Wprowadzenie
Warstwy Seedream 5.5 zamieniają gotowy PNG lub JPEG w nieprzezroczystą bazę i osobne przezroczyste elementy. Użyj rozdzielania obrazu na warstwy, gdy masz już projekt i chcesz pracować z jego częściami osobno. Ten endpoint przyjmuje pojedyncze źródło.
ByteDance opisuje obraz bazowy i do 99 przezroczystych warstw PNG do dalszej edycji. Nasze testy rozdzieliły okładkę magazynu, menu i plakat z trzema wierszami tekstu. Wyniki pokazują, dlaczego zamówiona liczba jest górnym limitem: część obrazów wykorzystała go w całości, a plakat zwrócił mniej elementów, niż dopuszczał limit.
Najważniejsze funkcje
Baza z przezroczystymi elementami
Baza jest nieprzezroczysta, a wydzielone elementy korzystają z przezroczystości PNG. Wybór jpeg jako output_format zmienia kodowanie bazy; warstwy nadal są przezroczystymi PNG. Pamiętaj o tym podczas zapisywania plików do kompozycji. Baza i warstwy pełnią różne role w zwróconym zestawie.
Każda warstwa ma nazwę, prostokąt ograniczający i zIndex określający kolejność ułożenia. Baza nie ma prostokąta ograniczającego. Zachowaj te informacje razem z plikami obrazów podczas układania wydzielonych elementów w narzędziu projektowym. Każdy zwrócony obraz zachowuje własne proporcje.
Limit uwzględniający bazę
num_outputs przyjmuje wartości od 2 do 100, a domyślnie wynosi 10. Planując podział, policz bazę jako jeden wynik. Limit sześciu pozwala więc uzyskać bazę i pięć przezroczystych warstw. Wyższa wartość zwykle daje dokładniejszy podział, ale rzeczywisty wynik może zawierać mniej obrazów.
W naszych testach menu zwróciło jedną bazę i pięć warstw przy limicie sześciu. Plakat z trzema wierszami tekstu zwrócił bazę i trzy warstwy tekstowe przy limicie pięciu. Plakat pokazuje, że wyższy limit nie zobowiązuje modelu do wykorzystania każdego dostępnego miejsca na wynik.
Angielskie nazwy na życzenie
Przykłady na stronie proszą o wszystkie nazwy i opisy warstw po angielsku. Nasze testy zwróciły angielskie nazwy po takiej instrukcji. Dodaj „Zapisz każdą nazwę i opis warstwy po angielsku”, jeśli wymaga tego twój sposób pracy. Oddziel prośbę o język nazw od listy elementów do wydzielenia.
Ustawienia źródła i rozdzielczości
Przekaż jeden plik PNG lub JPEG o wymiarach co najmniej 512 x 512 pikseli. Dostępne rozdzielczości to auto, 1k, 1.5k i 2k, z domyślnym auto. To opcje endpointu warstw; ustawienie 4k dostępne dla generowania i edycji nie jest dostępne przy warstwach.
| Ustawienie | Rola w rozdzielaniu |
|---|---|
image_url | Przekazuje gotowy obraz źródłowy |
| prompt | Opcjonalnie wskazuje elementy lub obszar docelowy |
| resolution | Wybiera auto, 1k, 1.5k lub 2k |
num_outputs | Ogranicza wszystkie zwrócone obrazy, łącznie z bazą |
output_format | Wybiera PNG lub JPEG dla obrazu bazowego |
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
image_url | Tak | Przekaż jeden plik PNG lub JPEG o wymiarach co najmniej 512 x 512 pikseli. Źródło jest wymagane; nie ma domyślnego obrazu. od 1 znaków |
prompt | Nie | Pole opcjonalne. Nazwij elementy do wydzielenia, używając do 5000 znaków. od 3 znaków · do 5000 znaków |
num_outputs | Nie | Ogranicza łączną liczbę zwróconych obrazów wraz z bazą: od 2 do 100, domyślnie 10. Wyższy limit zwykle daje bardziej szczegółowy podział, ale nie gwarantuje takiej liczby wyników. |
resolution | Nie | Wybiera auto, 1k, 1.5k lub 2k; domyślnie auto. Każdy zwrócony obraz zachowuje własne proporcje. |
output_format | Nie | Wybierz png (domyślnie) lub jpeg dla nieprzezroczystej bazy. W obu przypadkach wydzielone warstwy pozostają przezroczystymi plikami PNG. |
Cennik
Rozliczenie zależy od progu rozdzielczości i rzeczywistej liczby zwróconych obrazów, łącznie z bazą. Wycena rezerwuje maksymalną kwotę dla podanego limitu; różnica jest zwalniana przy rozliczeniu. Ustawienie auto rezerwuje kwotę według stawki 2k.
| Specyfikacja | Cena |
|---|---|
| $0.0195 / obraz |
| $0.0195 / obraz |
| $0.027 / obraz |
| $0.027 / obraz |
Zastosowania
Rozdziel okładkę magazynu na elementy projektu
Rozdzielanie naszej okładki NOIR używało limitu sześciu obrazów i zwróciło sześć. Elementami były tło, postać, tytuł magazynu, japoński napis, oznaczenie numeru i kod kreskowy. To konkretny przykład warstw Seedream 5.5 dla okładki łączącej fotografię i napisy.
Wykorzystaj ten wynik podczas planowania pracy z projektem zawierającym wyraźne elementy, których potrzebujesz osobno. Nazwij istotne części w opcjonalnej instrukcji. Zachowaj obraz źródłowy, aby porównać zwrócone elementy z oryginalnym układem.
Rozłóż menu do dalszego składania kompozycji
Przykład warstw Kaze Ramen zaczyna od gotowego obrazu menu. Przy limicie sześciu obrazów nasze testy zwróciły nieprzezroczystą bazę i pięć przezroczystych warstw. Zapisz cały zwrócony zestaw, jeśli planujesz później wspólnie układać elementy menu.
Wydziel wiersze tekstu z plakatu
Nasz test plakatu z trzema wierszami dał po jednej przezroczystej warstwie na wiersz oraz bazę. Łącznie były to cztery obrazy mimo zamówionego limitu pięciu. Policz zwrócone elementy po zakończeniu zadania; limit żądania nie określa listy gwarantowanych plików.
Porządkuj elementy według zwróconych metadanych
Użyj nazwy do rozpoznania warstwy, prostokąta ograniczającego do ustalenia położenia, a zIndex do odtworzenia kolejności ułożenia. Zachowaj te wartości przy odpowiednich plikach. Prośba o angielskie nazwy może ułatwić organizację, gdy pozostała część pracy projektowej korzysta z angielskich etykiet.
Wskazówki
Wybierz gotowe źródło ze znanymi elementami
Najpierw upewnij się, że plik jest w formacie PNG lub JPEG i spełnia minimum 512 x 512 pikseli. Przed ustawieniem liczby wyników zdecyduj, których elementów potrzebujesz osobno. Dla okładki wymień tło, postać, tytuł, napisy uzupełniające i kod kreskowy, jeśli właśnie tych części potrzebujesz.
Nazwij oczekiwany podział
Prompt jest opcjonalny, więc możesz przesłać źródło bez listy elementów. Jeśli zależy ci na konkretnym podziale, napisz krótką instrukcję, taką jak „Oddziel tytuł magazynu, podtytuł, oznaczenie numeru i kod kreskowy”. W ten sposób wskazujesz narzędziu, z czym chcesz pracować po rozdzieleniu.
Poproś bezpośrednio o język etykiet
Dodaj „Zwróć nazwy warstw po angielsku”, gdy potrzebujesz angielskich etykiet. Przykłady okładki i menu wykorzystują taką instrukcję. Nasza obserwacja językowa dotyczy nazw zwróconych warstw; nie oznacza konieczności tłumaczenia ani zastępowania tekstu wydrukowanego na źródle.
Wskaż obszar znacznikiem prostokąta
Aby określić obszar docelowy, użyj formy <bbox>x1 y1 x2 y2</bbox> ze współrzędnymi od 0 do 1000. Na przykład <bbox>0 0 1000 300</bbox> wskazuje obszar obejmujący górną część obrazu. Po znaczniku opisz element do wydzielenia, aby obszar i jego cel były jasne.
Dobierz liczbę do potrzebnych elementów
Dla planowanej bazy i pięciu warstw wybierz limit sześciu. Jeśli potrzebujesz drobniejszych części, wyższy limit zwykle daje dokładniejszy podział. Ustawienie pozostaje górną granicą. Przed kolejnym etapem projektowania porównaj rzeczywisty zestaw z planowaną listą elementów.
Rozróżniaj format bazy i przezroczystość warstw
Wybierz png lub jpeg według potrzeb dotyczących pliku bazowego. Ten wybór nie zmienia wydzielonych warstw w pliki JPEG. Zachowują kodowanie przezroczystego PNG przy obu formatach bazy. Zachowaj nieprzezroczystą bazę, gdy pełna kompozycja potrzebuje obrazu leżącego pod elementami.
Uwzględnij liczbę wyników przy rozliczeniu
Rozliczenie warstw zależy od progu rozdzielczości i rzeczywistej liczby zwróconych obrazów, z uwzględnieniem bazy. Wycena rezerwuje maksymalną kwotę dla zamówionego limitu i zwalnia różnicę przy rozliczeniu. Rozdzielczość auto rezerwuje kwotę według stawki 2k. Przy wybieraniu ustawień sprawdź opłatę widoczną na stronie.
Zapisz pełny wynik rozdzielania
Pobierz razem bazę, przezroczyste PNG i dane o ich położeniu. Zapisz obok nich opcjonalną instrukcję i limit wyników. W ten sposób zachowasz powiązania między projektem źródłowym, wydzielonymi plikami, ich nazwami i kolejnością ułożenia do kolejnej kompozycji.
Szybki start z API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "bytedance/seedream-5.5/layer-decomposition",
"input": {
"image_url": "https://example.com/reference.png",
"num_outputs": 10,
"output_format": "png",
"resolution": "auto"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
