Smart Crop

被写体認識、顔認識、またはトリムベースのスマートな切り抜きです。Sharpのattention/entropy戦略とAI顔検出を用いて、賢くフレーミングします。

API Endpoint

POST /api/v1/tools/image/smart-crop

処理: 非同期（202を返し、/api/v1/jobs/{jobId}/progressをSSEでポーリングしてステータスを取得）

モデルバンドル: face-detection（200〜300 MB）- faceモードでのみ必要

Parameters

Parameter	Type	Required	Default	Description
file	file	Yes	-	画像ファイル（multipart）
mode	string	No	"subject"	切り抜きモード: subject, face, trim。（従来値のattentionとcontentはそれぞれsubjectとtrimに対応します）
strategy	string	No	"attention"	subjectモードの戦略: attentionまたはentropy
width	integer	No	-	目標の幅（ピクセル）
height	integer	No	-	目標の高さ（ピクセル）
padding	integer	No	0	被写体周囲の余白の割合（0〜50）
facePreset	string	No	"head-shoulders"	顔フレーミングのプリセット: closeup, head-shoulders, upper-body, half-body
sensitivity	number	No	0.5	顔検出の感度（0〜1）
threshold	integer	No	30	トリムモードでの背景検出のしきい値（0〜255）
padToSquare	boolean	No	false	トリム結果を正方形にパディングします
padColor	string	No	"#ffffff"	パディングの背景色
targetSize	integer	No	-	パディング済み出力の目標サイズ（ピクセル）
quality	integer	No	-	出力品質（1〜100）

Example Request

curl -X POST http://localhost:1349/api/v1/tools/image/smart-crop \
  -F "[email protected]" \
  -F 'settings={"mode":"face","width":1080,"height":1080,"facePreset":"head-shoulders"}'

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","percent":50}

Final Result (via SSE)

{
  "phase": "complete",
  "percent": 100,
  "result": {
    "jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
    "downloadUrl": "/api/v1/download/{jobId}/portrait_smartcrop.jpg",
    "originalSize": 500000,
    "processedSize": 320000
  }
}

Modes

Subject Mode

Sharpのattentionまたはentropy戦略を用いて、視覚的に最も興味深い領域を見つけ、その周囲を切り抜きます。

Face Mode

AIで顔を検出し、指定したfacePresetを用いて検出された顔の周囲を切り抜きます。顔が検出されない場合はsubjectモード（attention戦略）にフォールバックします。

Trim Mode

画像から均一な余白/背景を取り除きます。オプションで、指定した背景色と目標サイズで結果を正方形にパディングします。

Notes

• このツールはexecutionHint: "long"を指定したcreateToolRouteファクトリを使用するため、SSE進捗とともに202を返します。
• faceモードにはface-detectionモデルバンドル（200〜300 MB）が必要です。
• subjectモードとtrimモードはAIモデルバンドルなしで動作します。
• facePresetは、検出された顔をどれだけタイトにフレーミングするかを決定します。closeupが最もタイトで、half-bodyが最も広くなります。
• 幅/高さが指定されない場合、デフォルトは1080x1080です。