Red Eye Removal

Deteksi dan koreksi mata merah bertenaga AI yang disebabkan oleh flash kamera.

API Endpoint

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

Processing: Asinkron (mengembalikan 202, polling /api/v1/jobs/{jobId}/progress untuk status via SSE)

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

Parameters

Parameter	Type	Required	Default	Description
file	file	Yes	-	Berkas gambar (multipart)
sensitivity	number	No	50	Sensitivitas deteksi mata merah (0-100). Nilai lebih tinggi mendeteksi mata merah yang lebih halus
strength	number	No	70	Kekuatan koreksi (0-100). Seberapa agresif menetralkan warna merah
format	string	No	-	Format output (penimpaan opsional)
quality	number	No	90	Kualitas output (1-100)

Example Request

curl -X POST http://localhost:1349/api/v1/tools/image/red-eye-removal \
  -F "[email protected]" \
  -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

• Membutuhkan model bundle face-detection terpasang (200-300 MB).
• Pertama mendeteksi wajah, lalu menemukan area mata dalam setiap wajah, dan akhirnya mengidentifikasi serta mengoreksi piksel mata merah.
• Jumlah facesDetected menunjukkan berapa banyak wajah yang ditemukan; eyesCorrected adalah jumlah total mata individu yang mata merahnya dikoreksi.
• Output selalu PNG untuk pelestarian kualitas maksimum.
• Mendukung format input HEIC/HEIF, RAW, TGA, PSD, EXR, dan HDR via dekode otomatis.