Referensi Mesin AI

Paket @snapotter/ai mengoordinasikan alat asli dan waktu proses Python untuk operasi ML lokal. Kebanyakan alat ML menggunakan Python sidecar yang persisten untuk pemanasan cepat. OCR sengaja dipisahkan: fast memanggil biner Tesseract asli, sedangkan balanced dan best menggunakan JSONL dispatcher persisten khusus yang disematkan pada generasi RapidOCR aktif yang tidak dapat diubah di bawah /data/ai/v3. Setiap permintaan memiliki generation lease. Selama peningkatan, SnapOtter menjalankan smoke test pada kandidat sebelum aktivasi, secara atom beralih ke dispatcher baru, lalu menguras generasi lama sebelum garbage collection.

NVIDIA CUDA terdeteksi secara otomatis dan digunakan oleh runtime yang mendukungnya. OCR menggunakan CPU di setiap host, termasuk sistem dengan GPU NVIDIA, menghindari CUDA dan kopling driver untuk alat ini.

Akselerasi iGPU Intel/AMD melalui VA-API, Quick Sync, atau OpenCL saat ini tidak didukung untuk inferensi AI. Memetakan /dev/dri ke dalam sebuah kontainer tidak mempercepat alat sidecar Python ini kecuali tersedia GPU NVIDIA yang mendukung CUDA.

19 alat AI sidecar Python di empat modalitas (gambar, audio, video, dokumen), plus 2 alat dengan kemampuan AI opsional. Semua model berjalan secara lokal - tidak diperlukan internet setelah unduhan model awal.

Kompatibilitas OCR bahasa Korea

OCR Cepat mendukung auto, en, de, es, fr, zh, dan ja, tetapi tidak mendukung bahasa Korea (ko). Bahasa Korea memerlukan paket OCR Akurat dan balanced atau best. Paket berjalan pada kontainer resmi Linux amd64 dan arm64, termasuk host NVIDIA dengan OCR tetap memakai CPU. Sistem yang tidak didukung menerima kesalahan kompatibilitas yang jelas dan tidak pernah diam-diam kembali ke fast. Bahasa Korea dengan fast atau alias lama tesseract ditolak sebelum antre dengan FEATURE_INCOMPATIBLE dan fast-korean-unsupported.

Arsitektur

Node.js Tool Route
      |
      v
 @snapotter/ai bridge.ts
      | (stdin/stdout JSON + stderr progress events)
      v
 +-- Native Tesseract + Ghostscript (fast image/PDF OCR)
 |
 +-- Isolated OCR runtime (persistent JSONL dispatcher)
 |     `-- RapidOCR + ONNX Runtime CPU + pinned PP-OCR models
 |
 `-- Python dispatcher (persistent process, "ai" profile)
      |
      |-- remove_bg.py        (rembg / BiRefNet)
      |-- upscale.py          (RealESRGAN)
      |-- inpaint.py          (LaMa ONNX)
      |-- outpaint.py         (LaMa canvas expansion)
      |-- detect_faces.py     (MediaPipe)
      |-- face_landmarks.py   (MediaPipe landmarks)
      |-- enhance_faces.py    (GFPGAN / CodeFormer)
      |-- colorize.py         (DDColor)
      |-- noise_removal.py    (SCUNet / tiered denoising)
      |-- red_eye_removal.py  (landmark + color analysis)
      |-- restore.py          (scratch repair + enhancement + denoising)
      |-- transcribe.py       (faster-whisper speech-to-text)
      +-- install_feature.py  (on-demand bundle installer)

Profil dispatcher "docs" yang terpisah menggantikan allowlist AI dengan skrip pemrosesan dokumen (doc_pagecount, doc_health, doc_flatten, doc_redact, doc_text, doc_to_word, doc_metadata, doc_html_pdf) dan melewati impor ML yang berat.

Timeout: 300 d default; OCR dan penghapusan latar belakang BiRefNet mendapat 600 d.

Bundel Fitur

Model AI dikemas berdasarkan tumpukan dependensi bersama, bukan satu arsip per alat. Sebuah bundel fitur dapat mengaktifkan beberapa alat saat mereka memakai keluarga model, wheel Python, atau pustaka native yang sama. Ini menjaga image Docker rilis tetap lebih kecil dan menghindari penyimpanan salinan duplikat dari model matting latar belakang, deteksi wajah, OCR, restorasi, dan model bicara yang sama.

Image Docker mengirimkan aplikasi ditambah runtime umum. Arsip model besar diunduh sesuai permintaan ke dalam volume /data/ai persisten, lalu dipakai ulang oleh setiap alat yang membutuhkannya. Jika sebuah bundel sudah terpasang karena alat lain memerlukannya, mengaktifkan alat dependen baru tidak mengunduh bundel itu lagi.

Sebagian besar alat AI memerlukan satu atau lebih paket fitur sebelum dapat dijalankan. UI admin menginstalnya dengan alat melalui POST /api/v1/admin/tools/:toolId/features/install, yang menyelesaikan daftar bundel lengkap, melewati bundel yang sudah diinstal, dan hanya mengantri unduhan yang hilang. Misalnya, mengaktifkan Foto Paspor pada antrian instans baru background-removal dan face-detection; mengaktifkannya setelah Penghapusan Latar Belakang sudah diinstal antrian hanya face-detection. OCR adalah pengecualian karena fast tidak memerlukan paket; instal runtime akurat opsionalnya melalui UI atau POST /api/v1/admin/features/ocr/install.

Bundel	Ukuran	Grup dependensi bersama	Alat yang memakainya
background-removal	4-5 GB	matting latar belakang rembg / BiRefNet	remove-background, passport-photo, transparency-fixer, background-replace, blur-background
face-detection	200-300 MB	deteksi wajah dan landmark MediaPipe	blur-faces, red-eye-removal, smart-crop
object-eraser-colorize	1-2 GB	inpainting/outpainting LaMa dan DDColor	erase-object, colorize, ai-canvas-expand
upscale-enhance	5-6 GB	RealESRGAN, GFPGAN / CodeFormer, denoising	upscale, enhance-faces, noise-removal
photo-restoration	4-5 GB	pipeline perbaikan goresan dan restorasi	restore-photo
ocr	~208-234 unduhan MiB / ~409-488 MiB terpasang	Opsional RapidOCR 3.9.1, ONNX Runtime 1.20.1, dan model PP-OCR yang disematkan	ocr, ocr-pdf (hanya balanced dan best)
transcription	~600 MB	model speech-to-text faster-whisper	transcribe-audio, auto-subtitles

Alat dengan dependensi lintas bundel:

Alat	Bundel yang diperlukan	Alasan
passport-photo	background-removal, face-detection	Menghapus latar belakang, lalu memakai landmark wajah untuk membingkai crop sesuai aturan foto paspor dan KTP.
enhance-faces	upscale-enhance, face-detection	Mendeteksi wajah sebelum menjalankan peningkatan GFPGAN atau CodeFormer pada wilayah wajah yang dipilih.

Alat hanya tersedia ketika semua bundel yang diperlukan telah diinstal, kecuali OCR: tingkat fast bawaannya tetap tersedia tanpa paket OCR opsional. Penginstalan sebagian valid dan ditangani secara bertahap: bundel yang terinstal digunakan kembali, bundel yang hilang ditampilkan sebagai unduhan, dan antrean penginstalan dijalankan satu per satu sehingga lingkungan Python yang dibagikan tidak diubah secara bersamaan.

Instalasi runtime OCR {#accurate-ocr-runtime-installation} yang akurat

Paket OCR yang akurat adalah runtime khusus platform untuk kontainer resmi Linux amd64 atau Linux arm64. Versi amd64 menggunakan Python 3.12; build arm64 menggunakan Python 3.11. Kedua build menjalankan RapidOCR melalui CPUExecutionProvider ONNX Runtime, sehingga paket yang sama hanya berfungsi pada CPU dan host NVIDIA Docker. Runtime yang akurat memerlukan setidaknya 4 GiB memori efektif: batas cgroup kontainer yang dikonfigurasi, jika tidak, memori host. Sistem di bawah minimum kompatibilitas yang ditandatangani akan ditolak sebelum diunduh. Persyaratan ini tidak berlaku untuk Fast OCR bawaan. Build Bare-metal ditolak karena libc dan Python ABI tidak dapat disimpulkan dengan aman; OCR cepat tetap tersedia ketika host menyediakan Tesseract dan Ghostscript.

Artefak opsional adalah sekitar 208-234 MiB yang dikompresi dan 409-488 MiB yang diekstraksi, bergantung pada arsitektur. Indeks yang ditandatangani mengikat jumlah byte yang dikompresi dan diekstraksi secara tepat yang diterapkan oleh penginstal. Tesseract bawaan menambahkan sekitar 25 MiB ke gambar resmi dan tidak memerlukan file di /data/ai.

Instalasi online mengambil indeks rilis yang ditandatangani dan artefak alamat konten yang tepat untuk platform saat ini. SnapOtter memverifikasi tanda tangan indeks Ed25519, ukuran artefak, intisari SHA-256, intisari model, jalur, mode file, dan smoke test yang dipentaskan sebelum mengaktifkan generasi baru secara atom. Penginstalan yang gagal membuat generasi sehat sebelumnya tetap aktif.

Untuk instalasi dengan celah udara, unggah ocr-runtime-index.json rilis dan arsip runtime OCR yang cocok ke POST /api/v1/admin/features/import menggunakan bidang multibagian bernama index dan archive. Impor offline menerapkan pemeriksaan tanda tangan, hash, ekstraksi, kompatibilitas, dan uji asap yang sama seperti instalasi online; arsip tanpa indeks bertanda tangan tepercaya ditolak.

---

Penghapusan Latar Belakang

Rute alat: remove-background
Model: rembg dengan BiRefNet (default) atau varian U2-Net

Parameter	Tipe	Default	Deskripsi
model	string	-	Varian model (override opsional)
backgroundType	string	"transparent"	Salah satu dari: transparent, color, gradient, blur, image
backgroundColor	string	-	Warna hex untuk latar belakang solid
gradientColor1	string	-	Warna gradien pertama
gradientColor2	string	-	Warna gradien kedua
gradientAngle	number	-	Sudut gradien dalam derajat
blurEnabled	boolean	-	Aktifkan efek blur latar belakang
blurIntensity	number (0-100)	-	Intensitas blur
shadowEnabled	boolean	-	Aktifkan drop shadow pada subjek
shadowOpacity	number (0-100)	-	Opasitas bayangan
outputFormat	string	-	Format keluaran: png, webp, atau avif
edgeRefine	integer (0-3)	-	Tingkat penyempurnaan tepi
decontaminate	boolean	-	Hilangkan rembesan warna dari tepi

Penggantian Latar Belakang

Rute alat: background-replace
Model: rembg / BiRefNet (dibagikan dengan remove-background)

Menghapus latar belakang dan menggantinya dengan warna solid atau gradien.

Parameter	Tipe	Default	Deskripsi
backgroundType	"color" | "gradient"	"color"	Mode latar belakang
color	string	"#ffffff"	Warna hex latar belakang (saat backgroundType adalah color)
gradientColor1	string	-	Warna hex gradien pertama
gradientColor2	string	-	Warna hex gradien kedua
gradientAngle	integer (0-360)	180	Sudut gradien dalam derajat
feather	integer (0-20)	0	Radius feathering tepi
format	"png" | "webp"	"png"	Format keluaran

Blur Latar Belakang

Rute alat: blur-background
Model: rembg / BiRefNet (dibagikan dengan remove-background)

Memburamkan latar belakang sambil menjaga subjek tetap tajam.

Parameter	Tipe	Default	Deskripsi
intensity	integer (1-100)	50	Intensitas blur
feather	integer (0-20)	0	Radius feathering tepi
format	"png" | "webp"	"png"	Format keluaran

Upscaling Gambar

Rute alat: upscale
Model: RealESRGAN (dengan fallback Lanczos saat tidak tersedia)

Parameter	Tipe	Default	Deskripsi
scale	number	2	Faktor upscale
model	string	"auto"	Varian model
faceEnhance	boolean	false	Terapkan tahap peningkatan wajah GFPGAN
denoise	number	0	Kekuatan denoising
format	string	"auto"	Override format keluaran
quality	number	95	Kualitas keluaran (1-100)

OCR / Ekstraksi Teks

Rute alat: ocr
Model: Tesseract (fast); RapidOCR dengan model kecil PP-OCRv6 (balanced); Model medium PP-OCRv6 dengan penilaian varian terkalibrasi (best)

Parameter	Tipe	Default	Deskripsi
quality	"fast" | "balanced" | "best"	Dinamis	Jika quality dan engine tidak diberikan, SnapOtter memilih tingkat terbaik yang tersedia dengan urutan best, balanced, lalu fast. Untuk bahasa Korea, fast tidak pernah dipilih; sistem memakai best, lalu balanced, atau mengembalikan kesalahan instalasi maupun kompatibilitas runtime akurat.
language	string	"auto"	Bahasa: auto, en, de, fr, es, zh, ja, ko
enhance	boolean	Bergantung pada tingkatan	Tingkatkan kontras lokal. Fast menerapkannya secara langsung; tingkatan akurat mempertahankan varian hanya ketika skor yang dikalibrasi meningkatkan OCR. Defaultnya aktif untuk yang Terbaik
engine	rangkaian	-	Alias ​​​​kompatibilitas yang tidak digunakan lagi. Memetakan tesseract ke fast dan nilai paddleocr lama ke balanced; itu tidak memuat PaddlePaddle

Mengembalikan teks yang diekstraksi ditambah metadata asal: mesin, kualitas yang diminta dan aktual, perangkat, penyedia, status degradasi, peringatan, dan versi runtime/model yang akurat bila berlaku. Permintaan kualitas eksplisit tidak pernah kembali ke tingkat lain. Jika balanced atau best tidak tersedia, API mengembalikan FEATURE_NOT_INSTALLED atau FEATURE_INCOMPATIBLE alih-alih menjalankan fast secara diam-diam.

OCR PDF

Rute alat: ocr-pdf
Model: Sistem tingkat yang sama seperti OCR gambar

Mengekstrak teks dari dokumen PDF hasil pindaian menggunakan OCR bertenaga AI, halaman per halaman.

Parameter	Tipe	Default	Deskripsi
quality	"fast" | "balanced" | "best"	Dinamis	Jika quality dan engine tidak diberikan, SnapOtter memilih tingkat terbaik yang tersedia dengan urutan best, balanced, lalu fast. Untuk bahasa Korea, fast tidak pernah dipilih; sistem memakai best, lalu balanced, atau mengembalikan kesalahan instalasi maupun kompatibilitas runtime akurat.
language	string	"auto"	Bahasa: auto, en, de, fr, es, zh, ja, ko
pages	string	"all"	Pemilihan halaman: "all", "1-3", "1,3,5"
enhance	boolean	Bergantung pada tingkatan	Tingkatkan kontras lokal. Fast menerapkannya secara langsung; tingkatan akurat mempertahankan varian hanya ketika skor yang dikalibrasi meningkatkan OCR. Defaultnya aktif untuk yang Terbaik
engine	rangkaian	-	Alias ​​​​kompatibilitas yang tidak digunakan lagi. Memetakan tesseract ke fast dan nilai paddleocr lama ke balanced; itu tidak memuat PaddlePaddle

Aturan larangan penurunan versi yang sama juga berlaku untuk PDF OCR. Halaman PDF diraster sebelum dikenali, dan satu permintaan dapat memilih maksimal 50 halaman.

Blur Wajah / PII

Rute alat: blur-faces
Model: deteksi wajah MediaPipe

Parameter	Tipe	Default	Deskripsi
blurRadius	number (1-100)	30	Radius blur Gaussian
sensitivity	number (0-1)	0.5	Ambang kepercayaan deteksi

Peningkatan Wajah

Rute alat: enhance-faces
Model: GFPGAN, CodeFormer

Parameter	Tipe	Default	Deskripsi
model	"auto" | "gfpgan" | "codeformer"	"auto"	Model peningkatan
strength	number (0-1)	0.8	Kekuatan peningkatan
sensitivity	number (0-1)	0.5	Ambang deteksi wajah
onlyCenterFace	boolean	false	Tingkatkan hanya wajah paling tengah

Pewarnaan AI

Rute alat: colorize
Model: DDColor (dengan fallback OpenCV DNN)

Mengubah foto hitam-putih atau grayscale menjadi berwarna penuh.

Parameter	Tipe	Default	Deskripsi
intensity	number (0-1)	1.0	Kekuatan saturasi warna
model	"auto" | "ddcolor" | "opencv"	"auto"	Varian model

Penghapusan Derau

Rute alat: noise-removal
Model: SCUNet (pipeline denoising bertingkat)

Parameter	Tipe	Default	Deskripsi
tier	"quick" | "balanced" | "quality" | "maximum"	"balanced"	Tingkat pemrosesan
strength	number (0-100)	50	Kekuatan denoising
detailPreservation	number (0-100)	50	Seberapa banyak detail yang dipertahankan; makin tinggi makin banyak tekstur yang terjaga
colorNoise	number (0-100)	30	Kekuatan pengurangan derau warna
format	string	"original"	Format keluaran: original, png, jpeg, webp, avif, jxl
quality	number (1-100)	90	Kualitas enkoding keluaran

Penghapusan Mata Merah

Rute alat: red-eye-removal

Mendeteksi landmark wajah, menemukan wilayah mata, dan mengoreksi oversaturasi kanal merah.

Parameter	Tipe	Default	Deskripsi
sensitivity	number (0-100)	50	Ambang deteksi piksel merah
strength	number (0-100)	70	Kekuatan koreksi
format	string	-	Override format keluaran (opsional)
quality	number (1-100)	90	Kualitas keluaran

Restorasi Foto

Rute alat: restore-photo

Pipeline multi-langkah untuk foto lama atau rusak: deteksi dan perbaikan goresan/robekan, peningkatan wajah, denoising, dan pewarnaan opsional.

Parameter	Tipe	Default	Deskripsi
scratchRemoval	boolean	true	Deteksi dan perbaiki goresan, robekan
faceEnhancement	boolean	true	Terapkan tahap peningkatan wajah
fidelity	number (0-1)	0.7	Kekuatan peningkatan wajah (makin tinggi = makin konservatif)
denoise	boolean	true	Terapkan tahap denoising
denoiseStrength	number (0-100)	25	Kekuatan denoising
colorize	boolean	false	Warnai setelah restorasi
colorizeStrength	number (0-100)	85	Intensitas pewarnaan

Foto Paspor

Rute alat: passport-photo
Model: landmark wajah MediaPipe + penghapusan latar belakang BiRefNet

Alur kerja dua fase: analisis (deteksi wajah + hapus latar belakang) lalu hasilkan (crop, ubah ukuran, tile). Mendukung 37+ negara di 6 kawasan.

Fase 1: Analisis

POST /api/v1/tools/image/passport-photo/analyze

Menerima berkas gambar (multipart). Mengembalikan data landmark wajah, pratinjau base64, dan dimensi gambar.

Fase 2: Hasilkan

POST /api/v1/tools/image/passport-photo/generate

Menerima body JSON berisi hasil Fase 1 ditambah pengaturan pembuatan:

Parameter	Tipe	Default	Deskripsi
jobId	string	(wajib)	Job ID dari Fase 1
filename	string	(wajib)	Nama berkas asli dari Fase 1
countryCode	string	(wajib)	Kode negara ISO (mis., US, GB, IN)
documentType	string	"passport"	Tipe dokumen
bgColor	string	"#FFFFFF"	Hex warna latar belakang
printLayout	string	"none"	Tata letak cetak: none, 4x6, a4, letter
maxFileSizeKb	number	0	Ukuran berkas maks dalam KB (0 = tanpa batas)
dpi	number (72-1200)	300	DPI keluaran
customWidthMm	number	-	Lebar kustom dalam mm (menimpa spesifikasi negara)
customHeightMm	number	-	Tinggi kustom dalam mm (menimpa spesifikasi negara)
zoom	number (0.5-3)	1	Faktor zoom
adjustX	number	0	Penyesuaian posisi horizontal
adjustY	number	0	Penyesuaian posisi vertikal
landmarks	object	(wajib)	Landmark dari Fase 1
imageWidth	number	(wajib)	Lebar gambar dari Fase 1
imageHeight	number	(wajib)	Tinggi gambar dari Fase 1

Penghapusan Objek (Inpainting)

Rute alat: erase-object
Model: LaMa via ONNX Runtime

Mask dikirim sebagai bagian berkas kedua (fieldname mask), bukan sebagai base64. Piksel putih dalam mask menandai area yang akan dihapus. Pengaturan format dan quality dikirim sebagai field form tingkat atas.

Parameter	Tipe	Default	Deskripsi
file	file	(wajib)	Gambar sumber (multipart)
mask	file	(wajib)	Gambar mask (multipart, fieldname mask, putih = hapus)
format	string	"auto"	Format keluaran: auto, png, jpg, jpeg, webp, tiff, gif, avif, heic, heif, jxl
quality	integer (1-100)	95	Kualitas keluaran

Dipercepat dengan CUDA saat GPU NVIDIA tersedia.

AI Canvas Expand

Rute alat: ai-canvas-expand
Model: outpainting berbasis LaMa

Memperluas kanvas gambar ke segala arah dan mengisi area baru dengan konten yang dihasilkan AI yang cocok dengan gambar yang ada.

Parameter	Tipe	Default	Deskripsi
extendTop	integer	0	Piksel untuk diperluas di atas
extendRight	integer	0	Piksel untuk diperluas di kanan
extendBottom	integer	0	Piksel untuk diperluas di bawah
extendLeft	integer	0	Piksel untuk diperluas di kiri
tier	"fast" | "balanced" | "high"	"balanced"	Tingkat kualitas
format	string	"auto"	Format keluaran: auto, png, jpg, jpeg, webp, tiff, gif, avif, heic, heif, jxl
quality	integer (1-100)	95	Kualitas keluaran

Setidaknya satu arah perluasan harus lebih besar dari 0.

Smart Crop

Rute alat: smart-crop
Model: deteksi wajah MediaPipe (hanya mode wajah)

Parameter	Tipe	Default	Deskripsi
mode	string	"subject"	Strategi crop: subject, face, trim
strategy	"attention" | "entropy"	"attention"	Strategi untuk mode subjek
width	integer	-	Lebar keluaran
height	integer	-	Tinggi keluaran
padding	integer (0-50)	0	Persentase padding di sekitar subjek
facePreset	string	"head-shoulders"	Pembingkaian preset saat mode=face
sensitivity	number (0-1)	0.5	Ambang deteksi wajah
threshold	integer (0-255)	30	Ambang deteksi latar belakang (mode trim)
padToSquare	boolean	false	Isi hasil yang di-trim menjadi persegi
padColor	string	"#ffffff"	Warna latar belakang untuk padding persegi
targetSize	integer	-	Ukuran target untuk keluaran ber-padding (piksel)
quality	integer (1-100)	-	Kualitas keluaran

Nilai mode lawas attention dan content diterima dan dipetakan masing-masing ke subject dan trim.

Preset wajah:

Preset	Terbaik untuk
closeup	Headshot
head-shoulders	Foto profil
upper-body	LinkedIn / formal
half-body	Seluruh tubuh bagian atas

Transkripsi Audio

Rute alat: transcribe-audio
Model: faster-whisper

Mengubah ucapan menjadi teks. Mendukung format keluaran teks polos, SRT, dan VTT.

Parameter	Tipe	Default	Deskripsi
language	string	"auto"	Bahasa: auto, en, de, fr, es, zh, ja, ko, id, th, vi
outputFormat	"txt" | "srt" | "vtt"	"txt"	Format keluaran

Subtitle Otomatis

Rute alat: auto-subtitles
Model: faster-whisper (mengekstrak audio dari video, lalu mentranskripsi)

Menghasilkan berkas subtitle dari trek audio sebuah video.

Parameter	Tipe	Default	Deskripsi
language	string	"auto"	Bahasa: auto, en, de, fr, es, zh, ja, ko, id, th, vi
format	"srt" | "vtt"	"srt"	Format subtitle keluaran

Perbaikan Transparansi PNG

Rute alat: transparency-fixer
Model: BiRefNet HR-matting (resolusi 2048x2048)

Memperbaiki PNG "transparan palsu" di mana latar belakang telah dihapus tetapi meninggalkan fringing, halo, atau artefak semi-transparan. Menggunakan model matting resolusi tinggi BiRefNet untuk menghasilkan kanal alpha yang bersih, lalu menerapkan pemrosesan defringe yang dapat dikonfigurasi untuk menghilangkan kontaminasi warna di sepanjang tepi.

Rantai fallback OOM: Jika BiRefNet HR-matting melampaui memori yang tersedia, alat secara otomatis beralih ke birefnet-general, lalu ke u2net.

Parameter	Tipe	Default	Deskripsi
defringe	number (0-100)	30	Kekuatan defringe tepi untuk menghilangkan kontaminasi warna
outputFormat	"png" | "webp"	"png"	Format gambar keluaran
removeWatermark	boolean	false	Terapkan pra-pemrosesan penghapusan watermark (filter median)

curl -X POST http://localhost:1349/api/v1/tools/image/transparency-fixer \
  -H "Authorization: Bearer <token>" \
  -F "file=@fake-transparent.png" \
  -F 'settings={"defringe":30,"outputFormat":"png"}'

---

Alat dengan Kemampuan AI Opsional

Alat berikut bukan alat sidecar Python tetapi memakai fitur AI saat opsi tertentu diaktifkan.

Peningkatan Gambar

Rute alat: image-enhancement
Mesin: Berbasis analisis (histogram dan statistik Sharp)

Menganalisis gambar dan menerapkan koreksi otomatis untuk eksposur, kontras, white balance, saturasi, ketajaman, dan derau. Mendukung mode spesifik-adegan.

Parameter	Tipe	Default	Deskripsi
mode	"auto" | "portrait" | "landscape" | "low-light" | "food" | "document"	"auto"	Mode adegan untuk menyetel koreksi
intensity	number (0-100)	50	Kekuatan koreksi keseluruhan
corrections.exposure	boolean	true	Terapkan koreksi eksposur
corrections.contrast	boolean	true	Terapkan koreksi kontras
corrections.whiteBalance	boolean	true	Terapkan koreksi white balance
corrections.saturation	boolean	true	Terapkan koreksi saturasi
corrections.sharpness	boolean	true	Terapkan koreksi ketajaman
corrections.denoise	boolean	true	Terapkan denoising
deepEnhance	boolean	false	Aktifkan penghapusan derau AI via SCUNet (memerlukan bundel upscale-enhance)

Endpoint analisis tambahan tersedia di POST /api/v1/tools/image/image-enhancement/analyze yang mengembalikan koreksi yang terdeteksi tanpa menerapkannya.

Ubah Ukuran Sadar-Konten (Seam Carving)

Rute alat: content-aware-resize
Mesin: biner Go caire (bukan Python - tidak ada manfaat GPU)

Mengubah ukuran gambar secara cerdas dengan menghapus seam berenergi rendah, mempertahankan konten penting.

Parameter	Tipe	Default	Deskripsi
width	number	-	Lebar target
height	number	-	Tinggi target
protectFaces	boolean	false	Lindungi wilayah wajah yang terdeteksi (memerlukan bundel face-detection)
blurRadius	number (0-20)	4	Pra-blur untuk perhitungan energi
sobelThreshold	number (1-20)	2	Ambang sensitivitas tepi
square	boolean	false	Paksa keluaran persegi