Search K
雜訊移除
AI 驅動的雜訊與顆粒移除,提供多層級品質選項,使用 Python sidecar(SCUNet 模型)。
API 端點
POST /api/v1/tools/image/noise-removal
處理方式: 非同步(傳回 202,透過 SSE 輪詢 /api/v1/jobs/{jobId}/progress 以取得狀態)
模型套件包: upscale-enhance(5-6 GB)
參數
| 參數 | 類型 | 必填 | 預設值 | 說明 |
|---|---|---|---|---|
| file | file | 是 | - | 圖片檔案(multipart) |
| tier | string | 否 | "balanced" | 品質層級:quick、balanced、quality、maximum |
| strength | number | 否 | 50 | 降噪強度(0-100) |
| detailPreservation | number | 否 | 50 | 要保留多少細節(0-100)。數值越高保留越多紋理 |
| colorNoise | number | 否 | 30 | 色彩雜訊抑制強度(0-100) |
| format | string | 否 | "original" | 輸出格式:original、png、jpeg、webp、avif、jxl |
| quality | number | 否 | 90 | 輸出編碼品質(1-100) |
範例請求
bash
curl -X POST http://localhost:1349/api/v1/tools/image/noise-removal \
-F "[email protected]" \
-F 'settings={"tier":"quality","strength":60,"detailPreservation":70,"colorNoise":40}'回應
初始回應(202 Accepted)
json
{
"jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
"async": true
}進度(SSE 於 /api/v1/jobs/{jobId}/progress)
event: progress
data: {"phase":"processing","stage":"Denoising...","percent":65}最終結果(透過 SSE)
json
{
"phase": "complete",
"percent": 100,
"result": {
"jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
"downloadUrl": "/api/v1/download/{jobId}/noisy-photo_denoised.jpg",
"originalSize": 500000,
"processedSize": 380000
}
}注意事項
- 需要安裝
upscale-enhance模型套件包(5-6 GB)。 - 品質層級以速度換取品質:
quick最快且採用基本降噪,maximum使用最徹底的多重處理方式。 - 對於有紋理的主體(布料、頭髮、樹葉),
detailPreservation參數至關重要。數值越高越能避免降噪器抹平細微細節。 - 當
format設為"original"時,輸出格式會與輸入檔案格式相符。 - 透過自動解碼支援 HEIC/HEIF、RAW、TGA、PSD、EXR 與 HDR 輸入格式。
