Bildfälschungserkennung
API
Erkennen Sie Fälschungen in jedem Bild mit 1 API-Aufruf
Anfrage- und Antwortbeispiele
Verwenden Sie diese Beispiele, um Ihre Integration zu erstellen und zu debuggen
Beispiel-HTTP-Anfrage
POST https://{your-api-domain}/forgery_detection
Header:
Authorization: Bearer {YOUR_API_TOKEN}
Content-Type: application/json; charset=UTF-8
Body:
{
"image": "<BASE64_IMAGE_WITHOUT_PREFIX>",
"return_heatmap": "false",
"detect_proportion": "false",
"restrict_probability": "0.8"
}Beispielantworten
Erfolgreiche Antwort
When the request is valid and the image is processed successfully, the API returns detection_result indicating whether the image is tampered (fake) or authentic (real), along with optional tampering confidence, heatmap, and location coordinates.
HTTP/1.1 200 OK
Content-Type: application/json; charset=UTF-8
{
"code": 0,
"data": {
"detection_result": "fake",
"tampered_proportion": 0.000587,
"heatmap": "<BASE64_HEATMAP_IMAGE>",
"tampered_location": [
{
"left": 100,
"top": 200,
"width": 150,
"height": 100,
"probability": 0.95
}
]
},
"message": "Success"
}Geschäftlicher Fehlerantwort
Wenn der Upstream-Service einen Geschäftsfehler meldet, gibt die API Fehler = "API_ERROR" und einen Code ungleich Null zurück. Sie können diesen Code mithilfe der Fehlercodetabelle unten zuordnen.
HTTP/1.1 400 Bad Request
Content-Type: application/json; charset=UTF-8
{
"error": "API_ERROR",
"code": 1004,
"message": "Image size error. Please ensure the image is less than 5MB and the longest side is less than 4000px."
}API-Einführung
Die auf Fälschungserkennung spezialisierte Technologie der künstlichen Intelligenz wurde mit der ImgAuth.com API einfacher als je zuvor. Mit nur wenigen Codezeilen können Sie diese Technologie in Ihre Anwendung integrieren.
Paket kaufen
Kaufen Sie ein Paket, das für die API bestimmt ist
API-E-Mail erhalten
Innerhalb von 2 Stunden nach Ihrem Kauf erhalten Sie eine E-Mail mit Ihrer dedizierten API-Domäne und AppCode.
Code-Beispiele verwenden
Verwenden Sie die folgenden Code-Beispiele, um schnell zu starten
Parameter anpassen
Kehren Sie zur Parameterreferenz zurück, um die Anfrage anzupassen
Authentifizierung
Wir authentifizieren Anfragen mit einer dedizierten API-Domäne und einem Bearer-Token pro Konto. Nach dem Kauf eines API-Pakets senden wir Ihnen eine E-Mail mit Ihrer eindeutigen API-Domäne und Ihrem Token. Veröffentlichen Sie aus Sicherheitsgründen bitte nicht Ihren API-Token.
API-Endpunkt
Ersetzen Sie {your-api-domain} durch die API-Domäne, die wir Ihnen nach dem Kauf per E-Mail senden. Jeder Entwickler hat eine dedizierte Domäne und ein Token.
Header
Code-Beispiele
Starten Sie schnell mit unseren Code-Beispielen
#!/usr/bin/env bash
set -euo pipefail
# Domain and token for the image processing proxy
API_DOMAIN="https://{your-api-domain}"
API_PATH="/forgery_detection"
API_TOKEN="{YOUR_API_TOKEN}"
# Image file passed as first argument (default: testpaper.jpg)
IMAGE_FILE="${1:-testpaper.jpg}"
if [ ! -f "$IMAGE_FILE" ]; then
echo "Image file not found: $IMAGE_FILE" >&2
echo "Usage: $0 path/to/image.jpg" >&2
exit 1
fi
echo "Encoding image to Base64: $IMAGE_FILE"
# Encode image to Base64 and remove newlines (use -i for BSD base64 on macOS)
BASE64_IMAGE=$(base64 -i "$IMAGE_FILE" | tr -d '
')
echo "Building JSON body..."
read -r -d '' JSON_BODY <<EOF || true
{
"image": "$BASE64_IMAGE",
"return_heatmap": "false",
"detect_proportion": "false",
"restrict_probability": "0.8"
}
EOF
echo "Calling proxy API..."
curl -X POST "${API_DOMAIN}${API_PATH}" \
-H "Authorization: Bearer ${API_TOKEN}" \
-H "Content-Type: application/json; charset=UTF-8" \
-d "$JSON_BODY" \
-o response.json \
-s -w "\nHTTP status: %{http_code}\n"
echo "Response saved to response.json"Anfrageparameter
Konfigurieren Sie Ihre API-Anfragen mit diesen Parametern
| Parameter | Typ | Beschreibung |
|---|---|---|
| image | string | Base64 encoded image data, urlencoded. Size must not exceed 10MB. Shortest side at least 512px, longest side max 8192px. Supports jpg/jpeg/png/bmp formats. Either image or url is required. |
| url | string | Complete image URL, length not exceeding 1024 bytes. Image size must not exceed 10MB after base64 encoding. Shortest side at least 512px, longest side max 8192px. Supports jpg/jpeg/png/bmp formats. Either image or url is required. Please disable URL hotlink protection. |
| return_heatmap | string | Whether to return forgery region heatmap. Default: false. true: returns base64-encoded heatmap, false: does not return |
| detect_proportion | string | Whether to return image tampering confidence. Default: false. true: returns tampering confidence, false: does not return |
| restrict_probability | string | Threshold for returning forgery region coordinates. Range: 0.1 to 1, supports 1 decimal place. Default: 0.8. When forgery region coordinate confidence score (probability) ≥ threshold, tampered_location returns coordinates meeting the threshold, otherwise does not return coordinates |
Response Parameters
Reference for API response fields
| Parameter | Type | Description |
|---|---|---|
| detection_result | string | Tampering detection result: "fake" indicates tampering detected, "real" indicates no tampering |
| tampered_proportion | float | Image tampering confidence (returned when detect_proportion = true in request) |
| heatmap | string | Base64-encoded heatmap of tampered regions (returned when return_heatmap = true in request) |
| tampered_location | array | Array of forgery region coordinate information (returned when probability ≥ restrict_probability threshold). Each item contains: left, top, width, height (coordinates), and probability (confidence score) |
| left | uint32 | Horizontal coordinate of the top-left vertex of the forgery region |
| top | uint32 | Vertical coordinate of the top-left vertex of the forgery region |
| width | uint32 | Width of the forgery region |
| height | uint32 | Height of the forgery region |
| probability | float | Confidence score indicating the probability of forgery in this region |
Fehlercodes
Referenz für API-Antwortcodes
| Fehlercode | Fehlermeldung | Beschreibung |
|---|---|---|
| 0 | success | Success |
| 1000 | body error | Request body error |
| 1001 | param error | Request parameter error |
| 1002 | content type error | Content-Type error |
| 1003 | image not exists | Image file not found |
| 1004 | image size error | Image size error |
| 1005 | image format error | Image format error |
| 1006 | invalid signature | Invalid signature |
| 1007 | body size error | Body size error |
| 1008 | no authorization | Authorization failed |
| 2000 | server unknown error | Server unknown error |
| 2001 | server timeout | Server timeout |
| 2003 | no content recognition | No content recognized |
| 2004 | validate data error | Validation data error |
| 3000 | remote server error | Remote server error |
| 4000 | base server error | Base server error |
API-Preispläne
Die folgenden Pläne sind API-exklusiv
Starter
- Unterstützt die meisten Bildformate
- Dokumentkorrektur und -verbesserung
- Dokumentfälschungserkennung
- Entfernung von Moiré-Mustern aus Bildern
- Verarbeitungsgeschwindigkeit ~2 Sekunden
Popular
- Unterstützt die meisten Bildformate
- Dokumentkorrektur und -verbesserung
- Dokumentfälschungserkennung
- Entfernung von Moiré-Mustern aus Bildern
- Verarbeitungsgeschwindigkeit ~2 Sekunden
Business
- Unterstützt die meisten Bildformate
- Dokumentkorrektur und -verbesserung
- Dokumentfälschungserkennung
- Entfernung von Moiré-Mustern aus Bildern
- Verarbeitungsgeschwindigkeit ~2 Sekunden
Enterprise
- Unterstützt die meisten Bildformate
- Dokumentkorrektur und -verbesserung
- Dokumentfälschungserkennung
- Entfernung von Moiré-Mustern aus Bildern
- Verarbeitungsgeschwindigkeit ~2 Sekunden
Warum Entwickler unserem API vertrauen
Gebaut für Produktionsworkloads, balanciert unser Fälschungserkennungs-API Qualität, Leistung und Kosten aus, sodass Sie sich in realen Apps darauf verlassen können.
Produktionsreife Zuverlässigkeit
Hohe Verfügbarkeit und stabile Leistung, optimiert für realen Datenverkehr.
Optimiert für Fälschungserkennung
Modelle, die sich auf Dokumente, Zertifikate und Rechnungen mit Manipulationserkennung konzentrieren, für konsistentere Ergebnisse.
Vorhersehbare, nur API-Preisgestaltung
Dedizierte API-Pläne mit klaren Kosten pro Credit für langfristige Integrationen.
Support, wenn Sie ihn brauchen
E-Mail-Support, um Ihnen bei der Diagnose von Problemen zu helfen und Ihre Integration im Laufe der Zeit zu verbessern.