图片分析
通过 fmt 的以下取值,可以让系统返回对图片的分析结果,而不是图片本身。
| fmt 值 | 返回内容 | 格式 | 典型用途 |
|---|---|---|---|
palette | 调色板:主要颜色及占比 | JSON | 主题配色、占位背景 |
phash | 感知哈希 | 文本 | 重复图片检测 |
faces | 人脸位置 | JSON | 人脸定位、自定义裁剪 |
tags | 内容标签:场景与物体 | JSON | 自动分类、检索 |
aesthetics | 美学评分 | JSON | 优质图片筛选、封面挑选 |
featureprint | 特征向量 | JSON | 相似图片搜索 |
- 分析在处理后的图片上进行,
w、rect等参数会先生效。 - 动图取第一帧;视频会先截帧;实况照片取静图部分。
调色板
https://demo.bitiful.com/girl.jpeg?fmt=palette&colors=5
| 参数 | 含义 | 默认值 | 取值 |
|---|---|---|---|
colors | 提取的颜色数量 | 6 | 1 ~ 16 |
{
"colors": [
{ "hex": "#c8a27e", "rgb": [200, 162, 126], "ratio": 0.3124 },
{ "hex": "#2f3b4a", "rgb": [47, 59, 74], "ratio": 0.2218 }
],
"dominant": "#c8a27e",
"average": "#8f8479"
}colors 按占比从高到低排列;dominant 为占比最高的颜色,average 为全图平均色。只需要单个主色时,使用 fmt=color 更轻量。
感知哈希
https://demo.bitiful.com/girl.jpeg?fmt=phash
返回 16 位十六进制字符串(64 位哈希),如 c3a59e1b7d2460f8。
内容相同的图片,即使经过缩放、压缩或格式转换,哈希也相近。比较两个哈希的汉明距离(不同的二进制位数):不超过 10 通常是同一张图。
人脸位置
https://demo.bitiful.com/girl.jpeg?fmt=faces
{
"width": 1200,
"height": 800,
"faces": [
{ "x": 412, "y": 156, "w": 180, "h": 180, "conf": 0.987 }
]
}坐标为处理后图片上的像素值,x、y 是人脸框的左上角;conf 为置信度。结果按人脸面积从大到小排列。
内容标签
https://demo.bitiful.com/girl.jpeg?fmt=tags
| 参数 | 含义 | 默认值 | 取值 |
|---|---|---|---|
tags-min | 最低置信度 | 0.2 | 0 ~ 1 |
tags-max | 最多返回的标签数 | 20 | 1 ~ 100 |
{
"labels": [
{ "name": "outdoor", "conf": 0.9312 },
{ "name": "bridge", "conf": 0.8745 }
]
}标签为英文,覆盖 1300 多种常见的场景与物体。
美学评分
https://demo.bitiful.com/girl.jpeg?fmt=aesthetics
| 字段 | 含义 |
|---|---|
overall | 综合美学评分,范围 -1 ~ 1,越高越好 |
utility | 是否为截图、文档、票据等功能性图片 |
特征向量
https://demo.bitiful.com/girl.jpeg?fmt=featureprint
{
"n": 768,
"type": "float32",
"norm": "l2",
"input": 224,
"b64": "…"
}b64 是 768 个 32 位浮点数(小端序)的 Base64 编码,向量已归一化。比较两张图片时计算向量的欧氏距离:
| 距离 | 含义 |
|---|---|
| 小于 0.4 | 近似重复 |
| 0.4 ~ 0.9 | 内容相关 |
| 大于 0.9 | 基本无关 |
感知哈希适合找「同一张图的不同版本」;特征向量适合找「内容相似的不同图片」。