Esta API de Analizador de Piel permite evaluar la condición de la piel a partir de imágenes faciales con alta precisión. Cuando subes una foto, el sistema aplica algoritmos de visión por computadora e inteligencia artificial para identificar imperfecciones, arrugas, manchas, acné, poros dilatados, niveles de hidratación y otras métricas relevantes para el cuidado de la piel.
La API genera resultados estructurados en un formato claro y fácilmente integrable, incluidos mapas de calor, índices de severidad y porcentajes de áreas afectadas del rostro. Esto permite una comprensión detallada de la condición de la piel y seguimientos periódicos para evaluar el progreso o la efectividad de los tratamientos.
Ofrece análisis objetivo y automatizado, elimina la variabilidad subjetiva y proporciona datos cuantificables sobre la salud de la piel.
Además, la API incluye opciones de segmentación facial para identificar regiones específicas (frente, mejillas, nariz, mentón), ofreciendo un diagnóstico localizado. También admite la personalización de parámetros para adaptarse a diferentes tipos de piel y ambientes de iluminación.
En resumen, esta API convierte una simple fotografía en un análisis dermatológico detallado, ayudando a proporcionar recomendaciones informadas, mejorar las relaciones con los usuarios y generar valor añadido a través de datos precisos sobre la piel.
Obtén un análisis completo de la piel que indiques.
Análisis de la piel - Características del Endpoint
| Objeto | Descripción |
|---|---|
Cuerpo de la Solicitud |
[Requerido] Json |
{"log_id":"1776444169,7f33f409-61d2-4af7-a38b-a5a81a30a1f7","request_id":"1776444169,0f55ec05-37f1-43c6-a510-ef24dd51df0c","timestamp":"2026-04-17T16:42:49.350404","analysis_type":"comprehensive","focus_areas":["acne","wrinkles","pores"],"image_url":"https://a.files.bbci.co.uk/worldservice/live/assets/images/2016/04/21/160421151857_acne_624x351_thinkstock_nocredit.jpg","image_info":{"original_size":{"width":512,"height":288},"processed_size":{"width":512,"height":288},"bbox_format":"x1,y1,x2,y2","coordinate_system":"pixels"},"quality":{"blur_score":0.824,"exposure_score":0.16,"contrast_score":0.294,"overall_quality":"poor","quality_score":0.333,"warnings":["High blur detected - texture-dependent analysis may be unreliable","Consider retaking photo with better focus","Underexposed image - may affect lesion detection"],"scales":{"blur_score":"0=sharp, 1=blurry","exposure_score":"0=dark, 1=overexposed","contrast_score":"0=low, 1=high","quality_score":"0=poor, 1=excellent"}},"face_regions":{"left_cheek":[115,86,201,173],"right_cheek":[288,86,375,173],"chin":[180,173,310,260],"forehead":[180,0,310,86]},"lesions":{"count":0,"severity":"none","severity_percentage":0.0,"confidence":0.95,"detection_status":"not_present"},"pores":{"left_cheek":{"count":1,"density":1.34,"density_units":"pores/10k_pixels","severity":"low","confidence":0.600133654103181,"filtering_applied":"morphological + circularity"},"right_cheek":{"count":7,"density":9.25,"density_units":"pores/10k_pixels","severity":"low","confidence":0.6009248249438499,"filtering_applied":"morphological + circularity"},"chin":{"count":2,"density":1.77,"density_units":"pores/10k_pixels","severity":"low","confidence":0.6001768346595933,"filtering_applied":"morphological + circularity"},"forehead":{"count":1,"density":0.89,"density_units":"pores/10k_pixels","severity":"low","confidence":0.6000894454382826,"filtering_applied":"morphological + circularity"}},"wrinkles":{"left_cheek":{"wrinkle_score":0.546,"severity":"moderate","confidence":0.8638320685224598},"right_cheek":{"wrinkle_score":0.37,"severity":"moderate","confidence":0.8111346385265074},"chin":{"wrinkle_score":0.444,"severity":"moderate","confidence":0.8332612127886169},"forehead":{"wrinkle_score":0.585,"severity":"moderate","confidence":0.8756066997274834}},"pigmentation":{"left_cheek":{"spot_count":1,"density":1.34,"density_units":"spots/10k_pixels","severity":"none","confidence":0.600133654103181,"filtering_applied":"morphological + circularity","detection_type":"defined_spots_only"},"right_cheek":{"spot_count":1,"density":1.32,"density_units":"spots/10k_pixels","severity":"none","confidence":0.6001321178491213,"filtering_applied":"morphological + circularity","detection_type":"defined_spots_only"},"chin":{"spot_count":0,"density":0.0,"density_units":"spots/10k_pixels","severity":"none","confidence":0.6,"filtering_applied":"morphological + circularity","detection_type":"defined_spots_only"},"forehead":{"spot_count":1,"density":0.89,"density_units":"spots/10k_pixels","severity":"none","confidence":0.6000894454382826,"filtering_applied":"morphological + circularity","detection_type":"defined_spots_only"}},"skin_type":{"label":"mixed","confidence":0.8,"texture_score":17442.5879},"severity":{"overall":"mild","confidence":0.703,"component_scores":{"inflammatory_acne":0,"pores":0.2,"wrinkles":0.7,"pigmentation":0.0},"total_weighted_score":0.9,"weighting_system":"mature_skin_optimized","explanation":"Wrinkles and pigmentation weighted higher for mature skin analysis","criteria":{"inflammatory_acne":">5 lesions or >2% area","pores":">300 pores/10k_pixels in any region","wrinkles":">0.6 wrinkle_score in any region","pigmentation":">500 spots/10k_pixels in any region","thresholds":{"mild":"0-2 lesions, <100 pores/10k_pixels, <0.3 wrinkle_score","moderate":"3-5 lesions, 100-300 pores/10k_pixels, 0.3-0.6 wrinkle_score","severe":">5 lesions, >300 pores/10k_pixels, >0.6 wrinkle_score"}}}}
curl --location --request POST 'https://zylalabs.com/api/9328/skin+face+analyzer+api/16871/skin+analysis' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"analysis_type": "comprehensive",
"image_url": "https://a.files.bbci.co.uk/worldservice/live/assets/images/2016/04/21/160421151857_acne_624x351_thinkstock_nocredit.jpg",
"focus_areas": ["acne", "wrinkles", "pores"]
}'
| Encabezado | Descripción |
|---|---|
Autorización
|
[Requerido] Debería ser Bearer access_key. Consulta "Tu Clave de Acceso a la API" arriba cuando estés suscrito. |
Sin compromiso a largo plazo. Mejora, reduce o cancela en cualquier momento. La Prueba Gratuita incluye hasta 50 solicitudes.
El endpoint de Análisis de Piel devuelve métricas detalladas sobre las condiciones de la piel, incluyendo imperfecciones, arrugas, manchas, acné, poros dilatados y niveles de hidratación. Proporciona resultados estructurados como mapas de calor, índices de severidad y porcentajes de áreas afectadas.
Los campos clave en los datos de respuesta incluyen "imperfecciones," "arrugas," "manchas," "nivel de hidratación," y "porcentajes de áreas afectadas." Cada campo proporciona información específica sobre la condición de la piel, lo que permite un análisis dirigido.
Los datos de respuesta están organizados en un formato JSON estructurado, con secciones para el análisis general de la piel, regiones localizadas (frente, mejillas, etc.) y representaciones visuales como mapas de calor. Esta estructura facilita la integración fácil en aplicaciones.
Los usuarios pueden personalizar sus solicitudes especificando parámetros como la calidad de la imagen, el tipo de piel y las condiciones de iluminación. Esto permite un análisis a medida basado en las necesidades individuales del usuario y los factores ambientales.
La precisión de los datos se mantiene a través de avanzados algoritmos de visión por computadora e inteligencia artificial que analizan imágenes faciales. Las actualizaciones continuas y el entrenamiento en conjuntos de datos diversos garantizan evaluaciones confiables y precisas de las condiciones de la piel.
Los usuarios pueden personalizar sus solicitudes especificando parámetros como el tipo de piel y las condiciones de iluminación. Esto permite que la API adapte el análisis a diferentes características de la piel, mejorando la precisión de los resultados.
Los casos de uso típicos incluyen recomendaciones personalizadas de cuidado de la piel, seguimiento de la salud de la piel a lo largo del tiempo y asistencia a los dermatólogos en el diagnóstico de condiciones. La API también puede mejorar la participación del usuario en aplicaciones cosméticas.
Los usuarios pueden utilizar los datos devueltos integrándolos en aplicaciones de cuidado de la piel, generando informes para dermatólogos o creando planes de cuidado de la piel personalizados basados en los índices de gravedad y los porcentajes de área afectada.
Los usuarios pueden esperar patrones de datos que destacan problemas comunes de la piel, como percentajes más altos de imperfecciones en tipos de piel grasa o un aumento de arrugas con la edad. Estos patrones ayudan a identificar tendencias y personalizar soluciones para el cuidado de la piel.
Los controles de calidad incluyen la validación del algoritmo contra datos clínicos, evaluaciones de rendimiento regulares y mecanismos de retroalimentación de los usuarios para garantizar la precisión y la confiabilidad de los resultados del análisis de la piel.
El endpoint de Análisis de Piel puede detectar diversas condiciones de la piel, incluyendo imperfecciones, arrugas, manchas, acné, poros dilatados y niveles de hidratación. Este análisis integral ayuda a los usuarios a comprender la salud de su piel e identificar áreas que necesitan atención.
La respuesta incluye un análisis localizado para regiones faciales específicas como la frente, las mejillas, la nariz y el mentón. Cada región se evalúa individualmente, proporcionando información específica sobre las condiciones de la piel y permitiendo recomendaciones más precisas.
Los resultados del análisis incluyen representaciones visuales como mapas de calor que destacan las áreas afectadas, junto con índices de severidad que cuantifican la extensión de los problemas en la piel. Estas visuales mejoran la comprensión y facilitan una mejor toma de decisiones para el cuidado de la piel.
Los usuarios pueden personalizar su análisis especificando parámetros como el tipo de piel (grasa, seca, mixta) y las condiciones de iluminación (natural, artificial). Esto asegura que el análisis esté adaptado a las características individuales de la piel y a los factores ambientales.
Los índices de severidad indican la intensidad de las condiciones de la piel, con valores más altos que representan problemas más significativos. Los usuarios pueden utilizar estos índices para priorizar áreas de tratamiento y realizar un seguimiento de las mejoras a lo largo del tiempo.
Si el análisis devuelve datos incompletos, los usuarios deben comprobar la calidad de la imagen y asegurarse de que cumple con los requisitos de la API. Ajustar parámetros como la iluminación o el tipo de piel también puede mejorar los resultados en solicitudes posteriores.
La API admite formatos de imagen comunes como JPEG y PNG para las cargas. Asegurarse de que la imagen esté en uno de estos formatos es esencial para un análisis exitoso.
La API está diseñada para acomodar una amplia gama de tonos de piel mediante el uso de conjuntos de datos de entrenamiento diversos. Esto garantiza un análisis preciso a través de diferentes tipos de piel, mejorando la fiabilidad de los resultados para todos los usuarios.
Nivel de Servicio:
100%
Tiempo de Respuesta:
269ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
800ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
0ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
280ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
319ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
0ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
465ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.127ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
5.626ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
949ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.614ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
80ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
479ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
503ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
598ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
58ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
2.224ms
Nivel de Servicio:
50%
Tiempo de Respuesta:
176ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
250ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
264ms