Sản phẩm AI đầu tiên · Miễn phí
Tạo ảnh thẻ bằng AI ngay trên trình duyệt
Tải ảnh chân dung lên: ứng dụng nhận diện khuôn mặt, tách nền, căn thẳng, cắt đúng tỉ lệ ảnh thẻ, đổi nền trắng, xanh hoặc màu tùy chọn và làm nét. Ảnh được xử lý trên thiết bị của bạn, không gửi lên máy chủ.
1. Ảnh chân dung
2. Kích thước
3. Màu nền
4. Tinh chỉnh
Tờ in nhiều ảnh
Kết quả sẽ hiển thị ở đây. Lần xử lý đầu tiên tải mô hình AI (khoảng 37 MB) rồi lưu trong bộ nhớ đệm của trình duyệt.
Quy trình xử lý
Sáu bước, toàn bộ chạy bằng JavaScript và WebAssembly trên thiết bị của bạn.
- Nhận diện khuôn mặtMediaPipe Face Landmarker: 478 điểm, lấy tâm hai mắt và cằm.
- Tách nềnMODNet (ONNX Runtime Web) tạo alpha matte, tinh chỉnh viền bằng guided filter.
- Căn thẳng và cắtXoay theo đường nối hai mắt, đặt đỉnh đầu và cằm theo tỉ lệ đầu của khổ ảnh.
- Đổi nềnƯớc lượng màu tiền cảnh (blur-fusion) để loại viền nền cũ, rồi ghép lên màu chọn.
- Làm nétUnsharp mask với mức gợi ý theo độ nét đo trên vùng mặt.
- Xuất ảnhPNG hoặc JPG 300 DPI, hoặc tờ in 10×15 cm / A4 nhiều ảnh.
Khổ ảnh hỗ trợ
| Khổ | Điểm ảnh @300 DPI | Tỉ lệ đầu mặc định |
|---|---|---|
| 2×3 cm | 236×354 | 70% |
| 3×4 cm | 354×472 | 70% |
| 4×6 cm | 472×709 | 72% |
| 3.5×4.5 cm | 413×531 | 75% |
| 2×2 inch | 600×600 | 60% |
Yêu cầu ảnh thẻ khác nhau theo cơ quan tiếp nhận; tỉ lệ đầu và khổ tùy chỉnh có thể điều chỉnh trong ứng dụng.
Quyền riêng tư và yêu cầu
- Ảnh được xử lý hoàn toàn trong trình duyệt; không có ảnh nào được tải lên máy chủ.
- Lần đầu tải khoảng 37 MB (mô hình + runtime), sau đó dùng bộ nhớ đệm.
- Cần trình duyệt có WebAssembly (Chrome, Edge, Firefox, Safari bản gần đây).
- Ảnh chính diện, đủ sáng, một người; khuôn mặt càng lớn trong ảnh gốc thì ảnh thẻ càng nét.
Công nghệ và nguồn
- MediaPipe Face Landmarker — Google AI Edge, Apache-2.0.
- MODNet — Ke et al., “MODNet: Real-Time Trimap-Free Portrait Matting via Objective Decomposition”, AAAI 2022, Apache-2.0.
- ONNX Runtime Web — Microsoft, MIT.
- Guided filter — He, Sun, Tang, “Guided Image Filtering”, IEEE TPAMI 35(6), 2013.
- Blur-fusion foreground estimation — M. Forte, “Approximate Fast Foreground Colour Estimation”, ICIP 2021.
- Quy trình xây dựng công cụ, số đo và lỗi đã gặp
Cần tích hợp vào hệ thống của bạn?
Shopsmon nhận tùy biến, tích hợp và phát triển ứng dụng AI chạy trên web theo yêu cầu.