图片要求

1. 图片格式：仅支持JPG、JPEG、PNG格式，建议使用JPG格式。
2. 图片文件大小：最大 5 MB。
3. 图片分辨率：最小600 * 800，最大 4096 * 4096

接口地址

https://visual.volcengineapi.com

请求方式

POST

Content-Type

application/json

X-Date

String

是

使用UTC时间，精确到秒。请使用格式：YYYYMMDD'T'HHMMSS'Z' ，例如：20201103T104027Z

Authorization

String

是

HMAC-SHA256：签名方法
-Credential为签名凭证，其中:
-AccessKeyId为访问密钥ID，可在 访问密钥（Access Key） 获取；
-ShortDate为请求的短时间，使用UTC时间，精确到日。请使用格式：YYYYMMDD，例如：20180201；
-Region为请求地区，国内一般为为cn-north-1；
-Service为请求的服务，一般为cv；
-SignedHeaders为参与签名计算的头部信息，content-type 和 host 为必选头部；
-Signature为签名，可在 签名方法 获取。
注：我们提供了SDK及签名示例供您实现服务快速接入，具体可参考 快速接入
例如：HMAC-SHA256 Credential={AccessKeyId}/{ShortDate}/{Region}/{Service}/request, SignedHeaders={SignedHeaders}, Signature={Signature}

X-Security-Token

String

否

指安全令牌服务（Security Token Service，STS） 颁发的临时安全凭证中的SessionToken，使用长期密钥时无需填写该参数。

Action

必选

String

接口名，取值：CVProcess

Version

必选

String

版本号，取值：2022-08-31

req_key

必选

String

取固定值: img2img_disney_3d_style_usage

binary_data_base64

必选
(与image_urls二选一)

array of String

输入图片base64数组，仅支持一张图

image_urls

必选
(与binary_data_base64二选一)

array of String

图片文件URL

prompt

可选

String

用于生成图像的提示词

用于生成图像的提示词，支持中英文输入，建议内容简洁准确，可考虑使用此字段开放给用户输入

sub_prompts

可选

array of String

用于生成图像的提示词

用于生成图像的提示词，支持中英文输入，建议内容简洁准确，可考虑使用此字段在系统内固定部分提示词

u_prompt

可选

string

用于不想要生成效果的提示词

默认值："embedding:EasyNegative, nsfw, (worst quality:2), (low quality:2)"

无

(((embedding:EasyNegative))), (((wrong clothing))), (colorful hair), paintings, 2d, sketch, (nsfw), (nude), (messy hair), high skull, (big head), fluttering hair, (limb errors), wrong eyes, bad-artist, embedding:badhandv4, flag, text, logo, trademark, brand, nudity, bare, uncovered, naked, breasts, plump breasts, big breasts, nipples, butt, ass, bad hands, broken limbs, broken fingers, extra fingers, fewer fingers, strange fingers, bad hand, skin blemishes, (ugly:1.2), (low quality:2), (normal quality:2), ((open mouth))

strength

可选

Float

越小越接近原图，越大越接近文本控制，如果设成0就和原图一模一样

默认值：0.6
取值范围：(0,1]

0.6

seed

可选

Int

随机种子，作为确定扩散初始状态的基础，默认-1（随机）。若随机种子为相同正整数且其他参数均一致，则生成图片极大概率效果一致

默认值：-1

-1

scale

可选

Float

影响文本描述的程度

默认值：8
取值范围：[1,10]

5

ddim_steps

可选

Int

生成图像的精细程度，越大效果可能更好但是延迟会增加

默认值：20
取值范围：[10,20]

修改值超过20不报错，但需周知，影响性能

20

lora_map

可选

Dict

多个lora 权重控制

默认值：{}
示例：{'3Dpet_Disney01': {'strength_model': 0.2, 'strength_clip': 0.2}}

可选调节lora的key：3Dpet_Disney01

"3Dpet_Disney01": {
"strength_model": 0.6,
"strength_clip": 0.6
}

clip_skip

可选

Int

clip输出层选择

默认值：1，取值范围[1,2]

2

controlnet_weight

可选

Float

与输入图姿态相似度（controlnet（pose））

默认值：1，取值范围[0,1]

0.4

sampler_name

可选

String

采样方式

默认值：'dpmpp_2m'。

dpmpp_2m

scheduler

可选

String

调度器

默认值：'karras'

karras

long_resolution

可选

Int

图生图前处理逻辑。长边按long_resolution Resize，短边根据长宽比Resize

默认值：704
取值范围：[128,960]

832

cn_mode

可选

Int

controlnet的使用模式，分三种

默认值：0
取值范围：0, 1, 2

0代表"balanced"模式
1代表"prompt is important"模式
2代表"controlnet is important"模式

0

id_weight

可选

Float

人脸id注入的程度

默认值：1.0
取值范围：[0, 2]

0

apply_id_layer

可选

String

人脸ID注入的网络结构位置

默认值："2,3,4,5,6,7,8,9,10,11,12"
取值范围: 0-15中的若干整数值构成的字符串数列

3,4,5,6,7,8,9,10

tagger_settings

可选

dict

反推设置

默认值：{"switch": False}
示例：{
switch": True,
"tagger_types": ["tops", "bottoms", "hair"],
"only_need_color": False,
"color_types":["red", "pink", "orange", "brown", "yellow", "blonde", "golden", "green", "blue", "cyan", "purple", "white", "gray", "black", "aqua","colorless"]
}

switch 是否使用tagger
tagger_types 需要筛选的tagger类型
only_need_color是否只选取颜色
color_types 需要筛选的颜色类型

return_url

可选

bool

输出是否返回图片链接

logo_info

可选

LogoInfo

水印信息

add_logo

Boolean

否

是否添加水印。True为添加，False不添加。默认不添加

position

Int

否

水印的位置，取值如下：
0-右下角
1-左下角
2-左上角
3-右上角
默认0

language

Int

否

水印的语言，取值如下：
0-中文（AI生成）
1-英文（Generated by AI）
默认0

opacity

Float

否

水印的不透明度，取值范围0-1，1表示完全不透明，默认0.3

binary_data_base64

Array of String

输出处理过的图片Base64数组（单张图）

image_urls

Array of String

输出处理过的图片url
数组（单张图）