Mulai Cepat

Mulai menggunakan Traceline API dalam 5 menit.

1. Daftar dan dapatkan API key

Buat akun Traceline gratis, lalu buat API key dari dasbor Anda.

Daftar

2. Kirim permintaan pertama

Kirim gambar telapak tangan ke API dan terima hasil deteksi. Contoh dalam berbagai bahasa:

cURL

curl -X POST https://api.trace-line.site/v1/palm/analyze \
  -H "X-API-Key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "<base64-encoded-image>"
  }'

Python

import requests
import base64

# Read and encode the image
with open("palm.jpg", "rb") as f:
    image_b64 = base64.b64encode(f.read()).decode()

response = requests.post(
    "https://api.trace-line.site/v1/palm/analyze",
    headers={"X-API-Key": "YOUR_API_KEY"},
    json={"image": image_b64},
)

data = response.json()
print(data["lines"])
# {'heart': {'pixels': 1842, 'confidence': 0.94}, ...}

JavaScript

import { readFileSync } from "fs";

const image = readFileSync("palm.jpg").toString("base64");

const res = await fetch(
  "https://api.trace-line.site/v1/palm/analyze",
  {
    method: "POST",
    headers: {
      "X-API-Key": "YOUR_API_KEY",
      "Content-Type": "application/json",
    },
    body: JSON.stringify({ image }),
  }
);

const data = await res.json();
console.log(data.lines);
// { heart: { pixels: 1842, confidence: 0.94 }, ... }

3. Parsing respons

API mengembalikan gambar overlay, mask individual, dan statistik untuk setiap garis yang terdeteksi.

{
  "overlay": "<base64-overlay-image>",
  "masks": {
    "heart": "<base64-mask>",
    "head": "<base64-mask>",
    "life": "<base64-mask>"
  },
  "lines": {
    "heart": {
      "pixels": 1842,
      "confidence": 0.94
    },
    "head": {
      "pixels": 1567,
      "confidence": 0.91
    },
    "life": {
      "pixels": 2103,
      "confidence": 0.96
    }
  }
}

Field Respons

  • overlay — Gambar Base64 dengan garis terdeteksi digambar di atas gambar telapak tangan asli.
  • masks — Mask biner terpisah untuk setiap garis yang terdeteksi.
  • lines — Statistik per garis: jumlah piksel dan skor kepercayaan model.