ヘッドスワップ(画像)
namifusion/head-swap/image-edit
namifusion/head-swap/image-edit. 画像・動画・顔交換のモデル API を閲覧。試してから統一 REST API で統合。
パラメータ
| 名前 | 型 | 既定 | 制約 | 説明 |
|---|---|---|---|---|
| images *入力画像 | image_upload | — | 2–2 items | 順序付きの入力画像 URL です。画像ごとに役割が異なる場合は、文書に記載された順序を維持してください。 |
出力フィールド
| フィールド | 型 | 説明 |
|---|---|---|
| images | array<string> |
API
統一 REST API でこのモデルを呼び出せます。API Keys ページでキーを取得してください。
cURL
# 1) Submit — returns { "task_uuid": "..." }
curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/namifusion/head-swap/image-edit" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"input": {
"images": [
"https://assets-public.namifusion.com/uploads/images/2026-04-21/76c1186af77d.png",
"https://assets-public.namifusion.com/uploads/images/2026-04-21/149467630166.png"
]
}
}'
# 2) Poll until status is "completed", then read the output URLs
curl "https://www.namifusion.com/api/v1/marketplace/run/tasks/TASK_UUID" \
-H "Authorization: Bearer YOUR_API_KEY"Python
import time, requests
API_KEY = "YOUR_API_KEY"
HEADERS = {"Authorization": f"Bearer {API_KEY}"}
# 1) Submit
resp = requests.post(
"https://www.namifusion.com/api/v1/marketplace/run/namifusion/head-swap/image-edit",
headers=HEADERS,
json={
"input": {
"images": [
"https://assets-public.namifusion.com/uploads/images/2026-04-21/76c1186af77d.png",
"https://assets-public.namifusion.com/uploads/images/2026-04-21/149467630166.png"
]
}
},
)
resp.raise_for_status() # 401/402/429/5xx stop here instead of polling a bad task
task = resp.json()
# 2) Poll until a terminal state (completed / failed / cancelled).
# This model is allowed up to 600s server-side.
deadline = time.time() + 660
while task.get("status") not in ("completed", "failed", "cancelled"):
if time.time() > deadline:
raise TimeoutError(f"still {task.get('status')} — keep the task_uuid and poll later")
time.sleep(3)
poll = requests.get(f"https://www.namifusion.com/api/v1/marketplace/run/tasks/{task['task_uuid']}", headers=HEADERS)
poll.raise_for_status()
task = poll.json()
print(task["status"], task.get("output"))JavaScript
const API_KEY = "YOUR_API_KEY";
const HEADERS = { Authorization: `Bearer ${API_KEY}` };
// 1) Submit
const resp = await fetch("https://www.namifusion.com/api/v1/marketplace/run/namifusion/head-swap/image-edit", {
method: "POST",
headers: { ...HEADERS, "Content-Type": "application/json" },
body: JSON.stringify({
"input": {
"images": [
"https://assets-public.namifusion.com/uploads/images/2026-04-21/76c1186af77d.png",
"https://assets-public.namifusion.com/uploads/images/2026-04-21/149467630166.png"
]
}
}),
});
if (!resp.ok) throw new Error(`submit failed: ${resp.status} ${await resp.text()}`);
let task = await resp.json();
// 2) Poll until a terminal state (completed / failed / cancelled).
// This model is allowed up to 600s server-side.
const deadline = Date.now() + 660 * 1000;
while (!["completed", "failed", "cancelled"].includes(task.status)) {
if (Date.now() > deadline) throw new Error(`still ${task.status} — keep the task_uuid and poll later`);
await new Promise((r) => setTimeout(r, 3000));
const poll = await fetch(`https://www.namifusion.com/api/v1/marketplace/run/tasks/${task.task_uuid}`, { headers: HEADERS });
if (!poll.ok) throw new Error(`poll failed: ${poll.status}`);
task = await poll.json();
}
console.log(task.status, task.output);ドキュメント
画像ヘッドスワップ
参照画像の頭部を対象写真へ移し、対象側の身体、ポーズ、シーンを維持します。
Head Swap Image Edit は、2 枚の画像を使って対象写真の頭部を置き換える専用ワークフローです。1 枚目が頭部と ID の参照、2 枚目が維持すべき身体、ポーズ、衣服、照明、背景を含む対象写真です。入力構造は簡単ですが、2 枚の役割を正しく解釈させるため、順序を必ず守る必要があります。
主な特長
- 頭部置換に特化:対象写真を視覚的なベースとして、主に頭部領域を変更します。
- 2 画像による明確な制御:ID 参照と対象構図を別々の画像で指定し、テキストプロンプトを必要としません。
- ポーズとシーンの維持:対象側の身体、衣服、フレーミング、背景を保つことを目的としています。
- 単純な入力仕様:文書に記載された順序で、ちょうど 2 つの画像 URL を指定します。
- 正方形出力:後工程で扱いやすい 1024 x 1024 の編集画像を生成します。
技術仕様
| 項目 | 内容 |
|---|---|
| タスク | 頭部置換 / 画像編集 |
| 必須入力 | images、画像 URL ちょうど 2 件 |
| 画像 1 | 頭部と ID の参照 |
| 画像 2 | 対象写真と基本構図 |
| 入力順序 | 参照画像が先、対象画像が後 |
| プロンプト | 不要 |
| 出力 | 編集画像 URL |
| 出力サイズ | 1024 x 1024 |
入力のポイント
参照画像には、頭部が鮮明に写り、隠れの少ないものを使用してください。対象画像では、頭部、首、周囲の髪や衣服との境界が読み取れることが重要です。カメラ角度と主な光の方向が近い 2 枚を選ぶと、自然に融合しやすくなります。URL は必ず「頭部参照、対象写真」の順に指定します。
価格
| 項目 | 価格 |
|---|---|
| 編集画像 1 枚 | 22 クレジット |
記載値は既存の Marketplace 価格設定をそのまま示しており、この文書更新で価格は変更されません。
主なユースケース
- キャラクターやキャスティング案のクリエイティブレビュー。
- 承認済みのポーズとシーンを維持したポートレート案の比較。
- 既存の広告構図へ別の頭部参照を適用するモックアップ。
- テキスト指示による不要な変化を避けたい制御された画像実験。
活用のポイント
頭部が小さすぎる画像、強くぼけた画像、完全な横顔、大きく隠れた参照画像は避けてください。2 枚の視点と照明方向を近づけ、生成後は生え際、耳、首の境界、アクセサリーを確認します。位置合わせが悪い場合は、画像順を変えずに入力画像や切り抜きを改善してください。
関連モデル
xAI Grok Imagine Image v2.0 画像編集
xAI Grok Imagine Image V2.0 Edit は、テキストによるプロンプトを使って入力画像を編集できるモデルです。解像度と品質を設定でき、精密な画像編集、ビジュアル調整、クリエイティブなバリエーション、SNS コンテンツ、マーケティング素材、制作ワークフローに適しています。すぐに使える REST 推論 API を提供し、高性能・コールドスタートなし・手頃な価格で利用できます。
qwen-image-edit-spicy
テキスト指示で画像を精密に編集。要素の追加・削除・変更、スタイル変換、背景置換に対応し、写真補正やビジュアルデザインに適しています。
Qwen Image 3.0 Pro Edit|高速画像編集
Qwen Image 3.0 Pro Edit は、優れた画質と高度な指示理解を備えたプロ向けの画像編集モデルです。最大 2k に対応。すぐに使える REST inference API を提供し、高性能、コールドスタートなし、手頃な価格で利用できます。
OpenAI GPT Image 2.5 Sunburst 画像編集
最大 16 枚の参照画像を使用し、高精細で正確な画像編集を行います。
OpenAI GPT Image 2.5 Flare 画像編集
自然言語の指示と最大 16 枚の参照画像を使用して、高速でバランスの取れた画像編集を行います。
Nano Banana 画像編集
高速・低価格な編集。 マスキング不要で、直感的なオブジェクト置換やスタイル変換が可能。
Nano Banana Pro 画像編集
4K セマンティック編集。自然言語で画像を修正。文脈認識と画像内多言語テキスト編集に対応。
Nano Banana 2 画像編集
4K セマンティック編集。自然言語で画像を修正。文脈認識と画像内多言語テキスト編集に対応。