Image to Prompt v2 API - Detailed visual descriptions

High-performance visual analysis API that translates images into detailed text prompts (optimized for Midjourney, DALL-E, and Stable Diffusion), with imageUrl properties removed from responses for maximum privacy.

原始信息汇总

数据集概述：Image to Prompt v2 API - Detailed visual descriptions

该API是一个高保真视觉分析引擎，旨在将图像内容（包括图形、照片和图表）转换为详细、自然语言的提示描述。它通过分析高层语义特征和像素分布，提取图像的风格、相机镜头细节、光照条件、艺术参考和调色板等信息，为文本到图像生成模型提供结构化的反向工程提示。

核心功能与特性

• 深度审美分析：自动识别相机参数（如特写镜头、85mm镜头、景深）、光照风格（如温暖黄金时刻、体积光、明暗对比）和介质描述（如油画、3D渲染、逼真照片）。
• 提示就绪输出：生成高度描述性的文本结构，可直接复制粘贴或通过API动态输入到图像生成模型。
• 边缘路由性能：由Cloudflare Workers边缘反向代理提供支持，可在毫秒内返回结构化JSON载荷，具有高度一致性。
• 零追踪隐私：自动从最终JSON响应中移除临时图像URL（imageUrl），确保处理后的视觉资产保密。
• 多语言翻译支持：支持将提示描述标准化为多种目标语言，包括英语、西班牙语、法语、德语、中文、日语、俄语、葡萄牙语和意大利语。

应用场景

1. 反向提示工程：即时重现用于生成图像的精确文本提示、描述符、相机样式和调色板。
2. 可访问性与Alt文本自动化（WCAG合规）：通过编程方式为网站图片、用户上传和电商目录生成高质量的替代标签，自动化视觉可访问性工作流。
3. 电商目录与标签：处理大量产品图像数据集，自动生成搜索关键词、商品描述、产品类别标签和搜索标签。
4. AI数据集准备（LoRA和ControlNet训练）：为自定义图像数据集创建详细的文本注释和说明文件，用于训练下游扩散模型、ControlNet适配器或自定义视觉语言模型。
5. SEO优化与搜索发现：通过丰富的文本描述扩充图像数据库，使视觉资产可通过标准关键词搜索被发现。

示例

• 请求：POST /prompt，请求体包含 image_url 和 language（如 en）。
• 响应：返回一个包含 success 状态和可立即用于生成模型的 prompt 结构化文本的JSON对象。

搜索标签与关键词

image to prompt、image2prompt、midjourney prompt generator、stable diffusion prompt generator、reverse image search、image describer、alt text generator、reverse engineering prompts、visual description api、image tagger、clip interrogator、image captioning API、ai prompt builder、image Alt tag generator、bulk image tagging