主体分割--图像技术-火山引擎

文档中心

导航

主体分割

最近更新时间：2024.11.01 15:16:33首次发布时间：2024.08.15 14:04:26

接口简介

运用先进的图像处理技术，对图片进行智能分割，可将图片中的主要实体均分割出来

限制条件

名称	内容
图片要求	1.图片格式：JPG、JPEG、PNG、BMP等常见格式，建议使用JPG/PNG格式。 2.最小 128 x 128 像素，最大 4096 x 4096 像素； 3. base64格式下单张图片最大4.7Mb。

Demo展示

原图	分割主体前景图	分割主体mask

请求说明

名称	内容
接口地址	https://visual.volcengineapi.com
请求方式	POST
Content-Type	application/json

完整公共参数列表见公共参数
本服务Region为cn-north-1； Service为cv

Query参数

拼接到url后的参数，示例：https://visual.volcengineapi.com?Action=CVProcess&Version=2022-08-31

参数	可选/必选	类型	说明
Action	必选	String	接口名，取值：SaliencySeg
Version	必选	String	版本号，取值：2022-08-31

Body参数

业务请求参数，放到request.body中，MIME-Type为application/json

参数	可选/必选	类型	说明
req_key	必选	string	取固定值: saliency_seg
binary_data_base64	必选（二选一，优先生效）	array of string	输入图片base64数组，仅支持一张图
image_urls	必选（二选一）	array of string	图片文件URL数组，仅支持一张图
~~return_url~~	可选	~~bool~~	~~输出是否返回图片链接，目前默认返回的jpeg格式，暂不支持透明度通道（Alpha通道）~~
only_mask	可选	int	0: 返回裁剪出主体区域的BGRA透明图片 1: 返回原图大小Mask分割图 2: 返回裁剪出主体区域的BGR前景图叠加方形纯色背景 3: 返回原图大小的BGRA透明前景图 4: 返回原图大小的BGRA透明前景图+原图大小mask两个产物默认值：0 注：如使用0, 3, 4等需要返回透明底图的方式，需配合使用rgb=[-1, -1, -1]
rgb	可选	array of int	取值范围0～255，且仅当only_mask=2、3或4时才生效，返回抠出mask区域的rgb颜色的背景叠前景（当rgb为[-1,-1,-1]时，返回BGRA的透明图）默认值：[255, 255, 255]0 注：业务使用请设置[-1,-1,-1]获得rgba透明底结果；如需指定背景色设置非[-1,-1,-1]值（如[255, 255, 255]设置白背景）后处理时或性能不佳。
refine_mask	可选	int	0：不对边缘增强 1：对边缘增强（matting lite 更快) 2：对边缘增强（matting large) （需精细化分割推荐开启该参数）默认值：0 注：参数设为2时，且4通道返回结果时，将会对部分背景区域的rgb值设置为0，以减少产物体积
logo_info	可选	LogoInfo	水印信息

LogoInfo
水印相关信息

名称	类型	必选	描述
add_logo	Boolean	否	是否添加水印。True为添加，False不添加。默认不添加
position	Int	否	水印的位置，取值如下： 0-右下角 1-左下角 2-左上角 3-右上角默认0
language	Int	否	水印的语言，取值如下： 0-中文（AI生成） 1-英文（Generated by AI）默认0
logo_text_content	String	否	明水印自定义内容

输出说明

通用输出参数

请参考通用返回字段及错误码

业务输出参数

重点关注data 字段，其他字段为公共返回

字段	类型	说明	备注
binary_data_base64	array of string	返回主体分割图片的Base64编码
image_urls	array of string	图片url数组

请求&返回完整示例

请求示例

{
    "image_urls": [
        "https://xxx"
    ],
    "only_mask": 3, //建议值
    "refine_mask": 0,
    "req_key": "saliency_seg",
    "logo_info": {
        "add_logo": True,
        "position": 1,
        "language": 0,
        "logo_text_content": "这里是明水印内容"
    },
    "rgb": [ //建议值
        -1,
        -1,
        -1
    ]
}

输出示例

{
    "code": 10000,
    "data": {
        "algorithm_base_resp": {
            "status_code": 0,
            "status_message": "Success"
        },
        "bbox": [
            [
                1096,
                438,
                1857,
                1766
            ]
        ],
        "binary_data_base64": [
            ""
        ],
        "contours_point": [
            [
                [
                    [
                        2076,
                        440
                    ],
                    [
                        2058,
                        441
                    ] 
                ]
            ]
        ],
        "ori_height": [
            2204
        ],
        "ori_width": [
            3306
        ],
        "seg_score": [
            0.005572378635406494
        ],
        "shadow": [
            null
        ],
        "shadow_pos": [
            null
        ]
    },
    "message": "Success",
    "request_id": "202408151152110AC5DB88EDFEDACF402A",
    "status": 10000,
    "time_elapsed": "1.440610819s"
}

错误码

（1）通用错误码
请参考通用返回字段及错误码
（2）业务错误码

HttpCode	错误码	错误消息	描述
200	10000	无	请求成功
400	61003	Invalid Input Image: Image do not contain segment object	图片中不包含可用于分割的物体

SDK使用说明

请参考SDK使用说明

图像技术