当前位置: 首页 > news >正文

AI证件照生成API:快速创建证件照

AI证件照生成API:快速创建证件照

本文将详细介绍一种用于AI证件照制作的API接口,通过输入人像照片的URL和您选择的模板,以生成多种风格的证件照。

以下是AI证件照制作API的对接说明。

申请步骤

要使用该API,首先需要前往 AI证件照制作 API 的页面,申请相应的服务。进入后,请点击“Acquire”按钮,如图所示:

若您尚未注册或登录,页面会自动跳转至注册/登录界面。成功登录后,系统将返回到之前的页面。

首次申请将获得免费的使用额度,可以无需付费地试用该API。

基本用法

首先,了解基本的使用方法,即输入待处理的人像照片以及喜欢的AI证件照模板即可获取处理结果。首先需传递一个 image_urls 字段,其中为待处理人像照片链接数组,如图所示:

之后,我们还需选择自己偏好的模板。本文提供八种受欢迎的模板,具体如下:

{
   "male_portrait": "男形象照",
   "male_portrait2": "男形象照(版本二)",
   "kindergarten": "幼儿园入园照",
   "logo_tshirt": "企业LogoT恤照",
   "wedding": "结婚登记照",
   "business_photo": "商务风写真",
   "bob_suit": "黑西装波波头",
   "female_portrait": "女性形象照"
}

此外,我们可以指定生成速度参数 mode,通常有两种选择:慢速 relax 和快速 fast,具体内容如下:

如图所示,我们设置了请求头,包括:

  • accept:指定想接收的响应格式,这里为 application/json,即JSON格式。
  • authorization:调用API的密钥,申请后可直接下拉选择。

另外设置了请求体,包括:

  • mode:生成证件照的速度模式,主要有 fast(快速)和 relax(慢速)两种。对于 relax 模式,建议使用以下参数 callback_url
  • template:证件照模板样式。
  • image_urls:需上传的证件照人像链接。
  • callback_url:用于返回结果的URL。

选择好参数后,可以在右侧看到生成的相应代码,如图所示:

点击“Try”按钮进行测试,如上图所示,我们获得了如下结果:

{
  "success": true,
  "task_id": "ae1e4948-dba1-4a6f-87af-67961b647428",
  "data": [
    {
      "id": "202411031951124776",
      "image_url": "https://platform.cdn.acedata.cloud/headshots/ae1e4948-dba1-4a6f-87af-67961b647428.png",
      "template": "男形象照"
    },
    {
      "id": "202411031951128490",
      "image_url": "https://platform.cdn.acedata.cloud/headshots/ae1e4948-dba1-4a6f-87af-67961b647428.png",
      "template": "男形象照"
    }
  ]
}

返回结果的字段说明如下:

  • success:表示证件照生成任务的状态。
  • task_id:当前证件照生成任务的唯一标识。
  • data:生成的证件照结果列表。
    • id:生成照片的唯一标识。
    • image_url:生成的图像链接。
    • template:使用的证件照模板名称。

上述结果展示了根据模板与人像图像生成的满意证件照信息。只需使用结果中的 image_url 获取证件照即可。

如需生成相应的对接代码,可直接复制生成的代码,例如CURL代码如下:

curl -X POST 'https://api.acedata.cloud/headshots/generate' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "mode": "fast",
  "template": "male_portrait",
  "image_urls": ["https://i-blog.csdnimg.cn/img_convert/566e5985cbd2f8b32e0c85a76cee9f42.jpeg"]
}'

异步回调

由于AI证件照生成的耗时相对较长,约1-2分钟,若API响应时间过长,HTTP请求会保持连接状态,消耗系统资源。因此,API还提供异步回调功能。

整体流程为:客户端在发起请求时额外指定一个 callback_url 字段。发起API请求后,API会立即返回包含 task_id 的结果,表示当前任务的唯一标识。当任务完成后,生成的证件照结果将以POST JSON格式发送到客户端指定的 callback_url,其中也包括 task_id 字段,以此实现任务结果的关联。

以下示例展示具体操作流程。

首先,Webhook回调是一个可接收HTTP请求的服务,开发者应替换为自建HTTP服务器的URL。为便于演示,此处使用公开的Webhook样例网站 https://webhook.site/,打开后可获取一个Webhook URL,如图所示:

将URL复制下来,即可作为Webhook使用,此处示例为 https://webhook.site/00f38b26-4289-4899-83d6-0cea7308850a

接下来,设置callback_url字段为上述Webhook URL,并输入人像图片链接和模板。建议在 mode 参数为 relax 时使用异步回调,具体内容如下图所示:

点击运行,立即能获得如下结果:

{
  "task_id": "763b1450-8804-434f-acc7-d713be73a28f"
}

等待片刻后,在 https://webhook.site/00f38b26-4289-4899-83d6-0cea7308850a 上可见生成的结果,如图所示:

具体内容如下:

{
    "success": true,
    "task_id": "763b1450-8804-434f-acc7-d713be73a28f",
    "data": [
        {
            "id": "202411032010131366",
            "image_url": "https://platform.cdn.acedata.cloud/headshots/763b1450-8804-434f-acc7-d713be73a28f.png",
            "template": "男形象照"
        },
        {
            "id": "202411032010132420",
            "image_url": "https://platform.cdn.acedata.cloud/headshots/763b1450-8804-434f-acc7-d713be73a28f.png",
            "template": "男形象照"
        }
    ]
}

从结果中可以看到 task_id 字段,其他字段与前文类似,通过此字段即可实现任务的关联。

错误处理

在调用API时,如果遇到错误,API会返回相应的错误代码和信息。例如:

  • 400 token_mismatched:请求错误,可能因为缺少或无效的参数。
  • 400 api_not_implemented:请求错误,可能因为缺少或无效的参数。
  • 401 invalid_token:未经授权,无效或缺失的授权令牌。
  • 429 too_many_requests:请求过多,已超过速率限制。
  • 500 api_error:服务器内部错误,服务器上出现问题。

错误响应示例

{
  "success": false,
  "error": {
    "code": "api_error",
    "message": "fetch failed"
  },
  "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}

结论

通过本说明文档,您已了解如何使用AI证件照制作API,通过输入人像照片的URL和选定的模板,来创建多样风格的证件照。希望此文档能够协助您更好地对接和使用该API。

相关文章:

  • 游戏引擎学习第220天
  • ssh 免密登录服务器(vscode +ssh 免密登录)
  • 吃透LangChain,我的理解像Java的Spring
  • 2025最新系统 Git 教程(七)(完结)
  • 零基础上手Python数据分析 (12):DataFrame 数据清洗与预处理 (下) - 类型转换、格式化、文本与日期处理
  • 从0到1构建企业级消息系统服务体系(一):产品架构视角下的高并发设计与动态响应能力建设
  • 猫咪如厕检测与分类识别系统系列【三】融合yolov11目标检测
  • cdp-(Chrome DevTools Protocol) browserscan检测原理逆向分析
  • AVUE 搜索 和 表单 标签分开对齐方式
  • Python与R语言用XGBOOST、NLTK、LASSO、决策树、聚类分析电商平台评论信息数据集
  • Linux安装yum和python
  • Python将不能修改的值称为不可变的 ,而不可变的列表被称为元组------元组
  • leetcode刷题日记——螺旋矩阵
  • 运行一次性任务与定时任务
  • Python 质数筛选:从入门到优化的 5 种方法
  • RPA VS AI Agent
  • 如何解决线程安全问题(不涉及分布式情况)
  • MTCNN 人脸识别
  • 对于GAI虚假信息对舆论观察分析
  • 月之暗面开源:多模态推理模型(激活2.8B) Kimi-VL-A3B-Thinking
  • 开发网站教程/怎么做手工
  • 泰安公司做网站/电商培训班一般多少钱一个月
  • 韩国最新新闻/肇庆seo按天收费
  • 2017网站建设价目表/个人在线做网站免费
  • 网站建设系统公司/郑州网站定制
  • 济南正规网站建设公司哪家好/百度推广登陆平台