API potente per la rimozione dello sfondo per sviluppatori
Integra la rimozione dello sfondo all'avanguardia basata su IA nelle tue applicazioni con la nostra API robusta e flessibile.
Ottieni chiave APIIntegrazione semplice
Implementa la rimozione dello sfondo nella tua app con poche righe di codice. La nostra documentazione completa e gli SDK per i linguaggi più popolari rendono l'integrazione un gioco da ragazzi.
Elaborazione su larga scala
Elabora migliaia di immagini con facilità. La nostra API è costruita per alte prestazioni e affidabilità, garantendo che la tua applicazione funzioni senza intoppi anche durante i picchi di domanda.
Funzionalità avanzate
Accedi a potenti funzionalità come elaborazione batch, sfondi personalizzati, raffinamento dei bordi e molto altro. Personalizza la rimozione dello sfondo per le tue esigenze specifiche con i nostri endpoint API completi.
Affidabile e sicuro
Affidati alla nostra infrastruttura di livello enterprise. Con il 99,9% di uptime, crittografia SSL e elaborazione dati conforme al GDPR, i dati dei tuoi utenti sono al sicuro con noi. Perfetto per ambienti di produzione.
Strumenti consigliati per sviluppatori
Come un piccolo team dev ha spedito una funzione di ritaglio foto profilo in uno sprint
Un team di sviluppo di quattro persone che costruiva un'app marketplace hobbistica aveva bisogno di una funzione di foto profilo che trasformasse uno scatto telefonico casuale dell'utente in un avatar pulito da catalogo. Il PM la voleva nello sprint successivo, il designer voleva sfondi allineati al brand tra cui l'utente potesse scegliere e il team di piattaforma non voleva nuove bollette server. Un'integrazione tradizionale avrebbe significato una chiave API a pagamento, un nuovo microservizio e una coda.
Il team ha cablato lo scontorno nel browser dell'editor nel flusso di caricamento esistente come passaggio lato client. L'utente sceglie una foto, lo scontorno gira localmente sul suo dispositivo, l'utente sceglie uno di tre sfondi allineati al brand e il JPEG risultante va direttamente nello stesso bucket R2 usato dal resto del flusso di caricamento. Nessuna elaborazione lato server, nessuna rotazione di chiavi, nessuna fatturazione per richiesta. L'intera funzione è stata spedita in 480 righe di codice, inclusi UI del picker ed eventi di analytics.
La funzione è andata online alla fine dello sprint, ha elaborato 14.000 avatar nel primo mese senza alcun costo infrastrutturale aggiuntivo e ha portato il tasso di completamento profilo del team dal 31% al 58% perché il picker risultava un'esperienza curata invece di un campo di caricamento imbarazzante. La bolletta della piattaforma è rimasta piatta. Il team ha tenuto a mente lo stesso pattern per un futuro passaggio di foto inserzione prodotto.
"Avevamo bisogno di un ritaglio avatar che non aggiungesse un servizio lato server o un'API a pagamento. Cablare lo scontorno nel browser nel nostro flusso di caricamento ha richiesto uno sprint ed è stato spedito a costo marginale zero per utente. Il team di piattaforma ha notato che il nostro grafico di richieste non è cambiato."
"Sono l'unico ingegnere e mi serviva un passaggio foto profilo che non importasse un SDK di terze parti da accudire per sempre. Uno scontorno lato client ha significato che ho spedito la funzione, poi me ne sono dimenticato. Niente chiavi da ruotare, niente rate limit, niente ticket di supporto sei mesi dopo."
"Inserire un SDK pesante in un template starter fa sembrare l'intero progetto gonfio. L'approccio lato browser fa sì che i contributor possano forkare il template senza dover impostare un account di terze parti. L'adozione del passaggio foto è salita da quando sono passato."
Scelte adatte a un flusso developer
Domande comuni per i developer
C'è un'API stabile per lo scontorno nel browser, o devo incorporare l'editor in iframe?
L'editor espone una piccola superficie JavaScript che puoi chiamare dalla tua pagina una volta caricato il modello. Lo scontorno restituisce un Blob che possiedi, quindi puoi inviarlo direttamente alla tua pipeline di caricamento esistente. Il caricatore del modello gestisce il caching tra sessioni tramite la Cache API, quindi la seconda visita è veloce. Non è richiesto alcun iframe e non serve una stretta di mano postMessage, la funzione è invocabile come qualsiasi altra operazione immagine lato client.
Qual è il costo di cold-start del modello su un visitatore alla prima visita?
Il primo caricamento recupera il runtime WASM e i pesi del modello, che insieme sono circa 30 MB sulla rete. Una connessione broadband moderna li ottiene in due-tre secondi; una rete mobile lenta più vicino a dieci. Le visite successive colpiscono la Cache API e partono istantaneamente. Per app sensibili alla latenza, un hint di preload nell'head HTML scalda la cache prima che l'utente raggiunga il passaggio foto. Il fallback assistito da server è disponibile per i dispositivi che non possono eseguire il modello in locale.
Ci sono limiti di utilizzo o quote se integro questo in un prodotto commerciale?
La pipeline lato browser gira sul dispositivo dell'utente, quindi non c'è una quota per richiesta né un rate limit da negoziare. Il fallback assistito da server per il raro dispositivo che non può eseguire il modello in locale ha la propria quota documentata separatamente. Per integrazioni commerciali ad alto volume la raccomandazione è di gestire il percorso di scontorno locale come default e far emergere il fallback server solo al fallimento del rilevamento delle capacità, il che mantiene il costo prevedibile mentre scali.
Spedisci una funzione foto senza aggiungere un servizio
Cabla lo scontorno nel browser nel tuo componente di caricamento esistente, mantieni il file sul dispositivo dell'utente e invia il risultato direttamente al tuo storage.