SnapOtter — Hébergez Votre Propre Éditeur d'Images avec 48 Outils Propulsés par l'IA dans un Conteneur Docker

Qu'est-ce que SnapOtter ?

SnapOtter est une plateforme open-source d'édition d'images auto-hébergée qui regroupe 48 outils de traitement d'image et des capacités d'IA locale dans un seul conteneur Docker. Pas de dépendances cloud, pas de services externes — vos images ne quittent jamais votre machine.

GitHub : github.com/snapotter-hq/snapotter
Stars : ⭐ 1 250+
Licence : AGPL-3.0 / Commerciale
Langage : TypeScript (backend Fastify + frontend React), Python (pont IA)

Pourquoi c'est important : Auto-héberger un éditeur d'images signifie généralement soit utiliser un logiciel lourd (GIMP, Photoshop), soit dépendre d'API cloud qui facturent par image. SnapOtter vous offre une suite de traitement d'images professionnelle — incluant des fonctionnalités IA comme la suppression d'arrière-plan et l'upscaling — qui fonctionne entièrement sur votre propre matériel. Un simple docker run et vous avez 48 outils à portée de main.

Fonctionnalités Clés

Architecture

SnapOtter embarque une application web complète dans un seul conteneur. Le backend Fastify sert à la fois le frontend React (SPA) et l'API REST, en routant les requêtes vers le Moteur d'Images (pool de workers Sharp pour les opérations standard) ou le Moteur IA (pont Python pour les tâches de ML).

Voici comment fonctionne le flux de requêtes :

1. Le navigateur envoie une requête HTTP au serveur Fastify (port 1349) avec un fichier image
2. L'API valide les entrées avec Zod, authentifie l'utilisateur et route la requête
3. Les outils standard (redimensionner, recadrer, convertir, compresser) sont délégués aux workers Piscina utilisant Sharp — ils ne bloquent pas la boucle d'événements principale
4. Les outils IA (suppression d'arrière-plan, upscaling, OCR) sont envoyés au Pont Dispatcher Python, qui exécute les modèles ML à la demande
5. Le pont Python charge les poids du modèle depuis le disque (/opt/models/) pour l'outil spécifique, exécute l'inférence et libère la mémoire
6. SQLite (via Drizzle ORM) stocke les comptes utilisateurs, l'historique des travaux, les métadonnées des fichiers et les paramètres d'exécution
7. Les volumes Docker persistent les images téléchargées et les résultats traités dans /data/

L'architecture est conçue pour une faible consommation mémoire au repos — seul le serveur Fastify tourne (~100-150 Mo). Les workers et le dispatcher Python démarrent lors de la première utilisation et se terminent après 30 secondes d'inactivité.

Prérequis

• Un serveur ou VPS avec Docker et Docker Compose installés
• Au moins 1 Go de RAM (2 Go+ recommandé pour les fonctionnalités IA)
• 10 Go+ d'espace disque libre (les poids des modèles prennent ~5-7 Go)
• Optionnel : GPU NVIDIA avec Container Toolkit pour l'accélération GPU

Installation Pas à Pas

Étape 1 : Démarrage Rapide avec Docker (Une Commande)

Le moyen le plus rapide d'essayer SnapOtter :

docker run -d \
--name snapotter \
-p 1349:1349 \
-v snapotter-data:/data \
snapotter/snapotter:latest

Ouvrez http://adresse-de-votre-serveur:1349 dans votre navigateur. Identifiants par défaut :

• Nom d'utilisateur : admin
• Mot de passe : admin

Vous devrez changer le mot de passe lors de la première connexion.

Étape 2 : Configuration avec Docker Compose (Recommandé pour la Production)

Créez un fichier docker-compose.yml :

version: "3.8"

services:
  snapotter:
    image: snapotter/snapotter:latest
    container_name: snapotter
    ports:
      - "1349:1349"
    volumes:
      - snapotter-data:/data
      - snapotter-workspace:/tmp/workspace
    environment:
      - DEFAULT_USERNAME=admin
      - DEFAULT_PASSWORD=votre_mot_de_passe_securise
      - MAX_UPLOAD_SIZE_MB=50
      - AUTH_ENABLED=true
      - LOG_LEVEL=info
      - SESSION_DURATION_HOURS=24
      - RATE_LIMIT_PER_MIN=60
    restart: unless-stopped

volumes:
  snapotter-data:
  snapotter-workspace:

Lancez-le :

docker compose up -d

Étape 3 : Avec Accélération GPU NVIDIA

Si vous avez un GPU NVIDIA, ajoutez --gpus all :

services:
snapotter:
  image: snapotter/snapotter:latest
  container_name: snapotter
  ports:
    - "1349:1349"
  volumes:
    - snapotter-data:/data
    - snapotter-workspace:/tmp/workspace
  environment:
    - DEFAULT_USERNAME=admin
    - DEFAULT_PASSWORD=votre_mot_de_passe_securise
    - MAX_UPLOAD_SIZE_MB=50
    - AUTH_ENABLED=true
  deploy:
    resources:
      reservations:
        devices:
          - driver: nvidia
            count: all
            capabilities: [gpu]
  restart: unless-stopped

Le conteneur bascule automatiquement sur CPU si aucun GPU n'est détecté.

Étape 4 : Options de Configuration

SnapOtter expose ces variables d'environnement pour la personnalisation :

Étape 5 : Proxy Inverse avec Nginx (Optionnel)

Placez SnapOtter derrière un proxy inverse pour HTTPS et un nom de domaine propre :

server {
    listen 443 ssl;
    server_name snapotter.votredomaine.com;

    ssl_certificate /etc/letsencrypt/live/snapotter.votredomaine.com/fullchain.pem;
    ssl_certificate_key /etc/letsencrypt/live/snapotter.votredomaine.com/privkey.pem;

    client_max_body_size 500M;

    location / {
        proxy_pass http://127.0.0.1:1349;
        proxy_http_version 1.1;
        proxy_set_header Upgrade $http_upgrade;
        proxy_set_header Connection "upgrade";
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        proxy_set_header X-Forwarded-Proto $scheme;
        proxy_buffering off;
    }
}

Si vous utilisez un proxy inverse, définissez TRUST_PROXY=true pour que SnapOtter utilise la bonne IP client pour la limitation de débit.

Étape 6 : Utiliser SnapOtter

Une fois lancé, voici ce que vous pouvez faire :

Opérations d'image standard :

• Téléchargez une image et choisissez : Redimensionner, Recadrer, Pivoter, Retourner, Convertir (PNG/JPEG/WebP/AVIF), Compresser, Supprimer les métadonnées EXIF
• Ajustez les couleurs : Luminosité, Contraste, Saturation, Niveaux de gris, Sépia, Inverser

Opérations IA :

• Supprimer l'arrière-plan — Suppression en un clic pour les portraits et photos de produits
• Améliorer la résolution — Augmentez la résolution avec RealESRGAN
• Améliorer les visages — Restaurez et améliorez les détails du visage avec GFPGAN
• Effacer un objet — Supprimez les objets indésirables avec LaMa inpainting
• OCR — Extrayez le texte des images avec PaddleOCR
• Restaurer une photo — Colorisez et restaurez les vieilles photos noir et blanc
• Flouter les visages — Détectez et floutez automatiquement les visages pour la confidentialité

Pipelines :

• Allez dans l'onglet Pipelines
• Enchaînez plusieurs outils (ex : Améliorer → Supprimer l'arrière-plan → Convertir en WebP)
• Sauvegardez comme flux de travail réutilisable
• Exécutez sur des images individuelles ou des dossiers entiers en lot

Accès API :

• Générez une clé API dans les Paramètres
• Utilisez l'API REST pour intégrer SnapOtter dans vos propres scripts

# Exemple : Supprimer l'arrière-plan via l'API
curl -X POST http://localhost:1349/api/v1/tools/remove-background \
  -H "X-API-Key: votre-cle-api" \
  -F "file=@photo.jpg"

Étape 7 : Gestion des Ressources

SnapOtter est efficace en termes de ressources :

• Au repos : ~100-150 Mo de RAM (seul le serveur Fastify tourne)
• Utilisation d'outils standard : Les workers se lancent à la demande, se terminent après 30 secondes d'inactivité
• Utilisation d'outils IA : Le dispatcher Python démarre sur la première requête IA ; les poids des modèles sont chargés par requête, libérés après
• Espace disque : ~5-7 Go pour les fichiers de poids des modèles, plus vos images

Les poids des modèles sont pré-téléchargés pendant la construction Docker, donc le conteneur fonctionne entièrement hors ligne.

Dépannage

Impossible d'accéder à l'interface web sur le port 1349

• Vérifiez si le conteneur tourne : docker ps | grep snapotter
• Vérifiez le mappage de port : docker logs snapotter | grep "listening"
• Vérifiez les règles du pare-feu : ufw status (autorisez le port 1349 si nécessaire)

Les outils IA sont lents

• La première requête IA déclenche un démarrage à froid (initialisation du dispatcher Python + chargement du modèle)
• Les requêtes suivantes sont plus rapides car le dispatcher reste chaud
• Envisagez l'accélération GPU avec --gpus all

"Max upload size exceeded"

• Augmentez MAX_UPLOAD_SIZE_MB dans les variables d'environnement
• Augmentez aussi client_max_body_size de Nginx si derrière un proxy inverse

Le conteneur redémarre sans cesse

• Vérifiez les logs : docker logs snapotter
• Assurez-vous que le volume /data est accessible en écriture : docker exec snapotter touch /data/.test
• Vérifiez que le port 1349 n'est pas déjà utilisé

Comparaison : SnapOtter vs. Alternatives

SnapOtter

• Auto-hébergé: ✅ Oui (local uniquement)
• Fonctionnalités IA: ✅ 15 outils IA (locaux)
• Hors ligne: ✅ Complètement hors ligne
• Prix: ✅ Gratuit (AGPL)
• Traitement par lot: ✅ Oui, avec pipelines
• API REST: ✅ API complète + Swagger
• Conteneur unique: ✅ Oui
• Support GPU: ✅ NVIDIA optionnel

Imaginary Cloud

• Auto-hébergé: ❌ Cloud uniquement
• Fonctionnalités IA: ✅ (API cloud)
• Hors ligne: ❌ Nécessite internet
• Prix: 💰 Payant par image
• Traitement par lot: ❌ Limité
• API REST: ✅ API disponible
• Conteneur unique: ❌ Multi-service
• Support GPU: ✅ GPU cloud

Photopea

• Auto-hébergé: ❌ Cloud uniquement
• Fonctionnalités IA: ❌ Non
• Hors ligne: ❌ Nécessite internet
• Prix: 💰 Premium
• Traitement par lot: ❌ Non
• API REST: ❌ Non
• Conteneur unique: ❌ N/A
• Support GPU: ❌ Non

Ressources

• Dépôt GitHub : github.com/snapotter-hq/snapotter
• Documentation : docs.snapotter.com
• Docker Hub : hub.docker.com/r/snapotter/snapotter
• Documentation Architecture : docs.snapotter.com/guide/architecture
• Documentation API REST : docs.snapotter.com/api/rest
• Référence de Configuration : docs.snapotter.com/guide/configuration
• Communauté Discord : discord.gg/hr3s7HPUsr
• Licence : AGPL-3.0