手相线检测 API

通过机器学习从手掌图像中检测感情线、智慧线和生命线。构建占卜应用、健康工具等。

免费开始查看文档

实际效果

ML模型通过彩色叠加检测三条主要手相线。

感情线智慧线生命线
Palm line detection sample 1
Palm line detection sample 2
Palm line detection sample 3

为开发者而生

三线检测

基于 U-Net 语义分割技术，检测感情线、智慧线和生命线。

简洁的 REST API

发送 base64 图像，获取叠加图、掩码和线条统计信息。一个端点，零复杂度。

快速推理

GPU 加速推理，约2秒响应时间。适用于生产环境工作负载。

几秒即可体验

一个端点。发送图像，获取手相数据。

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>"
  }'

// Response

{
  "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 }
  }
}

常见问题

API 能检测哪些掌纹？+

Traceline API 检测三条主要掌纹：感情线、智慧线和生命线。每条线以单独的二值掩码和置信度分数返回。

检测准确率如何？+

基于 U-Net 的模型在清晰的手掌图像上通常达到 90-96% 的置信度。准确率取决于图像质量、光照和手部位置。

支持哪些图像格式？+

API 接受 base64 编码的 JPEG 和 PNG 图像，最大 5MB。建议使用光线充足、手掌面向摄像头的照片以获得最佳效果。

API 响应速度如何？+

GPU 加速推理的典型响应时间在 2 秒以内。首次请求的冷启动可能需要更长时间。

可以用于商业应用吗？+

可以。所有计划（包括免费版）均允许商业使用。Pro 计划提供更高配额和优先推理，适合生产环境。

有 SDK 吗？+

API 使用标准 REST + JSON，可以从任何支持 HTTP 的语言调用。官方 Python 和 JavaScript SDK 即将推出。