Files

T

till 7c23c3f4c7 Klarbildbot v1.0 — AI-Bildaufbereitung (Freistellen + Upscaling) als Telegram-Bot

- Telegram-Bot (Polling) mit Inline-Menue: Klarbild x2/x4, Freistellen, kombiniert
- Upscaling via OpenCV dnn_superres (FSRCNN default, EDSR optional), gekachelt
- Freistellen via rembg (isnet-general-use, Alpha-Matting)
- Picdrop-Batch via SFTP (/picdrop)
- Health-Server (aiohttp) fuer Coolify, Zugriffsschutz via ALLOWED_USER_IDS
- Dockerfile backt Modelle (SR von raw.githubusercontent, rembg von HF-Mirror)

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01XNQ8ghPfzAfsyVYd6HgFb6

2026-07-23 10:14:27 +00:00

2.1 KiB

Raw Blame History

Klarbildbot

Self-hosted Telegram-Bot für AI-Bildaufbereitung – alles lokal auf CPU, keine externen/US-APIs.

🔍 Klarbild (Upscaling) – AI-Super-Resolution (OpenCV dnn_superres, FSRCNN/EDSR) + Entrauschung + Schärfung
✂️ Freistellen – Hintergrund per AI entfernen (rembg, ISNet/U2Net) → PNG mit Transparenz
✨ Freistellen + Klarbild – kombiniert
📁 Picdrop-Batch (optional) – ganze Galerie per SFTP ziehen, verarbeiten, zurückladen

Nutzung

Bild an den Bot senden (für volle Auflösung als Datei, nicht als komprimiertes Foto)
Aktion im Menü wählen
Ergebnis kommt als Datei zurück

Befehle: /start, /help, /picdrop <ordner> up2|up4|cut

Stack

Python 3.11 · python-telegram-bot (Polling) · rembg + onnxruntime · opencv-contrib (dnn_superres) · aiohttp (Health) · paramiko (Picdrop-SFTP). Deployment: Docker → Coolify, Repo in Gitea.

Lokal starten

pip install -r requirements.txt
bash scripts/fetch_models.sh models      # SR-Modelle laden
export BOT_TOKEN=... MODELS_DIR=$PWD/models U2NET_HOME=$PWD/models/u2net
python -m app.bot

Konfiguration

Siehe .env.example. Wichtig:

BOT_TOKEN (Pflicht)
ALLOWED_USER_IDS – auf die eigene Telegram-ID setzen (Zugriffsschutz). /start zeigt die ID.
UPSCALE_MODEL=fsrcnn (Default, schnell). edsr gibt mehr Detail, ist auf CPU aber sehr langsam.
Picdrop: PICDROP_USER / PICDROP_PASSWORD setzen, um /picdrop zu aktivieren.

Deployment (Coolify)

Dockerfile-Build. Modelle werden beim Build gebacken (SR-Modelle von raw.githubusercontent, rembg-Modell vom HuggingFace-Mirror). Health-Endpoint auf :8080/health. Bot läuft im Polling-Modus – kein öffentlicher Webhook nötig, die Coolify-URL dient nur dem Health-Check.

Hinweise

Telegram-Bots können Dateien bis 20 MB laden/senden.
Auf schwachen Boxen (z. B. Hetzner CX33, 8 GB, keine GPU) fsrcnn + MAX_INPUT_EDGE≤1600 + TILE_SIZE=256 lassen.
Für Real-ESRGAN-Qualität ENABLE_REALESRGAN=1 + ONNX-Modell hinterlegen (stärkere Box/GPU empfohlen).

2.1 KiB Raw Blame History Unescape Escape