feat: idphoto crop api (#109)

* only crop api

* Update api_CN.md

README.md

@@ -191,15 +191,15 @@ python app.py
 输入 1 张照片，获得 1 张标准证件照和 1 张高清证件照的 4 通道透明 png
 
 ```python
-python inference.py -i demo/images/test.jpg -o ./idphoto.png --height 413 --width 295
+python inference.py -i demo/images/test0.jpg -o ./idphoto.png --height 413 --width 295
 ```
 
 ## 2. 人像抠图
 
 输入 1 张照片，获得 1张 4 通道透明 png
 
 ```python
-python inference.py -t human_matting -i demo/images/test.jpg -o ./idphoto_matting.png --matting_model hivision_modnet
+python inference.py -t human_matting -i demo/images/test0.jpg -o ./idphoto_matting.png --matting_model hivision_modnet
 ```
 
 ## 3. 透明图增加底色
@@ -218,6 +218,15 @@ python inference.py -t add_background -i ./idphoto.png -o ./idphoto_ab.jpg  -c 4
 python inference.py -t generate_layout_photos -i ./idphoto_ab.jpg -o ./idphoto_layout.jpg  --height 413 --width 295 -k 200
 ```
 
+## 5. 证件照裁剪
+
+输入 1 张 4 通道照片（抠图好的图像），获得 1 张标准证件照和 1 张高清证件照的 4 通道透明 png
+
+```python
+python inference.py -t idphoto_crop -i ./idphoto_matting.png -o ./idphoto_crop.png --height 413 --width 295
+```
+
+
 <br>
 
 # ⚡️ 部署 API 服务

deploy_api.py

@@ -252,6 +252,54 @@ async def set_kb(
     return result_messgae
 
 
+# 证件照智能裁剪接口
+@app.post("/idphoto_crop")
+async def idphoto_crop_inference(
+    input_image: UploadFile,
+    height: int = Form(413),
+    width: int = Form(295),
+    face_detect_model: str = Form("mtcnn"),
+    hd: bool = Form(True),
+    head_measure_ratio: float = 0.2,
+    head_height_ratio: float = 0.45,
+    top_distance_max: float = 0.12,
+    top_distance_min: float = 0.10,
+):
+
+    image_bytes = await input_image.read()
+    nparr = np.frombuffer(image_bytes, np.uint8)
+    img = cv2.imdecode(nparr, cv2.IMREAD_UNCHANGED)  # 读取图像(4通道)
+
+    # ------------------- 选择抠图与人脸检测模型 -------------------
+    choose_handler(creator, face_detect_option=face_detect_model)
+
+    # 将字符串转为元组
+    size = (int(height), int(width))
+    try:
+        result = creator(
+            img,
+            size=size,
+            head_measure_ratio=head_measure_ratio,
+            head_height_ratio=head_height_ratio,
+            head_top_range=(top_distance_max, top_distance_min),
+            crop_only=True,
+        )
+    except FaceError:
+        result_message = {"status": False}
+    # 如果检测到人脸数量等于1, 则返回标准证和高清照结果（png 4通道图像）
+    else:
+        result_message = {
+            "status": True,
+            "image_base64_standard": numpy_2_base64(result.standard),
+        }
+
+        # 如果hd为True, 则增加高清照结果（png 4通道图像）
+        if hd:
+            result_message["image_base64_hd"] = numpy_2_base64(result.hd)
+
+    return result_message
+
+
 if __name__ == "__main__":
     import uvicorn
 

docs/api_CN.md

@@ -42,19 +42,19 @@ python deploy_api.py
 
 接口名：`add_background`
 
-`添加背景色`接口的逻辑是发送一张 RGBA 图像，根据`color`添加背景色，合成一张 JPG 图像。
+`添加背景色`接口的逻辑是接收一张 RGBA 图像（透明图），根据`color`添加背景色，合成一张 JPG 图像。
 
 ### 3.生成六寸排版照
 
 接口名：`generate_layout_photos`
 
-`生成六寸排版照`接口的逻辑是发送一张 RGB 图像（一般为添加背景色之后的证件照），根据`size`进行照片排布，然后生成一张六寸排版照。
+`生成六寸排版照`接口的逻辑是接收一张 RGB 图像（一般为添加背景色之后的证件照），根据`size`进行照片排布，然后生成一张六寸排版照。
 
 ### 4.人像抠图
 
 接口名：`human_matting`
 
-`人像抠图`接口的逻辑是发送一张 RGB 图像，输出一张标准抠图人像照和高清抠图人像照（无任何背景填充）。
+`人像抠图`接口的逻辑是接收一张 RGB 图像，输出一张标准抠图人像照和高清抠图人像照（无任何背景填充）。
 
 ### 5.图像加水印
 
@@ -69,6 +69,12 @@ python deploy_api.py
 
 `设置图像KB大小`接口的功能是接收一张图像和目标文件大小（以KB为单位），如果设置的KB值小于原文件，则调整压缩率；如果设置的KB值大于源文件，则通过给文件头添加信息的方式调大KB值，目标是让图像的最终大小与设置的KB值一致。
 
+### 7.证件照裁切
+
+接口名：`idphoto_crop`
+
+`证件照裁切`接口的功能是接收一张 RBGA 图像（透明图），输出一张标准证件照和一张高清证件照。
+
 <br>
 
 ## cURL 请求示例
@@ -135,6 +141,18 @@ curl -X 'POST' \
   -F 'kb=50'
 ```
 
+### 7. 证件照裁切
+```bash
+curl -X 'POST' \
+  'http://127.0.0.1:8080/idphoto_crop?head_measure_ratio=0.2&head_height_ratio=0.45&top_distance_max=0.12&top_distance_min=0.1' \
+  -H 'accept: application/json' \
+  -H 'Content-Type: multipart/form-data' \
+  -F 'input_image=@idphoto_matting.png;type=image/png' \
+  -F 'height=413' \
+  -F 'width=295' \
+  -F 'face_detect_model=mtcnn' \
+  -F 'hd=true'
+```
 
 <br>
 
@@ -236,7 +254,8 @@ else:
 ```
 
 ### 6. 设置图像KB大小
-```bash
+
+```python
 import requests
 
 # 设置请求的 URL
@@ -259,6 +278,44 @@ else:
     print(f"Request failed with status code {response.status_code}: {response.text}")
 ```
 
+### 7. 证件照裁切
+
+```python
+import requests
+
+# 设置请求的 URL
+url = "http://127.0.0.1:8080/idphoto_crop"
+
+# 设置请求参数
+params = {
+    "head_measure_ratio": 0.2,
+    "head_height_ratio": 0.45,
+    "top_distance_max": 0.12,
+    "top_distance_min": 0.1,
+}
+
+# 设置文件和其他表单数据
+input_image_path = "idphoto_matting.png"
+files = {"input_image": ("idphoto_matting.png", open(input_image_path, "rb"), "image/png")}
+data = {
+    "height": 413,
+    "width": 295,
+    "face_detect_model": "mtcnn",
+    "hd": "true"
+}
+
+# 发送 POST 请求
+response = requests.post(url, params=params, files=files, data=data)
+
+# 检查响应
+if response.ok:
+    # 输出响应内容
+    print(response.json())
+else:
+    # 输出错误信息
+    print(f"Request failed with status code {response.status_code}: {response.text}")
+```
+
 <br>
 
 ## Java 请求示例

inference.py

@@ -19,6 +19,7 @@
     "add_background",
     "generate_layout_photos",
     "watermark",
+    "idphoto_crop",
 ]
 MATTING_MODEL = [
     "hivision_modnet",
@@ -149,3 +150,20 @@
         )
     else:
         cv2.imwrite(args.output_image_dir, result_layout_image)
+
+# 如果模式是证件照裁切
+elif args.type == "idphoto_crop":
+    # 将字符串转为元组
+    size = (int(args.height), int(args.width))
+    try:
+        result = creator(input_image, size=size, crop_only=True)
+    except FaceError:
+        print("人脸数量不等于 1，请上传单张人脸的图像。")
+    else:
+        # 保存标准照
+        cv2.imwrite(args.output_image_dir, result.standard)
+
+        # 保存高清照
+        file_name, file_extension = os.path.splitext(args.output_image_dir)
+        new_file_name = file_name + "_hd" + file_extension
+        cv2.imwrite(new_file_name, result.hd)