Image Modelstopaz-labs

معرفی و مستندات مدل هوش مصنوعی sharpen

مستندات مدل sharpen از Topaz Labs، ارائه شده توسط ای آی کار (AI-KAR)

معرفی و بررسی فنی

⚡ وضعیت پشتیبانی از زبان فارسی

این مدل از زبان فارسی پشتیبانی نمی‌کند و برای پردازش تصاویر و نه متن طراحی شده است.

مدل sharpen از Topaz Labs، یک مدل هوش مصنوعی است که برای بهبود وضوح تصاویر طراحی شده است. این مدل با حذف تاری و افزایش جزئیات، تصاویری واضح‌تر و شفاف‌تر ارائه می‌دهد. این مدل می‌تواند برای انواع مختلفی از تصاویر، از جمله عکس‌های پرتره، مناظر و تصاویر صنعتی، استفاده شود.

یکی از ویژگی‌های کلیدی مدل sharpen، توانایی آن در تشخیص و حذف انواع مختلف تاری است. این مدل می‌تواند تاری ناشی از حرکت، تاری ناشی از فوکوس نامناسب و تاری ناشی از نویز را به طور موثری کاهش دهد. علاوه بر این، مدل sharpen می‌تواند جزئیات از دست رفته در تصاویر تار را بازیابی کند و تصاویری با جزئیات بیشتر و واقعی‌تر ایجاد کند.

مدل sharpen دارای چندین حالت مختلف است که به کاربر امکان می‌دهد تا میزان و نوع شارپ‌سازی را بر اساس نیاز خود تنظیم کند. حالت Standard یک حالت شارپ‌سازی عمومی است که برای اکثر تصاویر مناسب است. حالت Strong یک حالت شارپ‌سازی قوی‌تر است که برای تصاویری که تاری زیادی دارند مناسب است. حالت Lens Blur برای حذف تاری ناشی از لنز دوربین طراحی شده است. حالت Motion Blur برای حذف تاری ناشی از حرکت دوربین یا سوژه طراحی شده است. حالت Natural یک حالت شارپ‌سازی طبیعی است که سعی می‌کند تا حد امکان از ایجاد مصنوعات بصری جلوگیری کند. حالت Refocus به منظور بهبود فوکوس در تصاویر خارج از فوکوس طراحی شده است.

علاوه بر حالت‌های مختلف شارپ‌سازی، مدل sharpen دارای چندین پارامتر قابل تنظیم است که به کاربر امکان می‌دهد تا میزان شارپ‌سازی، میزان حذف نویز و سایر تنظیمات را به طور دقیق کنترل کند. پارامتر strength میزان کلی شارپ‌سازی را تعیین می‌کند. پارامتر minor_denoise میزان حذف نویز را تعیین می‌کند. پارامتر output_format فرمت فایل خروجی را تعیین می‌کند. پارامتر subject_detection مشخص می‌کند که کدام سوژه‌ها باید شناسایی و پردازش شوند. پارامتر face_enhancement مشخص می‌کند که آیا باید چهره‌ها در تصویر بهبود یابند یا خیر. پارامتر face_enhancement_creativity سطح خلاقیت برای بهبود چهره را تعیین می‌کند. پارامتر face_enhancement_strength میزان شارپ بودن چهره‌های بهبود یافته نسبت به پس‌زمینه را تعیین می‌کند.

مدل sharpen یک ابزار قدرتمند برای بهبود وضوح تصاویر است. این مدل می‌تواند برای انواع مختلفی از تصاویر استفاده شود و دارای چندین حالت و پارامتر قابل تنظیم است که به کاربر امکان می‌دهد تا نتایج دلخواه خود را به دست آورد. با استفاده از مدل sharpen، می‌توانید تصاویری واضح‌تر، شفاف‌تر و با جزئیات بیشتر ایجاد کنید. این مدل در ای آی کار (AI-KAR) در دسترس است تا به شما در بهبود کیفیت تصاویرتان کمک کند.

مشخصات فنی (API References)

پارامترنوعتوضیحات و مقادیر
model
stringRequired
نام مدل. مقدار ثابت: topaz-labs/sharpen
مقادیر مجاز (کلیک برای کپی):
mode
stringRequired
حالت شارپ‌سازی. مشخص می‌کند که از کدام الگوریتم شارپ‌سازی استفاده شود.
مقادیر مجاز (کلیک برای کپی):
image_url
stringRequired
آدرس اینترنتی تصویر ورودی.
strength
number
شدت کلی اثر شارپ‌سازی. جزئیات را افزایش می‌دهد. مقدار زیاد می‌تواند منجر به نتیجه غیر واقعی شود. مقدار بین 0.01 و 1.
minor_denoise
number
حذف پیکسل‌های نویزی برای افزایش وضوح. می‌تواند کمی شارپ‌سازی تصویر را افزایش دهد. مقدار بین 0.01 و 1.
output_format
string
فرمت تصویر خروجی. مقدار پیش‌فرض: jpeg
مقادیر مجاز (کلیک برای کپی):
subject_detection
string
مشخص می‌کند که کدام سوژه‌ها شناسایی و پردازش شوند. گزینه‌ها: 'All' (تشخیص همه سوژه‌ها)، 'Foreground' (تشخیص فقط سوژه‌های پیش‌زمینه)، 'Background' (تشخیص سوژه‌های پس‌زمینه). مقدار پیش‌فرض: All
مقادیر مجاز (کلیک برای کپی):
face_enhancement
boolean
مشخص می‌کند که آیا چهره‌ها در تصویر بهبود یابند یا خیر. وقتی true باشد، مدل بهبودهای خاص چهره را اعمال می‌کند. مقدار پیش‌فرض: true
face_enhancement_creativity
number
سطح خلاقیت برای بهبود چهره (0-1). مقادیر بالاتر امکان تغییرات خلاقانه‌تر و کمتر محافظه‌کارانه را می‌دهد. مقدار پیش‌فرض: 0
face_enhancement_strength
number
میزان شارپ بودن چهره‌های بهبود یافته نسبت به پس‌زمینه (0-1). مقادیر کمتر تغییرات را به طور ظریف ترکیب می‌کنند. مقادیر بالاتر چهره‌ها را برجسته‌تر می‌کنند. مقدار پیش‌فرض: 0.8

نمونه کدهای درخواست

نکته مهم برای توسعه‌دهندگان:

برای احراز هویت، حتما کلید API خود را جایگزین YOUR_API_KEY کنید. هدر Authorization الزامی است.

import requests
import json

def main():
    response = requests.post(
        "https://api.ai-kar.com/v1/images/generations",
        headers={
            # Insert your AI-KAR API Key instead of <YOUR_AI-KARAPI_KEY>:
            "Authorization": "Bearer <YOUR_AI-KARAPI_KEY>",
            "Content-Type": "application/json",
        },
        json={
            "model": "topaz-labs/sharpen",
            "image_url": "https://raw.githubusercontent.com/AI-KARapi/api-docs/main/reference-files/blurred-landscape.png",
            "mode": "Strong",
            "strength": 0.9,
            "minor_denoise": 0.9,
            "output_format": "png",
        }
    )
    data = response.json()
    print(json.dumps(data, indent=2, ensure_ascii=False))


if __name__ == "__main__":
    main()

نمونه پاسخ موفق (JSON)

RESPONSE (200 OK)
{
  "data": [
    {
      "url": "https://cdn.AI-KARapi.com/komodo/output/6435616/ddb723c4-ed16-42f4-8818-9ca4de176ea7.png?X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Checksum-Mode=ENABLED&X-Amz-Credential=ccc352dcd71a436e5fd697125a1be9f8%2F20251027%2Fauto%2Fs3%2Faws4_request&X-Amz-Date=20251027T162246Z&X-Amz-Expires=604800&X-Amz-SignedHeaders=host&x-id=GetObject&X-Amz-Signature=4f4c449772b258bcf53e7257444698e2e486832e77ab5835728afc4aabfa0f8c"
    }
  ],
  "meta": {
    "usage": {
      "tokens_used": 210000
    }
  }
}