Google Try On API: कोड उदाहरण, फ़ोटो की ज़रूरतें और काम न करने पर समाधान
Google के Virtual Try-On API को करीब से देखें: Python और REST का काम करता कोड उदाहरण, व्यक्ति और कपड़े की इमेज के लिए फ़ोटो की ज़रूरतें, और एरर, खाली नतीजों और खराब फ़िट के लिए लक्षण के हिसाब से समाधान की सूची।
आप Google के Virtual Try-On API को दो फ़ोटो भेजते हैं, एक व्यक्ति की और एक कपड़े की, और उम्मीद करते हैं कि वापस उस व्यक्ति की साफ़ इमेज आए जिसने वे कपड़े पहने हों। कभी-कभी बिल्कुल ऐसा ही नतीजा मिलता है। कभी 403 एरर आता है, कभी खाली लिस्ट मिलती है, और कभी स्वेटर जींस में घुला हुआ दिखता है। फ़र्क आमतौर पर तीन चीज़ों पर निर्भर करता है: कोड, फ़ोटो, और कुछ सेटिंग्स जिन्हें कोई तब तक नहीं पढ़ता जब तक कुछ टूट न जाए।
यह लेख इन तीनों को समझाता है। आपको एक काम करता Python उदाहरण मिलेगा, एक REST रिक्वेस्ट जिसे आप टर्मिनल में पेस्ट कर सकते हैं, फ़ोटो की ज़रूरतें जो तय करती हैं कि आउटपुट असली लगेगा या नहीं, और "काम नहीं कर रहा" वाले पलों के लिए लक्षण-दर-लक्षण समाधानों की सूची। चूँकि Google का मॉडल PicassoIA पर चलाया नहीं जा सकता, इसलिए एक हिस्सा उन मॉडलों पर है जिनसे मिलते-जुलते नतीजे पाए जा सकते हैं।
API असल में क्या करता है
Google का Virtual Try-On Vertex AI पर एक मॉडल है। आप इसे किसी व्यक्ति की इमेज और एक या अधिक प्रोडक्ट इमेज देते हैं, और यह उसी व्यक्ति की नई इमेज लौटाता है जिसने वह प्रोडक्ट पहना हो। यह कोई रैंडम मॉडल नहीं बनाता। यह आपकी फ़ोटो को एडिट करता है, चेहरा, पोज़, बैकग्राउंड और अनुपात बनाए रखता है, और कपड़े बदल देता है।
💡 त्वरित मानसिक मॉडल: इसे टेक्स्ट-टू-इमेज एंडपॉइंट नहीं, बल्कि एडिटिंग एंडपॉइंट समझें। इसमें कोई क्रिएटिव प्रॉम्प्ट ट्यून करने के लिए नहीं होता। नतीजे की क्वालिटी लगभग पूरी तरह उन दो फ़ोटो से तय होती है जो आप अपलोड करते हैं।
मॉडल ID और वर्ज़न
यहीं पर लोग सबसे पहले अटकते हैं। Google के मौजूदा अंग्रेज़ी संदर्भ में समर्थित मॉडल virtual-try-on-001 बताया गया है, और उसे आम उपलब्धता (GA) के रूप में चिह्नित किया गया है। पुराने पेज और दस्तावेज़ीकरण की कुछ अनुवादित प्रतियाँ अब भी virtual-try-on-preview-08-04 का ज़िक्र करती हैं, जो प्रीव्यू वर्ज़न है। अगर आप किसी पुराने ट्यूटोरियल से स्निपेट कॉपी करते हैं और आपका प्रोजेक्ट उस प्रीव्यू ID को कॉल नहीं कर सकता, तो आपको "model not found" जैसा एरर दिखेगा, जो बग जैसा लगता है पर असल में नाम की गड़बड़ी है।
आइटम
विवरण
मौजूदा मॉडल ID
virtual-try-on-001
पुराना प्रीव्यू ID
virtual-try-on-preview-08-04
प्लेटफ़ॉर्म
Google Cloud पर Vertex AI
इनपुट
एक व्यक्ति की इमेज, एक या अधिक प्रोडक्ट इमेज
इमेज स्रोत
Base64 बाइट्स या Cloud Storage URI
हर अनुरोध में वेरिएशन
1 से 4 (sampleCount)
आउटपुट साइज़
इनपुट इमेज के आस्पेक्ट रेशियो और रिज़ॉल्यूशन जितना
PicassoIA कहाँ फ़िट बैठता है
Google का Virtual Try-On मॉडल PicassoIA पर नहीं है। अगर आप बिना Google Cloud प्रोजेक्ट के आज ही वर्चुअल आउटफ़िट प्रीव्यू चलाना चाहते हैं, तो विकल्प नीचे दिए गए हैं, जिनमें P Image Try On भी है, जो ठीक इसी काम के लिए बनाया गया था।
Python कोड उदाहरण
यह एक न्यूनतम, काम करने वाला फ़्लो है। यह मानकर चलता है कि आपके पास पहले से Vertex AI चालू और बिलिंग जुड़ा हुआ Google Cloud प्रोजेक्ट है।
पहली कॉल से पहले का सेटअप
Google Cloud प्रोजेक्ट बनाएँ या चुनें और Vertex AI API चालू करें।
pip install google-genai से Google Gen AI SDK इंस्टॉल करें।
gcloud auth application-default login से लोकल स्तर पर ऑथेंटिकेट करें।
सुनिश्चित करें कि आपके अकाउंट के पास ऐसा रोल हो जो उसे Vertex AI मॉडल कॉल करने दे।
एक रीजन चुनें। अपने क्लाइंट और किसी भी REST URL में एक ही रीजन इस्तेमाल करें।
Python कॉल
from google import genai
from google.genai.types import Image, ProductImage, RecontextImageSource
client = genai.Client(
vertexai=True,
project="your-project-id",
location="us-central1",
)
result = client.models.recontext_image(
model="virtual-try-on-001",
source=RecontextImageSource(
person_image=Image.from_file(location="person.jpg"),
product_images=[
ProductImage(product_image=Image.from_file(location="sweater.jpg"))
],
),
)
with open("tryon-result.png", "wb") as f:
f.write(result.generated_images[0].image.image_bytes)
इस स्निपेट के बारे में कुछ नोट्स:
vertexai=True SDK को बताता है कि उसे आम Gemini एंडपॉइंट की जगह Vertex AI इस्तेमाल करना है। इसे छोड़ देने पर ऑथेंटिकेशन उलझाने वाले तरीकों से फ़ेल होता है।
product_images एक लिस्ट है, तो स्ट्रक्चर कई कपड़ों की अनुमति देता है, लेकिन जब तक बुनियादी फ़्लो न चले, एक ही आइटम से शुरू करें।
SDK में मेथड और क्लास के नाम हर रिलीज़ के साथ बदलते हैं। अगर इम्पोर्ट फ़ेल हो, तो अपना कोड डीबग करने के बजाय मौजूदा SDK संदर्भ में सटीक नाम देखें।
REST वर्ज़न
अगर आप कच्चे HTTP को पसंद करते हैं, या ऐसी भाषा से कॉल कर रहे हैं जिसका SDK नहीं है, तो रिक्वेस्ट कुछ ऐसी दिखती है:
रिस्पॉन्स प्रेडिक्शन की लिस्ट के रूप में आता है, जिसमें हर प्रेडिक्शन एक base64 इमेज रखता है। उसे डिकोड करके फ़ाइल में लिखें।
पैरामीटर
यह क्या करता है
किस बात का ध्यान रखें
sampleCount
वेरिएशन की संख्या, 1 से 4
ज़्यादा सैंपल का मतलब है हर कॉल पर ज़्यादा लागत
storageUri
आउटपुट को Cloud Storage बकेट में भेजता है
सर्विस अकाउंट को राइट एक्सेस चाहिए
seed
नतीजों को दोहराने योग्य बनाता है
प्रीव्यू वर्ज़न में वॉटरमार्किंग चालू होने पर यह काम नहीं करता, ऐसा बताया गया है
safetySetting
फ़िल्टर की तीव्रता तय करता है
डिफ़ॉल्ट block_medium_and_above है, और block_none के लिए विशेष एक्सेस चाहिए
💡 टिप: प्रीव्यू वर्ज़न में baseSteps और addWatermark जैसे पैरामीटर भी सूचीबद्ध थे। यह मानकर न चलें कि ये virtual-try-on-001 पर मौजूद हैं। केवल मौजूदा संदर्भ में दिए गए पैरामीटर भेजें और बाकी को एक-एक करके जोड़ें।
ज़रूरी फ़ोटो की ज़रूरतें
Google का संदर्भ पिक्सेल आकार और फ़ाइल सीमाओं की कोई साफ़ चेकलिस्ट नहीं देता जिसकी मैं पुष्टि कर सकूँ, इसलिए नीचे के नियमों को व्यावहारिक ज़रूरतें समझें, जो try-on मॉडल के व्यवहार से निकली हैं, आधिकारिक सीमाएँ नहीं। जो आधिकारिक है: आउटपुट वही अनुपात और रिज़ॉल्यूशन रखता है जो आपकी इनपुट इमेज का है, इसलिए छोटी, क्रॉप की हुई अपलोड से छोटा, क्रॉप किया हुआ नतीजा मिलेगा।
व्यक्ति की फ़ोटो
व्यक्ति की इमेज ही नींव है। मॉडल जो कुछ भी बनाए रखता है, वह यहीं से बनाए रखता है।
पूरा शरीर या साफ़ दिखता ऊपरी शरीर, कपड़े के हिसाब से। जैकेट के लिए कंधे और बाँहें दिखनी चाहिए। ट्राउज़र के लिए पैर।
सामने की ओर का पोज़, बाँहें धड़ से थोड़ी दूर। मुड़ी हुई बाँहें स्लीव्स छिपा देती हैं और एडिट को उलझा देती हैं।
सादा, बिना भीड़ वाला बैकग्राउंड। भरे हुए बैकग्राउंड से किनारे फैल जाते हैं।
समान, नरम रोशनी। सीने पर पड़ने वाली कड़ी छाया नए कपड़े का हिस्सा बन जाती है।
फ़िट बैठने वाले बेस कपड़े। स्लिम शर्ट के नीचे ढीला हुडी मॉडल को शरीर का आकार अंदाज़े से तय करने पर मजबूर करता है।
केवल एक व्यक्ति। ग्रुप फ़ोटो से नतीजे अप्रत्याशित आते हैं।
हाई रिज़ॉल्यूशन, क्योंकि आउटपुट उसे विरासत में पाता है।
कपड़े की फ़ोटो
प्रोडक्ट इमेज किसी कैटलॉग शॉट जैसी दिखनी चाहिए, बेडरूम के फ़र्श की स्नैपशॉट जैसी नहीं।
फ़्लैट ले या घोस्ट मैनक्विन सफ़ेद या न्यूट्रल बैकग्राउंड पर।
पूरा कपड़ा दिखे, कोई क्रॉप की हुई बाँह या हेम नहीं।
बिना सिलवट वाला, क्योंकि सिलवटों को डिज़ाइन का हिस्सा मान लिया जाता है।
असली रंग, क्योंकि भारी फ़िल्टर टोन बदल देते हैं।
हर इमेज में एक आइटम। प्रोडक्ट फ़ोटो में कपड़ा पहने मॉडल से काम चल सकता है, लेकिन शुरुआत के लिए साफ़ फ़्लैट शॉट सुरक्षित है।
फ़ोटो का प्रकार
सही
गलत
व्यक्ति
सामने से, न्यूट्रल पोज़, नरम रोशनी
हाथ मोड़े हुए, साइड प्रोफ़ाइल, तीखी परछाइयाँ
व्यक्ति
पीछे सादी दीवार
भीड़भाड़ वाला कमरा, शीशे, एक से ज़्यादा लोग
कपड़ा
फ़्लैट ले, सफ़ेद बैकग्राउंड
बिस्तर पर सिकुड़ा हुआ, आधा मुड़ा हुआ
कपड़ा
पूरा आइटम फ़्रेम में
क्रॉप किया हुआ कॉलर या गायब हेम
दोनों
कैमरे की दूरी एक जैसी
एक बहुत क्लोज़-अप, एक दूर से शॉट
💡 शॉर्टकट: अपने टेस्ट व्यक्ति की फ़ोटो खिड़की के पास किसी खाली दीवार के सामने लें, आँखों की ऊँचाई से, लगभग दो मीटर की दूरी से। बस यही सेटअप कोड चलाने से पहले "खराब फ़िट" की ज़्यादातर शिकायतें खत्म कर देता है।
काम नहीं कर रहा? लक्षण के अनुसार समाधान
जब कुछ टूटे, तो अंदाज़ा लगाने के बजाय एरर के प्रकार से शुरू करें। ज़्यादातर समस्याएँ तीन में से किसी एक श्रेणी में आती हैं।
Permission और मॉडल एरर
लक्षण: 403 या "permission denied"। प्रोजेक्ट पर Vertex AI API चालू नहीं है, बिलिंग नहीं है, या आपके अकाउंट के पास मॉडल कॉल करने वाला रोल नहीं है। API चालू करें, बिलिंग की पुष्टि करें, फिर रोल जाँचें।
लक्षण: 404 या "model not found"। लगभग हमेशा मॉडल ID की गड़बड़ी होती है। virtual-try-on-001 पर स्विच करें, और पुष्टि करें कि आपके क्लाइंट का रीजन आपकी रिक्वेस्ट के रीजन से मेल खाता है। एक रीजन सेटअप में काम करने वाली मॉडल ID दूसरे में फ़ेल हो सकती है।
लक्षण: 401 या एक्सपायर्ड टोकन।gcloud auth application-default login फिर से चलाएँ। CLI से मिले एक्सेस टोकन एक्सपायर हो जाते हैं, और जो स्क्रिप्ट सुबह चली थी, वह दोपहर में फ़ेल हो सकती है।
लक्षण: 429 या "quota exceeded"। आप रेट या कोटा की सीमा तक पहुँच गए हैं। एक्सपोनेंशियल बैकऑफ़ के साथ retry जोड़ें, sampleCount कम करें, और Cloud console में कोटा पेज देखें। मुझे पुष्टि किए जा सकने वाले कोई प्रकाशित आँकड़े नहीं मिले, इसलिए आपकी असली सीमाएँ पढ़ने की जगह console ही है।
खाली नतीजे और सेफ़्टी ब्लॉक
लक्षण: कॉल सफल होती है, पर प्रेडिक्शन लिस्ट खाली है या इमेज गायब हैं। यह आमतौर पर सेफ़्टी फ़िल्टर होता है। डिफ़ॉल्ट सेटिंग medium और उससे ऊपर को ब्लॉक करती है, और स्विमवियर, अंडरवियर या टाइट कपड़ों वाली व्यक्ति की फ़ोटो इसे ट्रिगर कर सकती है, भले ही इरादा हानिरहित हो। व्यक्ति की फ़ोटो में ज़्यादा न्यूट्रल बेस आउटफ़िट और ऐसा कपड़ा शॉट आज़माएँ जो ज़्यादा खुला न लगे। block_none पर भरोसा न करें, क्योंकि Google उसकी पहुँच सीमित रखता है।
लक्षण: 400 या "invalid argument"। पेलोड का ढाँचा जाँचें। Base64 सादा बाइट्स होना चाहिए, data:image/png;base64, प्रीफ़िक्स के बिना। personImage एक इमेज लेता है, productImages एक लिस्ट लेता है। इमेज फ़ील्ड के आसपास रैपर ऑब्जेक्ट का न होना सबसे आम टाइपो है।
लक्षण: seed कुछ नहीं करता या एरर देता है। प्रीव्यू वर्ज़न में seed को वॉटरमार्किंग के साथ मिलाया नहीं जा सकता था। अगर आपको दोहराने योग्य आउटपुट चाहिए, तो वॉटरमार्क पैरामीटर हटाएँ या seed छोड़ दें, और मौजूदा मॉडल ID पर टेस्ट करें।
खराब फ़िट और अजीब आउटपुट
अगर API बिना एरर चलता है, लेकिन तस्वीर गलत लगती है, तो कारण लगभग हमेशा फ़ोटो में से कोई एक होता है।
आपको क्या दिखता है
संभावित कारण
समाधान
बाँहें चिपकी हुई पेंट जैसी दिखती हैं
व्यक्ति की बाँहें मुड़ी हुई या छिपी हुई
बाँहें थोड़ी खुली रखकर दोबारा शूट करें
कपड़े का रंग अजीब लगता है
फ़िल्टर वाली प्रोडक्ट फ़ोटो
बिना एडिट की, समान रोशनी वाली शॉट इस्तेमाल करें
कपड़े का पैटर्न धुंधला है
कम रिज़ॉल्यूशन वाली कपड़े की इमेज
उपलब्ध सबसे ऊँचे रिज़ॉल्यूशन की इमेज अपलोड करें
कॉलर पर पुरानी शर्ट अब भी दिखती है
नीचे का कपड़ा ढीला या परतों वाला है
फ़िट और सादी बेस लेयर पहनें
आउटपुट क्रॉप हुआ लगता है
इनपुट क्रॉप किया गया था
याद रखें कि आउटपुट इनपुट के अनुपात जितना ही होता है
चेहरा थोड़ा अलग दिखता है
फ़ोटो में चेहरा बहुत छोटा है
और करीब जाएँ या ज़्यादा रिज़ॉल्यूशन इस्तेमाल करें
💡 समय बचाने वाला डीबग क्रम: अपनी सबसे साफ़ व्यक्ति की फ़ोटो और सबसे साफ़ कपड़े की फ़ोटो से टेस्ट करें। अगर वह चल जाए, तो आपका कोड ठीक है और समस्या आपकी असली फ़ोटो में है। अगर वह फ़ेल हो, तो समस्या सेटअप की है, इमेज की नहीं।
PicassoIA पर मिलते-जुलते नतीजे कैसे पाएँ
Google का Virtual Try-On अभी PicassoIA पर नहीं है; आज मिलते-जुलते नतीजों के लिए P Image Try On आज़माएँ, जो बिना किसी cloud प्रोजेक्ट, बिलिंग सेटअप या कोड के, व्यक्ति की फ़ोटो पर कपड़ा लगाने के लिए बनाया गया है।
अपनी व्यक्ति की फ़ोटो अपलोड करें, ऊपर वाले ही नियमों के साथ: सामने की ओर, सादा बैकग्राउंड, नरम रोशनी।
कपड़े की फ़ोटो अपलोड करें, आदर्श रूप से सफ़ेद बैकग्राउंड पर फ़्लैट ले।
मॉडल चलाएँ और नतीजा देखें।
अगर फ़िट सही न हो, तो एक साफ़ बेस फ़ोटो लगाकर फिर से चलाएँ। छोटे फ़ोटो बदलाव बाकी किसी भी चीज़ से ज़्यादा मायने रखते हैं।
पैरामीटर टिप्स: व्यक्ति और कपड़े की फ़ोटो एक जैसी क्वालिटी की रखें, भारी फ़िल्टर से बचें, और एक बार में एक कपड़े को टेस्ट करें। अगर नतीजा करीब है पर परफ़ेक्ट नहीं, तो उसे नए सिरे से शुरू करने के बजाय एडिट के लिए शुरुआती बिंदु मानें।
आज़माने लायक अन्य मॉडल
कभी-कभी समर्पित try-on मॉडल सही टूल नहीं होता, उदाहरण के लिए जब आप बैकग्राउंड बदलना चाहते हों, रोशनी ठीक करना चाहते हों, या कपड़ा बदलने के बाद कोई डिटेल सुधारना चाहते हों। ये साथी टूल के रूप में अच्छे काम करते हैं:
असीमित फ़ोटो एडिट, जैसे बैकग्राउंड साफ़ करना या कपड़े का रंग बदलना
एक व्यावहारिक वर्कफ़्लो: P Image Try On से कपड़ा बदलें, फिर PicassoIA Image Editor Pro से नतीजे को निखारें, जैसे कोई छोटी छाया हटाना या सिलवट ठीक करना।
असली उपयोग के मामले
ऑनलाइन स्टोर
फ़ैशन दुकानें try-on का इस्तेमाल रिटर्न घटाने और ग्राहकों को फ़िट का बेहतर अंदाज़ा देने के लिए करती हैं। यह API उन स्टोरों के लिए सही है जिनके पास पहले से साफ़ कैटलॉग फ़ोटो हैं और जो इसे बैकएंड स्टेप के रूप में चला सकते हैं। ग्राहक फ़ोटो अपलोड करता है, आपका सर्वर मॉडल को कॉल करता है, और प्रोडक्ट पेज पर प्रीव्यू दिखता है।
स्टोर मालिकों के लिए कुछ व्यावहारिक बातें:
हर प्रोडक्ट को एक ही तरीके से फ़ोटो खींचें, ताकि कपड़े के इनपुट एक जैसे रहें।
ग्राहकों को बताएँ कि फ़ोटो कैसे लेनी है, अपलोड बटन के बगल में एक सरल उदाहरण इमेज रखकर।
खाली नतीजों को सलीके से संभालें, एरर स्क्रीन के बजाय दूसरी फ़ोटो माँगने वाला संदेश दिखाकर।
नतीजों को कैश करें, क्योंकि बार-बार कॉल करने में पैसे लगते हैं।
निजी फ़ैशन प्रीव्यू
हर किसी के पास स्टोर नहीं होता। अगर आप बस खरीदने से पहले देखना चाहते हैं कि कोई जैकेट कैसी लगेगी, तो Cloud प्रोजेक्ट बनाने से तेज़ नो-कोड रास्ता है। एक साफ़ फ़ोटो लें, किसी दुकान की लिस्टिंग से प्रोडक्ट इमेज लें, और ब्राउज़र से try-on मॉडल चलाएँ।
निजी इस्तेमाल के लिए यह सरल रूटीन अच्छा काम करता है:
एक अच्छी व्यक्ति की फ़ोटो लें और हर टेस्ट के लिए उसी का दोबारा इस्तेमाल करें।
अलग-अलग रंगों या कट वाले तीन कपड़े चुनें।
हर एक को चलाएँ और नतीजों की साथ-साथ तुलना करें।
सबसे अच्छे दो रखें और बाकी छोड़ दें।
💡 याद दिलाना: try-on प्रीव्यू एक अनुमान दिखाता है। कपड़े का लटकाव, स्ट्रेच और असली दुनिया का फ़िट अब भी कपड़े पर निर्भर करते हैं, इसलिए इस इमेज को रंग और स्टाइल के लिए गाइड मानें, सटीक साइज़ जाँच के लिए नहीं।
अपने आउटफ़िट प्रीव्यू आज़माएँ
Google Try On API तब शक्तिशाली है जब आपके पास Cloud प्रोजेक्ट, साफ़ फ़ोटो और ऑटोमेट करने की वजह हो। जब सेटअप, कोटा या सेफ़्टी फ़िल्टर रुकावट बनें, तब भी आपको प्रयोग रोकने की ज़रूरत नहीं है। PicassoIA पर P Image Try On खोलें, सादी दीवार वाली फ़ोटो और फ़्लैट-ले कपड़ा अपलोड करें, और कुछ ही मिनटों में नतीजा देखें। फिर डिटेल निखारने के लिए Nano Banana Pro या PicassoIA Image Editor Pro का इस्तेमाल करें।
तीन कपड़े, दो रोशनी के सेटअप और एक साफ़ बैकग्राउंड आज़माएँ, और तुलना करें। आप जल्दी देख पाएँगे कि कौन सी फ़ोटो की आदतें मायने रखती हैं। और आज़माने के लिए तैयार हैं? picassoia.com/en/all-models पर उपलब्ध हर मॉडल देखें और आज ही अपनी इमेज बनाना शुरू करें।