Ana içeriğe geç
bria avatarı

Bria Eraser API

bria/eraser

Fotoğraftaki istenmeyen nesneleri, kişileri ya da filigranları maskeleyerek silin; geriye temiz ve doğal görünen bir sonuç kalır — çıktılar ticari açıdan güvenli.

düzenleme
0.04

Model girdisi

Input

The source image to erase from.

A binary black-and-white mask the same size as the source image. White marks the area to clean/erase; black is preserved.

How the mask was produced: 'manual' for user-generated masks, 'automatic' for algorithm-generated masks like SAM.

Additional Settings

Customize your input with more control.

Attempts to preserve the alpha channel of the input image. Enable only for images with transparency.

You need to be logged in to run this model and view results.
Log in

Model çıktısı

Output

Loading
Generated in 9.007 seconds
Logs (1 lines)

Örnek istekler

Örnekler

Example output 1Example output 2

Bria Eraser API

Bria Eraser is a image-to-image AI model by bria. On ModelRunner it runs through a REST API or via MCP from any AI assistant, at $0.04 per image.

POST https://queue.modelrunner.run/bria/eraser

cURL

# Submit a request to the queue. Input fields go at the top level of the
# body. The optional reserved "metadata" object holds your own flat string
# tags — stored on the request, never sent to the model; filter later with
# GET https://queue.modelrunner.run/requests?metadata=<url-encoded JSON>.
curl -X POST https://queue.modelrunner.run/bria/eraser \
  -H "Authorization: Key $MRUN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "mask_url": "https://media.modelrunner.ai/cCZNEvPoR74itfUt-eraser-balloon-mask.png",
    "image_url": "https://media.modelrunner.ai/9hs8elFIkWp5UKIH-eraser-balloon-scene.png",
    "mask_type": "manual",
    "preserve_alpha": false,
    "metadata": {
      "project": "my-project"
    }
  }'
# → { "request_id": "...", "status_url": "...", "response_url": "..." }

# Poll status_url until "COMPLETED", then fetch the result
curl "https://queue.modelrunner.run/bria/eraser/requests/$REQUEST_ID/status" \
  -H "Authorization: Key $MRUN_API_KEY"
curl "https://queue.modelrunner.run/bria/eraser/requests/$REQUEST_ID" \
  -H "Authorization: Key $MRUN_API_KEY"

JavaScript

import { modelrunner } from "@modelrunner/client";

const result = await modelrunner.subscribe("bria/eraser", {
  input: {
    "mask_url": "https://media.modelrunner.ai/cCZNEvPoR74itfUt-eraser-balloon-mask.png",
    "image_url": "https://media.modelrunner.ai/9hs8elFIkWp5UKIH-eraser-balloon-scene.png",
    "mask_type": "manual",
    "preserve_alpha": false
  },
});
console.log(result);

Python

import os
import requests

headers = {"Authorization": f"Key {os.environ['MRUN_API_KEY']}"}

submitted = requests.post(
    "https://queue.modelrunner.run/bria/eraser",
    headers=headers,
    json={
      "mask_url": "https://media.modelrunner.ai/cCZNEvPoR74itfUt-eraser-balloon-mask.png",
      "image_url": "https://media.modelrunner.ai/9hs8elFIkWp5UKIH-eraser-balloon-scene.png",
      "mask_type": "manual",
      "preserve_alpha": false
    },
).json()

# Poll submitted["status_url"] until "COMPLETED", then:
result = requests.get(submitted["response_url"], headers=headers).json()

Input parameters

Input parameters of Bria Eraser
NameTypeRequiredDescription
image_urlstring (uri)yesThe source image to erase from.
mask_urlstring (uri)yesA binary black-and-white mask the same size as the source image. White marks the area to clean/erase; black is preserved.
mask_typeenumnoHow the mask was produced: 'manual' for user-generated masks, 'automatic' for algorithm-generated masks like SAM. One of: manual, automatic. Default: "manual".
preserve_alphabooleannoAttempts to preserve the alpha channel of the input image. Enable only for images with transparency. Default: false.

Machine-readable: OpenAPI schema · llms.txt

Use Bria Eraser from Claude & Cursor (MCP)

Point Claude Code, Claude Desktop, Cursor, or any MCP client at the ModelRunner MCP server and Bria Eraser becomes a tool your assistant can call directly — it authorizes via OAuth (no API key in config) and runs this model with the run_model tool using the endpoint bria/eraser.

MCP client config (Claude Desktop, Cursor)

{
  "mcpServers": {
    "modelrunner": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://mcp.modelrunner.run/mcp"]
    }
  }
}

Claude Code

claude mcp add --transport http modelrunner https://mcp.modelrunner.run/mcp

Then ask your assistant, for example: “Run bria/eraser on ModelRunner to generate image”. MCP setup guide.

Model Detayları

Model Detayları

Bria Eraser, bir görseldeki istenmeyen içeriği temiz biçimde kaldırır. Bir kaynak görsel ve yok olmasını istediğiniz alanı işaretleyen binary bir maske verirsiniz; Eraser maskenin kapladığı her şeyi siler ve arkasında kalan alanı yeniden kurar, böylece sonuç o nesne hiç orada olmamış gibi görünür. Prompt gerektirmez — yazmanız gereken bir metin talimatı yoktur. Güçlü yanı, geride bir leke ya da delik bırakmak yerine inandırıcı bir arka planı yeniden kuran, hassas ve iz bırakmayan nesne kaldırmadır.

Bria modelleri yalnızca tamamen lisanslı verilerle eğitildiği için çıktılar ticari kullanımda güvenli ve risksizdir.

## En uygun olduğu işler - Bir fotoğraftan istenmeyen nesneleri, kişileri ya da dikkat dağıtan ayrıntıları silmek (fotoğraf temizleme / dikkat dağıtıcıları kaldırma) - Filigranları, logoları, tarih damgalarını ya da üstüne bindirilmiş yazıları maskeleyerek kaldırmak - Ürün ve emlak fotoğraflarını yayınlamadan önce temizlemek - Görselin geri kalanına dokunmadan kadraja kaçan kişileri ya da dağınıklığı silmek

## Şu durumlarda başka bir model seçin - Maskeli bölgedeki içeriği silmek yerine oraya bir şey eklemek ya da onu değiştirmek istiyorsanız — bir generative fill / inpainting modeli kullanın - Özneyi kesip saydam PNG arka planlı bir kesit almak istiyorsanız — bir arka plan kaldırma modeli kullanın - Tuvali büyütüp çevresine yeni alan üretmek istiyorsanız — bir outpainting / genişletme modeli kullanın - Sözle tarif edilen, talimata dayalı bir düzenleme gerekiyorsa — prompt tabanlı bir görsel düzenleme modeli kullanın

## İpuçları - Maskeyi nesnenin etrafına sıkıca çizin; beyaz pikseller silinecek alanı işaretler, siyah alan korunur - Maske, kaynak görselle aynı boyutlarda olmalıdır; aksi halde bölgeler birbirine oturmaz - `mask_type` alanını yalnızca maskeniz SAM gibi bir algoritmadan geldiyse `automatic` yapın; elle çizilmiş maskeler için `manual` bırakın

## Gelişmiş Yapılandırma

### mask_type Eraser’a maskenin nasıl üretildiğini söyler. `manual` (varsayılan), kullanıcının çizdiği ya da elle düzenlenmiş maskeler içindir. `automatic`, SAM gibi bir segmentasyon algoritmasının ürettiği maskeler içindir. Modelin sınırları doğru yorumlaması için bu değeri maskeyi nasıl oluşturduğunuza göre seçin.

### preserve_alpha Girdi görselinde saydamlık varsa, çıktıda alpha kanalını olduğu gibi korumak için bunu `true` yapın. Sıradan, saydam olmayan fotoğraflar için `false` (varsayılan) bırakın.

ModelRunner JavaScript client ile çalıştırmak için: ```js import { modelrunner } from "@modelrunner/client";

const result = await modelrunner.subscribe("bria/eraser", { input: { image_url: "https://media.modelrunner.ai/example-source.png", mask_url: "https://media.modelrunner.ai/example-mask.png", mask_type: "manual", }, }); ```