2020학년도 2학기 중앙대학교 소프트웨어학부 캡스톤디자인 OTSAJO 팀 프로젝트의 이미지 분석 파트의 코드와 API 문서를 포함하고 있습니다.
- 분석하고 싶은 옷이 포함된 링크나, 옷 사진을 직접 업로드하면 이미지에서 옷을 분리해냅니다. (Thanks to anish9/Fashion-AI-segmentation)
- 옷 이미지의 색공간을 BGRA에서 CIE-La*b*공간으로 변경하고 KMeans Clustering 알고리즘을 수행해 대표색 세 가지를 추출합니다.
- 준비된 퍼스널 컬러 팔레트를 이용해 대표색에 어올리는 타입을 추천합니다.
pip install -r requirements.txt
or
pip install
- flask
- requests
- bs4
- selenium
- image
- scikit-build
- scikit-learn
- opencv-python
- opencv-contrib-python
- tensorflow==2.2.0
- tensorflow-gpu==2.2.0
- flask_cors
- colormath
-
'/image', [GET]
-
서버에 저장된 이미지 파일 소스
-
요청 변수 (Query String 형식)
요청 변수명 타입 필수 여부 기본값 설명 filename string O 없음 파일이름 -
출력 결과
이미지
-
-
'/image/analyze', [POST]
-
이미지(하나 혹은 다수) 파일들을 업로드하면 각각의 색상 분석 결과와 퍼스널 컬러 타입 추천 결과 리턴
-
요청 변수 (Body 형식)
요청 변수명 타입 필수 여부 기본값 설명 files files O 없음 파일들 업로드 -
출력 결과
필드 타입 설명 status string 분석 성공 여부 analysis_result array(result) 이미지들의 색상, 타입 분석 결과 -
Object: result
필드 타입 설명 name string 이미지 파일이름 src string 이미지의 소스 url colors array({hex, ratio, type, subtype}) 색의 hex값과 비율, 타입의 배열 result array({ratio, type}) 퍼스널 컬러 타입과 비율의 배열
-
-
'/url', [POST]
-
스크랩할 링크를 받으면 이미지 링크들을 리턴
-
요청 변수 (Body 형식)
요청 변수명 타입 필수 여부 기본값 설명 url string O 없음 스크랩하고 싶은 url 주소를 입력 width string/int X 100 스크랩할 이미지의 최소 width height string/int X 100 스크랩할 이미지의 최소 height -
출력 결과
필드 타입 설명 status string 스크랩 성공했는지 여부 src_list array(string) 이미지들의 소스 url
-
-
'/url/analyze', [POST]
-
분석할 이미지 링크들을 받으면 각각의 색상 분석 결과와 퍼스널 컬러 타입 추천 결과 리턴
-
요청 변수 (Body 형식, header='application/json')
요청 변수명 타입 필수 여부 기본값 설명 src_list array(string) O 없음 분석하고 싶은 이미지 소스 배열을 입력 -
출력 결과
필드 타입 설명 status string 분석 성공 여부 analysis_result array(result) 이미지들의 색상, 타입 분석 결과 -
Object: result
필드 타입 설명 name string 이미지 파일이름 src string 이미지의 소스 url colors array({hex, ratio, type, subtype}) 색의 hex값과 비율, 타입의 배열 result array({ratio, type}) 퍼스널 컬러 타입과 비율의 배열
-