Software IA para retoque masivo
Budget: $30 – $250 USD
Quiero desarrollar un programa de retoque fotográfico con inteligencia artificial pensado específicamente para fotografías de carnetización. El flujo ideal es que pueda cargar cientos de imágenes a la vez y recibir el lote completamente tratado en cuestión de minutos.
Funcionalidades clave que necesito integrar:
• Procesamiento por lotes con selección de carpeta origen y destino.
• Encuadre automático de la foto al formato estándar de carnet.
• Eliminación o sustitución de fondo con opción de fondo sólido personalizable.
• Corrección de color y ajuste global de brillo / contraste.
• Corrección de imperfecciones de piel (suavizado selectivo).
• Redimensionado final a resoluciones predefinidas (por ejemplo 3×4 cm a 300 dpi).
Me gustaría una interfaz sencilla: arrastrar y soltar las imágenes, elegir las opciones anteriores mediante checkboxes y lanzar el procesamiento. Agradeceré que la solución quede como aplicación de escritorio (Windows) o, si lo prefieres, como script Python con guía de instalación; la prioridad es la funcionalidad.
Incluye en tu propuesta:
• Herramientas, librerías o modelos que piensas usar (p. ej. OpenCV, Pillow, Mediapipe, Stable Diffusion, etc.).
• Tiempo estimado para entregar un prototipo funcional y para la versión depurada final.
• Cómo garantizas calidad y velocidad en el procesamiento por lotes.
Valoraré ejemplos previos de proyectos similares o una demo corta que muestre resultados comparables.
Funcionalidades clave que necesito integrar:
• Procesamiento por lotes con selección de carpeta origen y destino.
• Encuadre automático de la foto al formato estándar de carnet.
• Eliminación o sustitución de fondo con opción de fondo sólido personalizable.
• Corrección de color y ajuste global de brillo / contraste.
• Corrección de imperfecciones de piel (suavizado selectivo).
• Redimensionado final a resoluciones predefinidas (por ejemplo 3×4 cm a 300 dpi).
Me gustaría una interfaz sencilla: arrastrar y soltar las imágenes, elegir las opciones anteriores mediante checkboxes y lanzar el procesamiento. Agradeceré que la solución quede como aplicación de escritorio (Windows) o, si lo prefieres, como script Python con guía de instalación; la prioridad es la funcionalidad.
Incluye en tu propuesta:
• Herramientas, librerías o modelos que piensas usar (p. ej. OpenCV, Pillow, Mediapipe, Stable Diffusion, etc.).
• Tiempo estimado para entregar un prototipo funcional y para la versión depurada final.
• Cómo garantizas calidad y velocidad en el procesamiento por lotes.
Valoraré ejemplos previos de proyectos similares o una demo corta que muestre resultados comparables.