人像保持（动漫版）--图像技术-火山引擎

文档中心

导航

人像保持（动漫版）

最近更新时间：2024.12.19 17:00:19首次发布时间：2024.10.25 16:54:52

接口简介

聚焦动漫场景纤细风格的图生图能力，可以保持输出图片的人脸特征与输入「形象图」一致，输出图片风格支持通过「输入图」的风格、「风格图」的风格或文本prompt进行调节。

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

限制条件

名称	内容
图片要求	图片格式：JPG(JPEG), PNG, BMP 等常见格式, 建议使用JPG格式. 最小 128 x 128 像素，最大 4096 x 4096 像素； base64格式下单张图片最大4.7Mb，2张图最大不超过8Mb.

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，取固定值：CVProcess
Version	必选	String	版本号，取固定值：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	备注
req_key	必选	String	算法名称，取固定值为img2img_stable_accelerated_maintain_id_usage
binary_data_base64	必选 (与image_urls二选一)	array of String	输入图片base64数组
image_urls	必选 (与binary_data_base64二选一)	array of String	输入图片url数组
return_url	可选	bool	输出是否返回图片链接（链接有效期为24小时）
logo_info	可选	LogoInfo	水印信息
基础参数
positive_prompt	可选	String	正向提示词，支持中英文输入,建议相对精简，过长内容不易生效示例："best_quality,anime_style,"	纤细风格可考虑增加风格：anheiyinv, 或 houtu, 更加暗黑风格、猩红，可添加：vampire, 苍白皮肤可添加(pale skin:1.3),不要超过1.5，效果偏弱
negative_prompt	可选	String	负向提示词,支持中英文输入，建议相对精简，过长内容不易生效示例："full_body,low quality,worst quality,noise,(frame:1.1),burry,paper,border,profile,"
width	可选	int	分辨率-宽，不建议超过1280过多默认值：1000
height	可选	int	分辨率-高，不建议超过1280过多默认值：1000
seed	可选	int	随机种子默认值：-1
step	可选	int	step 默认值：18
cfg	可选	float	cfg 默认值：6.0
形象图学习（需开启）
face_image	可选	String	指定输入形象图示例："uri://binary_data?index=0" （index对应输入图数组的下标）	未传时需要关闭facestyle_switch
face_v2_switch	可选	bool	开启形象图人脸特征v2，搭配face_image生效默认值：false	特征学习
face_tagger_switch	可选	bool	开启v2反推提示词，反推性别和部分衣服、头发特征，如果prompt不含相关信息，可打开默认值：false
face_weight	可选	float	形象特征权重，越高样貌偏接近形象图默认值：0.6 取值范围：[0, 1]
facestyle_switch	可选	bool	开启形象图风格学习，学习face_image风格和着装、发色默认值：false	风格学习
facestyle_weight	可选	float	形象风格权重，越高风格/服饰越接近形象图（注意：提示词影响力会变小）默认值：0.6 取值范围：[0, 1]
额外风格图学习（需开启）
style_switch	可选	bool	开启额外风格图学习
style_image	可选	String	指定输入风格图格式："uri://binary_data?index=0" （index对应输入图数组的下标）
姿势保持
pose_switch	可选	bool	强制控制姿势开关，开启后，姿势固定面朝观众（注意：必定会生成人）默认值：false
pose_y	可选	float	姿势高度（百分比）默认值：85
pose_scale	可选	float	人物占比大小（倍率）默认值：1.8
高清化
upscale_quick_switch	可选	bool	开启超采开关，超采样将画面变得更干净扎实清晰，耗时增加1.0秒默认值：false	分辨率不变
clarity_switch	可选	bool	锐化开关，使图片线条更锐利，推荐与upscale_quick_switch一同开启，耗时增加约0.4秒默认值：false
clarity	可选	float	开启锐化程度，与clarity_switch搭配使用默认值：0.6 取值范围：[0, 1]
其他功能
lora_a_weight	可选	float	觉得ID保持人脸不够成熟、或希望成熟画风时，可以开启该Lora 默认值：0.0 取值范围：[0, 1] 启用推荐值：0.4 / 0.6 / 0.8
facefix_switch	可选	bool	开启脸部修复，画面中每个人耗时+2~3秒默认值：false

LogoInfo
水印相关参数

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
opacity	Float	否	水印的不透明度，取值范围0-1，1表示完全不透明，默认0.3
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
binary_data_base64	array of string	返回图片的base64数组。
image_urls	array of string	输出处理过的图片url 数组（单张图）

请求&返回完整示例

请求示例

{
    "req_key": "img2img_stable_accelerated_maintain_id_usage",
    // "binary_data_base64": [],
    "image_urls": [
        "https://xxx"
    ],
    "face_image": "uri://binary_data?index=0",
    "style_image": "uri://binary_data?index=1",
    "positive_prompt": "best_quality,anime_style,",
    "negative_prompt": "full_body,low quality,worst quality,noise,(frame:1.1),burry,paper,border,profile,",
    "width": 1000,
    "height": 1000,
    "step": 18,
    "cfg": 4.5,
    "face_v2_switch": false,
    "face_tagger_switch": false,
    "upscale_quick_switch": false,
    "clarity_switch": false,
    "clarity": 0.6,
    "face_detection_switch": true,
    "pose_switch": false,
    "pose_y": 85,
    "pose_scale": 1.8,
    "automl_switch": false,
    "automl_step": 12,
    "automl_cfg": 1,
    "facefix_switch": false,
    "face_weight": 0.6,
    "facestyle_weight": 0.6,
    "return_url": true,
    "logo_info": {
        "add_logo": false,
        "position": 0,
        "language": 0,
        "opacity": 0.3,
        "logo_text_content": "这里是明水印内容"
    }
}

输出示例

{
    "code": 10000,
    "data": {
        "algorithm_base_resp": {
            "status_code": 0,
            "status_message": "Success"
        },
        "binary_data_base64": [],
        "comfyui_cost": 2,
        "image_urls": [
            "https://xxx"
        ],
        "output_image": [
            "uri://binary_data?index=0"
        ]
    },
    "message": "Success",
    "request_id": "202410251640259DBF6851EEEA56A43XXX",
    "status": 10000,
    "time_elapsed": "3.99524385s"
}

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	50411	Pre Img Risk Not Pass	输入图片前审核未通过
400	50511	Post Img Risk Not Pass	输出图片后审核未通过
400	50412	Text Risk Not Pass	输入文本前审核未通过
400	50512	Post Text Risk Not Pass	输出文本后审核未通过
400	50413	Post Text Risk Not Pass	输入文本NER、IP、Blocklist等拦截

SDK使用说明

请参考SDK使用说明

图像技术