Produktfotografie-API

Was ist eine Produktfotografie-API?

Eine Produktfotografie-API verwandelt ein einfaches Produktbild in eine gestylte Marketing- oder Katalogaufnahme – ein Model, das den Artikel hält oder verwendet, vor einem Studiohintergrund, einer Lifestyle-Szene oder einem kreativen Hintergrund, der durch eine Eingabeaufforderung beschrieben wird – ohne dass ein Fotoshooting, ein Studio oder ein Model gebucht werden muss.

Muapi macht dies durch AI Product Photography sichtbar, einen einzelnen Endpunkt, der person_image_url, product_image_url und eine Eingabeaufforderung zur Beschreibung des Stils oder der Einstellung entgegennimmt und das zusammengesetzte Ergebnis zurückgibt – einen API-Schlüssel, einen Anfrage-/Umfrageablauf, nutzungsbasierte Preise.

Produktfotografie vs. virtuelle Anprobe

Dies sind benachbarte, aber unterschiedliche Absichten. Die Produktfotografie fügt ein Produkt einer Person hinzu und platziert beide in einer neuen, durch die Aufforderung beschriebenen Szene – das Ziel ist eine stilisierte Marketing- oder Lifestyle-Aufnahme, und der Hintergrund und die Umgebung werden durch die Aufforderung bestimmt. Beim virtuellen Anprobieren wird ein Foto einer vorhandenen Person aufgenommen und ein anderes Kleidungsstück unter Beibehaltung der ursprünglichen Szene ausgetauscht – das Ziel ist eine Visualisierung der Passform/des Aussehens dieser bestimmten Person. Nutzen Sie die Produktfotografie für ein gestyltes Lifestyle-Foto eines Produkts mit einem Model; Nutzen Sie die virtuelle Anprobe, wenn Sie einer bestimmten Person zeigen möchten, wie ein Kleidungsstück aussieht. Vergleichen Sie mit Virtual Try-On →

Schlüsselfunktionen

Guten Input und schnelle Ergebnisse erhalten

• Verwenden Sie ein klares, gut beleuchtetes Personenfoto. Ein einzelnes Motiv, eine neutrale Pose und eine gute Beleuchtung geben dem Modell die sauberste Referenz für die natürliche Komposition des Produkts.
• Isolieren Sie das Produkt. Eine saubere Produktaufnahme mit minimalem Hintergrundrauschen erzeugt eine genauere Form- und Texturübertragung als ein Produkt, das in einer belebten Szene fotografiert wurde.
• Seien Sie in der Eingabeaufforderung genau. Beschreiben Sie den Hintergrund, die Beleuchtung und die Stimmung explizit. Ein weißer Studiohintergrund mit sanfter Beleuchtung und ein Lebensstil im Freien, der zur goldenen Stunde aufgenommen wurde, führen mit denselben beiden Eingabebildern zu sehr unterschiedlichen Ergebnissen.
• Erwarten Sie einige Iterationen. Wie bei jedem generativen Bildmodell variieren die Ergebnisse von Ausführung zu Ausführung. Behandeln Sie die erste Ausgabe als Entwurf und führen Sie sie erneut mit einer verfeinerten Eingabeaufforderung oder einem saubereren Quellbild aus, wenn die Zusammensetzung nicht stimmt.

So rufen Sie die Produktfotografie-API auf

1. Hosten Sie beide Bilder. Laden Sie das Personenfoto und das Produktfoto über POST /api/v1/upload_file hoch oder verwenden Sie eine beliebige öffentlich erreichbare URL.
2. Senden Sie die Anfrage. Rufen Sie POST /api/v1/ai-product-photography mit person_image_url, product_image_url und prompt auf.
3. Umfrage zum Abschluss. Überprüfen Sie GET /api/v1/predictions/{request_id}/result, bis der Status abgeschlossen ist, und laden Sie dann das zusammengesetzte Bild herunter.

curl -X POST https://api.muapi.ai/api/v1/ai-product-photography \
  -H "Content-Type: application/json" \
  -H "x-api-key: YOUR_API_KEY" \
  -d '{
    "person_image_url": "https://example.com/model-photo.jpg",
    "product_image_url": "https://example.com/product-photo.jpg",
    "prompt": "Promoting brand in professional studio look"
  }'

import requests

response = requests.post(
    "https://api.muapi.ai/api/v1/ai-product-photography",
    headers={"x-api-key": "YOUR_API_KEY"},
    json={
        "person_image_url": "https://example.com/model-photo.jpg",
        "product_image_url": "https://example.com/product-photo.jpg",
        "prompt": "Promoting brand in professional studio look",
    },
)
request_id = response.json()["request_id"]

result = requests.get(
    f"https://api.muapi.ai/api/v1/predictions/{request_id}/result",
    headers={"x-api-key": "YOUR_API_KEY"},
)
print(result.json())

Häufig gestellte Fragen