API d'essai virtuel

Qu'est-ce qu'une API d'essai virtuel ?

Une API d'essai virtuel prend une photo d'une personne et une photo d'un vêtement, puis génère une image de cette personne portant le vêtement, sans cabine d'essayage physique, séance photo ou nouvelle séance en studio. Il répond à une question d’ajustement et non à une question de catalogue de produits.

Muapi expose cela via AI Dress Change, un point de terminaison unique qui prend model_image_url et vêtement_image_url et renvoie le résultat composite : une clé API, un flux de requête/interrogation, une tarification à l'utilisation.

Essai virtuel vs photographie de produit

Ce sont des intentions adjacentes mais distinctes. L'essayage virtuel prend l'image d'une personne existante et l'échange avec un vêtement différent - le résultat est une visualisation de l'ajustement/du look de cette personne ou de ce modèle spécifique. La photographie de produits génère de toutes pièces de nouvelles images d'un produit prêtes à être cataloguées, avec des arrière-plans et un éclairage contrôlés rapidement, sans nécessairement les placer sur une personne fixe. Utilisez l'essai virtuel pour montrer à un acheteur à quoi ressemble un vêtement sur lui ; utilisez la photographie de produits pour produire une liste claire ou une photo de style de vie du produit. Comparez avec la photographie de produits →

Capacités clés

Obtenir une bonne qualité d'entrée et des résultats de pose

• Utilisez une photo de modèle claire et orientée vers l’avant. Une seule personne, un bon éclairage et une pose neutre ou debout donnent au modèle la référence la plus claire quant à l'endroit où le vêtement doit être placé.
• Isolez le vêtement. Une prise de vue à plat ou sur mannequin avec un minimum d'encombrement en arrière-plan produit un transfert de texture et de forme plus précis qu'un vêtement photographié sur une autre personne.
• Faites correspondre la catégorie de vêtement à la couverture corporelle. Les hauts, les robes et les vêtements d'extérieur se transfèrent généralement de manière plus fiable que les tenues superposées complexes ; testez avec votre catalogue spécifique avant le traitement par lots.
• Attendez-vous à quelques itérations. Comme tout modèle d'image génératif, les résultats varient d'une exécution à l'autre : traitez la première sortie comme un brouillon et réexécutez-la avec une image source plus propre si l'ajustement ou la texture semble incorrect.

Confidentialité et consentement

L'essayage virtuel génère une image basée sur la ressemblance de la personne qui apparaît sur la photo du modèle. Soumettez uniquement des photos de personnes qui ont accepté d'être utilisées de cette manière : vous-même, un modèle embauché dans le cadre d'une version ou un client qui a explicitement opté pour une fonctionnalité d'essai. N'utilisez pas la photo de quelqu'un d'autre sans autorisation et n'utilisez pas ce point de terminaison pour générer l'image d'une personne réelle dans un vêtement ou un contexte auquel elle n'a pas consenti. Muapi ne vérifie pas le consentement en votre nom ; cette responsabilité incombe à l'appelant de l'API.

Comment appeler l'API d'essai virtuel

1. Hébergez les deux images. Téléchargez la photo du modèle et la photo du vêtement via POST /api/v1/upload_file, ou utilisez n'importe quelle URL accessible au public.
2. Soumettez la demande. Appelez POST /api/v1/ai-dress-change avec model_image_url et Garment_image_url.
3. Sondage pour finalisation. Vérifiez GET /api/v1/predictions/{request_id}/result jusqu'à ce que l'état soit terminé, puis téléchargez l'image composée.

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())

Foire aux questions