# Pixelcut Product Photo API

> தயாரிப்பு படக் கலப்பி: பொருளைத் தனியே பிரித்து, பின்னணி, ஓர இடைவெளி மற்றும் நிழலுடன் புதிய கேன்வாஸில் வைக்கிறது

தயாரிப்பு புகைப்படத்தை catalog-style படமாகச் செயலாக்குகிறது. `image_size` முன்னமைவுகள் அல்லது தனிப்பயன் பரிமாணங்கள் மூலம் canvas-ஐ அமைக்கலாம், திட, வெளிப்படையான அல்லது பட `background`ஐத் தேர்ந்தெடுக்கலாம், மேலும் `margin`ஐச் சரிசெய்யலாம். உருவாக்கப்பட்ட அல்லது விழும் `shadow` மற்றும் விருப்பமான `watermark` மேலடுக்குக் கிடைக்கின்றன. வெளியீடு png அல்லது jpeg ஆகும்; வெளிப்படையான பின்னணியுடன் jpeg-ஐப் பயன்படுத்த முடியாது.

- Model id: `pixelcut/product-photo`
- Made by: Pixelcut
- Category: Image Editing
- Output: image
- Price: $0.024 / image (cheapest run $0.024 (24 API credits))
- Run: `POST https://api.doitong.com/v1/run/pixelcut/product-photo`
- Quote: `POST https://api.doitong.com/v1/quote/pixelcut/product-photo`
- Docs page: https://doitong.com/ta/developers/models/pixelcut/product-photo

## Pricing

Price: **$0.024 / image**. Billed per generated image.

The full example input below costs $0.024 = 24 API credits (1 image × 24 API credits).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). `POST https://api.doitong.com/v1/quote/pixelcut/product-photo` with the same JSON body returns the exact price for that input; the quote is exactly what a run charges. Invalid input is never charged and failed or canceled requests are refunded automatically.

## Input parameters

Send either the canonical name or the native field name (not both). Canonical names are the same across models.

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `image_url` | `image` | string (image URL) | yes |  |  | செயலாக்கத்திற்கான தயாரிப்புப் பட URL. |
| `image_size` |  | object {width, height} \| enum (string) \| null | no | `square_hd` | `square_hd`, `square`, `portrait_4_3`, `portrait_16_9`, `landscape_4_3`, `landscape_16_9` | வெளியீட்டு canvas-ன் பரிமாணங்கள்; custom {width, height} அல்லது preset-ஆக: square_hd, square, portrait_4_3, portrait_16_9, landscape_4_3, landscape_16_9. இயல்புநிலை square_hd (1024x1024). |
| `background` |  | object {mode, color, image_url, image_fit} | no |  |  | வெளியீட்டிற்கான பின்னணி: படம், வெளிப்படைத்தன்மை அல்லது இயல்புநிலையாக white ஆகும் திட நிறம். |
| `background.mode` |  | enum (string) | no | `Color` | `Transparent`, `Color`, `Image` | பின்னணி முறை: 'Color' `color`-ஐப் பயன்படுத்தி இயல்புநிலையாக white ஆகும்; 'Transparent' வெளிப்படைத்தன்மையை உருவாக்கி எப்போதும் PNG-ஐப் பயன்படுத்தும்; 'Image' முடிவை `image_url` மேல் compositing செய்யும். |
| `background.color` |  | object {r, g, b} | no | `{"b":255,"g":255,"r":255}` |  | 'Color' mode-க்கான திடப் பின்னணி நிரப்பு; இயல்புநிலையாக white, 0 முதல் 255 வரையிலான R/G/B கூறுகள் மூலம் குறிப்பிடப்படுகிறது. |
| `background.color.r` |  | integer | yes |  | 0 – 255 |  |
| `background.color.g` |  | integer | yes |  | 0 – 255 |  |
| `background.color.b` |  | integer | yes |  | 0 – 255 |  |
| `background.image_url` |  | string (image URL) \| null | no |  |  | பின்னணிப் படத்திற்கான URL; 'Image' mode-இல் கட்டாயம். |
| `background.image_fit` |  | enum (string) | no | `Cover` | `Cover`, `Contain`, `Stretch` | பின்னணிப் படம் canvas-இல் எவ்வாறு பொருந்த வேண்டும் என்பதைத் தேர்ந்தெடுக்கவும். 'Contain' `color` மேல் letterboxing உடன் பொருத்தப்பட்ட படத்தைப் பாதுகாக்கும்; 'Stretch' distortion பயன்படுத்திப் பொருத்தும்; 'Cover' cropping மூலம் canvas-ஐ நிரப்பும். |
| `margin` |  | object {all, left, right, top, bottom} | no |  |  | தயாரிப்புக்கும் canvas விளிம்புகளுக்கும் இடையிலான இடைவெளி. எல்லா margin-களையும் அமைக்க `all`-ஐப் பயன்படுத்தவும்; தனிப்பட்ட பக்கங்களுக்கு விருப்ப overrides வழங்கலாம்; இயல்புநிலை ஒவ்வொரு பக்கத்திற்கும் 20%. |
| `margin.all` |  | string | no | `20%` |  | ஒவ்வொரு பக்கத்திற்குமான ஒரே மாதிரியான margin; canvas பரிமாணத்தின் '%' ஆக 0 முதல் 49% வரை அல்லது குறைந்தது 0px உடன் 'px' ஆக குறிப்பிடப்படுகிறது. |
| `margin.left` |  | string \| null | no |  |  | அந்தப் பக்கத்தில் `all`-ஐ மாற்றும் இடது margin. 0 முதல் 49% வரையிலான '%' அல்லது 0px மற்றும் அதற்கு மேற்பட்ட 'px' மதிப்பை ஏற்கும். |
| `margin.right` |  | string \| null | no |  |  | அந்தப் பக்கத்தில் `all`-ஐ மாற்றும் வலது margin. 0 முதல் 49% வரையிலான '%' அல்லது 0px மற்றும் அதற்கு மேற்பட்ட 'px' மதிப்பை ஏற்கும். |
| `margin.top` |  | string \| null | no |  |  | அந்தப் பக்கத்தில் `all`-ஐ மாற்றும் மேல் margin. 0 முதல் 49% வரையிலான '%' அல்லது 0px மற்றும் அதற்கு மேற்பட்ட 'px' மதிப்பை ஏற்கும். |
| `margin.bottom` |  | string \| null | no |  |  | அந்தப் பக்கத்தில் `all`-ஐ மாற்றும் கீழ் margin. 0 முதல் 49% வரையிலான '%' அல்லது 0px மற்றும் அதற்கு மேற்பட்ட 'px' மதிப்பை ஏற்கும். |
| `shadow` |  | object {type, generative, drop} | no |  |  | நிழல் அமைப்பு: 'Generative' அல்லது 'Drop' என்பதைத் தேர்ந்தெடுத்து அதன் அமைப்புகளை உள்ளமைக்கவும். நிழல் வேண்டாம் என்றால் அமைக்காமல் விடவும். |
| `shadow.type` |  | enum (string) \| null | no |  | `Generative`, `Drop` | விருப்ப நிழல் பாணி; அமைக்காமல் விட்டால் நிழல் இருக்காது. AI synthesis-க்கு 'Generative' அல்லது deterministic drop shadow-க்கு 'Drop' என்பதைத் தேர்ந்தெடுக்கவும். |
| `shadow.generative` |  | object {opacity, light_source} | no |  |  | 'Generative' type தேர்ந்தெடுக்கப்பட்டபோது பயன்படுத்தப்படும் AI-generated shadow-க்கான அமைப்புகள். |
| `shadow.generative.opacity` |  | number | no | `0.2` | 0 – 1 | முழுமையாக composited செய்யப்பட்ட நிழலின் opacity, 0 முதல் 1 வரை. |
| `shadow.generative.light_source` |  | object {size, position} \| null | no |  |  | நிழல் synthesis-க்கான வெளிப்படையாகக் குறிப்பிடப்பட்ட virtual light source; வழங்கப்பட்டால் படத்திலிருந்து light direction-ஐத் தானாக மதிப்பிடுவதை மாற்றும். |
| `shadow.drop` |  | object {color, horizontal, vertical, blur, opacity} | no |  |  | 'Drop' type தேர்ந்தெடுக்கப்பட்டபோது பயன்படுத்தப்படும் drop shadow-க்கான அமைப்புகள். |
| `shadow.drop.color` |  | object {r, g, b} | no | `{"b":0,"g":0,"r":0}` |  | நிழலுக்கான RGB நிறம்; இயல்புநிலை black. |
| `shadow.drop.horizontal` |  | number | no | `50` | -100 – 100 | கிடைமட்ட நிழல் இடப்பெயர்வு; அதிகபட்சமான 100 அமைப்பு கேன்வாஸ் அகலத்தின் 10%-ஐ குறிக்கிறது. மதிப்புகள் -100 முதல் 100 வரை இருக்கும்; எதிர்மறை அமைப்புகள் இடப்புறமும் நேர்மறை அமைப்புகள் வலப்புறமும் இடமாற்றும். |
| `shadow.drop.vertical` |  | number | no | `8` | -100 – 100 | செங்குத்து நிழல் இடப்பெயர்வு; அதிகபட்சமான 100 அமைப்பு கேன்வாஸ் உயரத்தின் 10%-ஐ குறிக்கிறது. மதிப்புகள் -100 முதல் 100 வரை இருக்கும்; எதிர்மறை அமைப்புகள் மேல்புறமும் நேர்மறை அமைப்புகள் கீழ்ப்புறமும் இடமாற்றும். |
| `shadow.drop.blur` |  | number | no | `24` | 0 – 100 | நிழல் மங்கல் அமைப்பு; அதிகபட்ச மென்மையான 100 மதிப்பு, குறுகிய கேன்வாஸ் பரிமாணத்தின் 5% ஆரத்துக்கு இணையானது. வரம்பு 0-இல் தொடங்குகிறது; இது விளிம்புகளைக் கடினமாக வைத்திருக்கும். |
| `shadow.drop.opacity` |  | number | no | `0.25` | 0 – 1 | நிழலின் ஒளிபுகாநிலை, 0 முதல் 1 வரை. |
| `watermark` |  | object {image_url, remove_background, position, scale, opacity, margin} \| null | no |  |  | படத்தை வழங்குவதன் மூலம் லோகோ அல்லது வாட்டர்மார்க் மேலடுக்கை இயக்கலாம்; அதைத் தவிர்த்தால், இயல்புநிலையாக இருப்பதுபோல் வெளியீடு வாட்டர்மார்க் இல்லாமல் இருக்கும். |
| `watermark.image_url` |  | string (image URL) \| null | no |  |  | லோகோ அல்லது வாட்டர்மார்க் படத்திற்கான URL. காலி மதிப்பு, வெளியீட்டை வாட்டர்மார்க் இல்லாமல் வைக்கும். |
| `watermark.remove_background` |  | boolean | no | `false` |  | மேலடுக்கிலிருந்து வாட்டர்மார்க் பின்னணியை நீக்க, பின்னணி அகற்றலைப் பயன்படுத்த வேண்டுமா. |
| `watermark.position` |  | enum (string) | no | `bottom_right` | `top_left`, `top_right`, `bottom_left`, `bottom_right`, `center` | வாட்டர்மார்க்கின் இடம். |
| `watermark.scale` |  | number | no | `0.1` | 0.01 – 1 | கேன்வாஸ் அகலத்தின் பின்னமாகக் குறிப்பிடப்படும் வாட்டர்மார்க்கின் அகலம். |
| `watermark.opacity` |  | number | no | `1` | 0 – 1 | வாட்டர்மார்க்கின் ஒளிபுகாநிலை, 0 முதல் 1 வரை. |
| `watermark.margin` |  | string | no | `3%` |  | கேன்வாஸ் விளிம்பிலிருந்து உள்நோக்கிய தூரம், கேன்வாஸின் '%' ஆக (0–49%) அல்லது 'px' ஆகக் குறிப்பிடப்படுகிறது. |
| `output_format` |  | enum (string) \| null | no |  | `png`, `jpeg` | PNG அல்லது JPEG-இலிருந்து தேர்ந்தெடுக்கப்படும் வெளியீட்டுப் படக் குறியாக்கம்; வெளிப்படையான பின்னணிகளுக்கு JPEG கிடைக்காது. தேர்வைத் தவிர்த்தால், உள்ளீட்டின் வடிவம் பாதுகாக்கப்படும். |

File parameters (`image`) take a public `https://` URL, a `data:` URI up to 10 MB, or the `file_url` of an upload from `POST /files`.

## Example input

Required parameters only:

```json
{
  "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
}
```

A fuller example:

```json
{
  "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
}
```

## Run it

Set `DOITONG_API_KEY` to a key from https://doitong.com/developers/dashboard#keys. `?wait=20` returns the finished request in the same call when it is ready within 20 seconds; otherwise poll `GET /requests/{id}` (it also accepts `?wait=`), or pass `webhook_url`.

### curl

```bash
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/pixelcut/product-photo?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"
```

### JavaScript

```javascript
const API = "https://api.doitong.com/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/pixelcut/product-photo?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");
```

### Python

```python
import os
import requests

API = "https://api.doitong.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/pixelcut/product-photo", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])
```

### MCP

The MCP server at `https://api.doitong.com/v1/mcp` exposes the tools `search_models`, `get_model`, `quote`, `run`, `get_request`, `cancel_request`, `list_requests`, `create_upload` and `get_account`. A `run` call for this model:

```json
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "pixelcut/product-photo",
      "input": {
        "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
      },
      "wait_seconds": 20
    }
  }
}
```

## Response

Every call returns a request object. `status` is one of `queued`, `running`, `succeeded`, `failed`, `canceled`. `outputs` lists the generated files with URLs on our storage (kept forever, or 7 days with `?storage=temporary`; `storage` says which); `output` is the model's own result object with the same URLs.

```json
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "pixelcut/product-photo",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 24,
    "usd": "0.024",
    "charged": 24,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  },
  "output": {
    "image": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200,
      "width": 1024,
      "height": 768
    }
  },
  "outputs": [
    {
      "type": "image",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "width": 1024,
      "height": 768,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `image` | object {url, content_type, file_name, file_size, width, height} \| null | பட்டியல் பயன்பாட்டிற்காகத் தயாரிக்கப்பட்ட தயாரிப்புப் புகைப்படம். |

## Related models

- [Pixelcut Looping Video](https://doitong.com/developers/models/pixelcut/looping-video.md) (`pixelcut/looping-video`): from $0.08 / second
- [Pixelcut Background Remover](https://doitong.com/developers/models/pixelcut/background-removal.md) (`pixelcut/background-removal`): $0.016 / image
- [Pixelcut Video Background Removal](https://doitong.com/developers/models/pixelcut/video-background-removal.md) (`pixelcut/video-background-removal`): $0.022 / 30 frames of input video
- [FLUX.1 Kontext \[pro\]](https://doitong.com/developers/models/flux-pro/kontext.md) (`flux-pro/kontext`): $0.04 / image
- [GPT Image 2.5 Edit](https://doitong.com/developers/models/openai/gpt-image-2.5/flare/edit.md) (`openai/gpt-image-2.5/flare/edit`): from $0.12 / image
- [Nano Banana 2 Edit](https://doitong.com/developers/models/nano-banana-2/edit.md) (`nano-banana-2/edit`): from $0.06 / image
- [Nano Banana Pro Edit](https://doitong.com/developers/models/nano-banana-pro/edit.md) (`nano-banana-pro/edit`): from $0.15 / image
- [Qwen Image 3 Edit](https://doitong.com/developers/models/alibaba/qwen-image-3/edit.md) (`alibaba/qwen-image-3/edit`): from $0.04 / image

## Links

- HTML page: https://doitong.com/developers/models/pixelcut/product-photo
- All models and guides for AI agents: https://doitong.com/developers/llms.txt
- OpenAPI 3.1 with this model's typed request body: https://doitong.com/developers/openapi.json?model=pixelcut/product-photo
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/pixelcut/product-photo