图像编辑模型
图像编辑模型提供了多种图像处理功能，包括局部重绘、文字擦除和对象擦除等。
局部重绘
模型概述
- 关键能力：对图像的指定区域进行重新绘制
- 使用场景：图像修复、内容替换、创意修改等场景
- 接口文档：局部重绘API
效果示例
代码示例
bash
curl \
-X POST "https://realmrouter.cn/v3/inpainting" \
-H "Authorization: Bearer $your_api_key" \
-H "Content-Type: application/json" \
-d '{
"model_name": "inpainting_v1",
"image_base64": "<input image to base64>",
"mask_image_base64": "<mask image to base64>",
"prompt": "插满鲜花的花瓶",
"image_num": 1,
"mask_blur": 0,
"sampler_name": "DPM++ 2M Karras",
"clip_skip": 0,
"guidance_scale": 7,
"steps": 20,
"strength": 1,
"seed": -1,
"inpainting_full_res": false,
"inpainting_full_res_padding": 0,
"inpainting_mask_invert": false,
"initial_noise_multiplier": 0
}'
curl \
-X GET "https://realmrouter.cn/v3/async/task-result?task_id=$task_id" \
-H "Authorization: Bearer $your_api_key"重点参数
model_name：使用的模型。仅支持 Inpainting 模型。image_base64：要进行局部重绘的原始图像。需转换为 Base64 编码内容。mask_image_base64：要重新绘制的局部区域。需转换为 Base64 编码内容。prompt：提示词，描述要重新绘制的内容。steps：迭代步数，即模型在生成图像过程中进行的迭代次数。迭代步数越高，生成的图像质量越好，但同时也会减慢生成速度，增加资源消耗。guidance_scale：提示词引导系数，用于平衡提示词对生成结果的影响。较高的引导系数可以使图像更符合提示词的要求，但可能会引入不自然的细节；较低的引导系数可以使图像生成更自由，但可能不完全符合提示词的要求。seed：随机数种子，用于控制生成图像的随机性。如果希望生成的图像相对稳定，请使用固定的 seed 值。
文字擦除
模型概述
- 关键能力：去除图像中的所有文字内容
- 使用场景：识别并去除图像中的所有文字，可用于去除水印（如快速去除图像中的多处文字水印）、广告营销（如美化产品宣传图，快速去除产品包装上的文字）等场景
- 接口文档：文字擦除API
效果示例
代码示例
bash
curl \
-X POST "https://realmrouter.cn/v3/remove-text" \
-H "Authorization: Bearer $your_api_key" \
-H "Content-Type: application/json" \
-d '{
"image_file": "<input image to base64>"
}'重点参数
image_file：要擦除所有文字的图像。需转换为 Base64 编码内容。
对象擦除
模型概述
- 关键能力：去除图像中指定区域的内容对象
- 使用场景：识别并去除指定区域的对象，不影响背景。可用于照片美化（如删除旅游照片中的干扰物）、平面设计（如快速移除设计稿中不需要的元素）等场景
- 接口文档：对象擦除API
效果示例
代码示例
bash
curl \
-X POST "https://realmrouter.cn/v3/cleanup" \
-H "Authorization: Bearer $your_api_key" \
-H "Content-Type: application/json" \
-d '{
"image_file": "<input image to base64>",
"mask_file": "<mask image to base64>"
}'重点参数
image_file：要进行对象擦除的原始图像。需转换为 Base64 编码内容。mask_file：要进行对象擦除的指定区域。需转换为 Base64 编码内容。