb")}
data = {
"human_matting_model": "modnet_photographic_portrait_matting",
"dpi": 300,
}
response = requests.post(url, files=files, data=data).json()
# response为一个json格式字典,包含status和image_base64
print(response)
import requests
# 设置请求的 URL 和参数
url = "http://127.0.0.1:8080/watermark"
params = {
"size": 20,
"opacity": 0.5,
"angle": 30,
"color": "#000000",
"space": 25,
}
# 设置文件和其他表单数据
input_image_path = "demo/images/test0.jpg"
files = {"input_image": open(input_image_path, "rb")}
data = {"text": "Hello", "dpi": 300}
# 发送 POST 请求
response = requests.post(url, params=params, files=files, data=data)
# 检查响应
if response.ok:
# 输出响应内容
print(response.json())
else:
# 输出错误信息
print(f"Request failed with status code {response.status_code}: {response.text}")
import requests
# 设置请求的 URL
url = "http://127.0.0.1:8080/set_kb"
# 设置文件和其他表单数据
input_image_path = "demo/images/test0.jpg"
files = {"input_image": open(input_image_path, "rb")}
data = {"kb": 50, "dpi": 300}
# 发送 POST 请求
response = requests.post(url, files=files, data=data)
# 检查响应
if response.ok:
# 输出响应内容
print(response.json())
else:
# 输出错误信息
print(f"Request failed with status code {response.status_code}: {response.text}")
import requests
# 设置请求的 URL
url = "http://127.0.0.1:8080/idphoto_crop"
# 设置文件和其他表单数据
input_image_path = "idphoto_matting.png"
files = {"input_image": ("idphoto_matting.png", open(input_image_path, "rb"), "image/png")}
data = {
"height": 413,
"width": 295,
"face_detect_model": "mtcnn",
"hd": "true",
"dpi": 300,
"head_measure_ratio": 0.2,
"head_height_ratio": 0.45,
"top_distance_max": 0.12,
"top_distance_min": 0.1,
}
# 发送 POST 请求
response = requests.post(url, files=files, data=data)
# 检查响应
if response.ok:
# 输出响应内容
print(response.json())
else:
# 输出错误信息
print(f"Request failed with status code {response.status_code}: {response.text}")