> ## Documentation Index
> Fetch the complete documentation index at: https://docs.xhuoapi.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Ansiktsstatisk livsdetektering (högprecisionsversion) API integration instruktioner

> Face Transformation 集成指南 - XHuoAPI

Denna artikel kommer att introducera ansiktsstatisk livsdetektering (högprecisionsversion) API integration instruktioner, som kan användas för att utföra livsdetektering på statiska bilder som användare laddar upp, för att avgöra om det är en kopierad bild.

## Ansökningsprocess

För att använda API:et måste du först gå till [ansiktsstatisk livsdetektering (högprecisionsversion) API](https://api.xhuoapi.ai/documents/df41d411-6ba8-41d3-a56f-3f6ec9acaa36) motsvarande sida för att ansöka om den tjänst som behövs. När du kommer till sidan, klicka på "Acquire" knappen, som visas i bilden nedan:

![](https://cdn.xhuoapi.ai/q6ytrc.png)

Om du inte har loggat in eller registrerat dig, kommer du automatiskt att omdirigeras till inloggningssidan för att uppmanas att registrera dig och logga in. Efter att ha loggat in eller registrerat dig kommer du automatiskt att återvända till den aktuella sidan.

Vid första ansökan kommer det att finnas en gratis kvot som ges, så att du kan använda detta API gratis.

## Grundläggande användning

Först och främst, förstå den grundläggande användningsmetoden, vilket är att ange en bildlänk för att få den bearbetade resultatbilden. Du behöver först enkelt skicka ett `image_url` fält, ansiktsbilden visas nedan:

<p>
  <img src="https://cdn.xhuoapi.ai/lrbtcn.jpg" width="500" className="m-auto" />
</p>

Vi kan sedan fylla i motsvarande innehåll på gränssnittet, som visas i bilden nedan:

<p>
  <img src="https://cdn.xhuoapi.ai/c975uf.png" width="500" className="m-auto" />
</p>

Här kan vi se att vi har ställt in Request Headers, inklusive:

* `accept`: vilken format av svar du vill ta emot, här anges som `application/json`, det vill säga JSON-format.
* `authorization`: nyckeln för att anropa API:et, efter ansökan kan du direkt välja från rullgardinsmenyn.

Dessutom har vi ställt in Request Body, inklusive:

* `image_url`: länken till ansiktsbilden som ska bearbetas.
* `face_model_version`: versionen av algoritmmodellen som används för ansiktsigenkänning. För närvarande stöder inparametern "3.0".

Efter att ha valt kan du se att motsvarande kod också har genererats till höger, som visas i bilden nedan:

<p>
  <img src="https://cdn.xhuoapi.ai/nkcvet.png" width="500" className="m-auto" />
</p>

Klicka på "Try" knappen för att utföra testet, som visas i bilden ovan, här har vi fått följande resultat:

```json theme={null}
{
  "score": 0,
  "face_model_version": "3.0"
}
```

Vi kan se att vi nu har fått resultatet av den statiska livsdetekteringen av ansiktet, inklusive livsbedömningsinnehållet.

Fälten förklaras nedan:

* `score`: livsbedömning, värdeintervallet \[0,100], baserat på livspoängens motsvarande tröskelintervall för att avgöra om det är en kopierad bild. För närvarande kan trösklarna delas in i \[5,10,40,70,90], där den rekommenderade tröskeln är 40.
* `face_model_version`: versionen av algoritmmodellen som används för ansiktsigenkänning.

Om du vill generera motsvarande integrationskod kan du direkt kopiera den som genererats, till exempel CURL-koden nedan:

```shell theme={null}
curl -X POST 'https://api.xhuoapi.ai/v1/face/detect-live' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "image_url": "https://cdn.xhuoapi.ai/lrbtcn.jpg"
}'
```

Python integrationskoden ser ut så här:

```python theme={null}
import requests

url = "https://api.xhuoapi.ai/v1/face/detect-live"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "image_url": "https://cdn.xhuoapi.ai/lrbtcn.jpg"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)
```

## Felhantering

När du anropar API:et, om du stöter på fel, kommer API:et att returnera motsvarande felkod och information. Till exempel:

* `400 token_mismatched`: Bad request, möjligtvis på grund av saknade eller ogiltiga parametrar.
* `400 api_not_implemented`: Bad request, möjligtvis på grund av saknade eller ogiltiga parametrar.
* `401 invalid_token`: Unauthorized, ogiltig eller saknad auktoriseringstoken.
* `429 too_many_requests`: För många förfrågningar, du har överskridit hastighetsgränsen.
* `500 api_error`: Intern serverfel, något gick fel på servern.

### Exempel på felrespons

```json theme={null}
{
  "success": false,
  "error": {
    "code": "api_error",
    "message": "fetch failed"
  },
  "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}
```

## Slutsats

Genom detta dokument har du fått en förståelse för hur man använder ansiktsstatisk livsdetektering (högprecisionsversion) API för att utföra livsdetektering på statiska bilder som användare laddar upp, för att avgöra om det är en kopierad bild. Vi hoppas att detta dokument kan hjälpa dig att bättre integrera och använda detta API. Om du har några frågor, tveka inte att kontakta vårt tekniska supportteam.