Výkonná API pro odstranění pozadí pro vývojáře
Integrujte špičkovou technologii AI poháněného odstranění pozadí do svých aplikací s naším robustním a flexibilním API.
Získat API klíčSnadná integrace
Implementujte odstranění pozadí ve své aplikaci jen s několika řádky kódu. Naše dobře zdokumentované API a SDKs pro populární jazyky usnadňují integraci.
Přizpůsobitelný výstup pro různé aplikace
Přizpůsobte si proces odstranění pozadí podle vašich potřeb. Nastavte parametry, exportujte v různých formátech a dokonce programově nahraďte pozadí.
Výkon na úrovni podnikové třídy
Postaveno pro škálování a rychlost. Naše API denně zpracovává miliony požadavků s nízkou latencí, což zajišťuje, že vaše aplikace zůstávají responzivní i při velkém zatížení.
Odemykejte nové funkce ve svých aplikacích
Posilte své uživatele pokročilými možnostmi úpravy obrázků. Od e-commerce platforem po aplikace pro sociální média, možnosti jsou nekonečné s naší API pro odstranění pozadí.
Doporučené nástroje pro vývojáře
Jak malý dev tým doručil feature na ořezávání profilových fotek za jeden sprint
Čtyřčlenný vývojový tým budující hobby tržiště potřeboval feature na profilovou fotku, který promění uživatelův ležérní snímek z mobilu na čistý katalogový avatar. Produkťák to chtěl příští sprint, designér chtěl podkladová pozadí v souladu se značkou, ze kterých si uživatel může vybrat, a platformový tým nechtěl žádné nové serverové účty. Tradiční integrace by znamenala placený API klíč, novou microservice a frontu.
Tým napojil výřez editoru v prohlížeči do existujícího upload flow jako klientský krok. Uživatel vybere fotku, výřez běží lokálně na jeho zařízení, uživatel vybere jedno ze tří pozadí sladěných se značkou a výsledný JPEG jde rovnou do stejného R2 bucketu, který používá zbytek upload flow. Žádné serverové zpracování, žádná rotace klíčů, žádné účtování za request. Celá feature šla ven v 480 řádcích kódu, včetně picker UI a analytických událostí.
Feature šla živě na konci sprintu, zpracovala 14 000 avatarů v prvním měsíci bez dodatečných infrastrukturních nákladů a zvedla míru dokončení profilu z 31 procent na 58 procent, protože picker působil jako kurátorovaná zkušenost místo neohrabaného uploadového pole. Platformový účet zůstal plochý. Tým si stejný vzor zapamatoval pro budoucí krok s produktovými fotkami.
"Potřebovali jsme avatar cropper, který nepřidá serverovou službu ani placené API. Napojení výřezu v prohlížeči na náš upload flow zabralo jeden sprint a šlo ven s nulovými marginálními náklady na uživatele. Platformový tým si všiml, že náš graf requestů se nezměnil."
"Jsem jediný engineer a potřeboval jsem krok s profilovou fotkou, který nezatáhne třetí stranu SDK, kterou bych musel věčně hlídat. Klientský výřez znamená, že jsem feature dodal a zapomněl na ni. Žádné klíče k rotaci, žádné rate limity, žádné supportní tikety o šest měsíců později."
"Zabalit těžké SDK do starter šablony udělá z celého projektu nafouklou věc. Browser-side přístup znamená, že přispěvatelé můžou šablonu forknout, aniž by si museli zakládat účet u třetí strany. Adopce kroku s fotkou jde nahoru od té doby, co jsem přepnul."
Vybrané nástroje pro vývojářský workflow
Časté otázky pro vývojáře
Existuje stabilní API pro výřez v prohlížeči, nebo musím embedovat editor v iframe?
Editor vystavuje malou JavaScriptovou plochu, kterou můžete volat z vlastní stránky, jakmile je model načtený. Výřez vrací Blob, který vlastníte, takže ho můžete propojit přímo s vaší existující upload pipeline. Loader modelu řeší cachování napříč sezeními přes Cache API, takže druhá návštěva je rychlá. Iframe není potřeba, postMessage handshake taky ne, funkce se volá jako jakákoli jiná klientská obrazová operace.
Jaký je cold-start nákladu modelu pro prvonávštěvníka?
První načtení stáhne WASM runtime a váhy modelu, které dohromady dělají zhruba 30 MB na drátě. Současné širokopásmové připojení to stáhne za dvě tři sekundy; pomalá mobilní síť spíš za deset. Další návštěvy trefí Cache API a startují okamžitě. Pro latency-citlivé aplikace předehřeje cache preload hint v hlavičce HTML před tím, než se uživatel dostane ke kroku s fotkou. Server-asistovaný fallback je dostupný pro zařízení, která nemůžou model spustit lokálně.
Jsou nějaké limity nebo kvóty, pokud to integruji do komerčního produktu?
Pipeline na straně prohlížeče běží na zařízení uživatele, takže není žádná kvóta za request a žádný rate limit, který by se musel vyjednávat. Server-asistovaný fallback pro vzácné zařízení, které model nedokáže spustit lokálně, má vlastní kvótu zdokumentovanou samostatně. Pro vysokoobjemové komerční integrace je doporučení mít lokální výřezovou cestu jako výchozí a server fallback ukázat jen při selhání detekce schopností, což drží náklady predikovatelné při škálování.
Doručte foto feature bez přidávání služby
Napojte výřez v prohlížeči do existující upload komponenty, držte soubor na uživatelově zařízení a propojte výsledek rovnou do vaší storage.