Virtuelle Try-On-API

Was ist eine Virtual Try-On API?

Eine virtuelle Anprobe-API nimmt ein Foto einer Person und eines Kleidungsstücks auf und erstellt dann ein Bild der Person, die das Kleidungsstück trägt – ohne physische Umkleidekabine, Fotoshooting oder neue Studiositzung. Es beantwortet eine Frage zur Passform und zum Aussehen, keine Frage zum Produktkatalog.

Muapi macht dies durch AI Dress Change sichtbar, einen einzelnen Endpunkt, der model_image_url und kleidungsstück_image_url entgegennimmt und das zusammengesetzte Ergebnis zurückgibt – ein API-Schlüssel, ein Anfrage-/Umfrageablauf, nutzungsbasierte Preisgestaltung.

Virtuelle Anprobe vs. Produktfotografie

Dies sind benachbarte, aber unterschiedliche Absichten. Beim virtuellen Anprobieren wird das Bild einer vorhandenen Person genommen und durch ein anderes Kleidungsstück ersetzt – das Ergebnis ist eine Passform-/Look-Visualisierung dieser bestimmten Person oder dieses bestimmten Modells. Die Produktfotografie erzeugt von Grund auf neue katalogreife Bilder eines Produkts mit zeitgesteuerten Hintergründen und Beleuchtung, ohne dass es notwendigerweise einer festen Person zugeordnet werden muss. Nutzen Sie die virtuelle Anprobe, um einem Käufer zu zeigen, wie ein Kleidungsstück an ihm aussieht; Verwenden Sie Produktfotografie, um ein klares Listing- oder Lifestyle-Foto des Produkts zu erstellen. Vergleichen Sie mit Produktfotografie →

Schlüsselfunktionen

Gute Eingabequalität und Pose-Ergebnisse erzielen

• Verwenden Sie ein klares, nach vorne gerichtetes Modelfoto. Eine einzelne Person, eine gute Beleuchtung und eine neutrale oder stehende Pose geben dem Modell den saubersten Hinweis darauf, wo das Kleidungsstück sitzen sollte.
• Isolieren Sie das Kleidungsstück. Eine Flatlay- oder Mannequin-Aufnahme mit minimalem Hintergrundrauschen erzeugt eine genauere Textur- und Formübertragung als ein Kleidungsstück, das an einer anderen Person fotografiert wurde.
• Passen Sie die Kleidungskategorie an die Körperbedeckung an. Oberteile, Kleider und Oberbekleidung lassen sich im Allgemeinen zuverlässiger übertragen als komplexe, mehrschichtige Outfits. Testen Sie es vor der Stapelverarbeitung mit Ihrem spezifischen Katalog.
• 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 einem saubereren Quellbild aus, wenn Passform oder Textur nicht gut aussehen.

Datenschutz und Einwilligung

Beim virtuellen Anprobieren wird ein Ähnlichkeitsbild der Person erstellt, die auf dem Modelfoto zu sehen ist. Reichen Sie nur Fotos von Personen ein, die dieser Verwendung zugestimmt haben – von Ihnen selbst, einem gemieteten Model im Rahmen einer Freigabe oder einem Kunden, der sich ausdrücklich für eine Anprobe-Funktion entschieden hat. Verwenden Sie das Foto einer anderen Person nicht ohne deren Erlaubnis und nutzen Sie diesen Endpunkt nicht, um das Abbild einer realen Person in einem Kleidungsstück oder Kontext zu erzeugen, dem diese Person nicht zugestimmt hat. Muapi überprüft die Einwilligung nicht in Ihrem Namen; Diese Verantwortung liegt beim API-Aufrufer.

So rufen Sie die Virtual Try-On-API auf

1. Hosten Sie beide Bilder. Laden Sie das Foto des Models und des Kleidungsstücks per 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-dress-change mit model_image_url und Kleidungsstück_image_url 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-dress-change \
  -H "Content-Type: application/json" \
  -H "x-api-key: YOUR_API_KEY" \
  -d '{
    "model_image_url": "https://example.com/model-photo.jpg",
    "garment_image_url": "https://example.com/garment-photo.jpg"
  }'

import requests

response = requests.post(
    "https://api.muapi.ai/api/v1/ai-dress-change",
    headers={"x-api-key": "YOUR_API_KEY"},
    json={
        "model_image_url": "https://example.com/model-photo.jpg",
        "garment_image_url": "https://example.com/garment-photo.jpg",
    },
)
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