HivisionIDPhotos 完整指南一张生活照变标准证件照免费开源的 AI 证件照制作工具【免费下载链接】HivisionIDPhotos⚡️HivisionIDPhotos: a lightweight and efficient AI ID photos tools. 一个轻量级的AI证件照制作算法。项目地址: https://gitcode.com/GitHub_Trending/hiv/HivisionIDPhotos周五下午五点半同事发来一句明天入职要交证件照而你的相册里只有一张去年团建时的随手拍。这样的场景并不少见签证、考试、求职、社保卡……证件照的需求总是来得很急而照相馆的档期往往不等人。HivisionIDPhotos 就是一个为此设计的开源工具——它基于 AI 算法输入一张普通照片自动完成抠图、人脸定位、尺寸裁剪和底色替换输出符合一寸、二寸等标准规格的证件照全程免费且可以完全离线运行普通 CPU 就能跑。一张照片进来AI 替你做了四件事不需要了解算法细节也能用但知道它背后在做什么你才能判断输出结果是否靠谱。整个流程可以拆成四个环节。第一步把人和背景分开。这是整条流水线里最关键的一步实现位于 hivision/creator/human_matting.py。项目内置了四个可选的抠图模型按快—准的权衡排列MODNet 和 hivision_modnet 都只有 24.7MB在 CPU 上推理飞快其中 hivision_modnet 对纯色背景适配更好rmbg-1.4176.2MB介于两者之间birefnet-v1-lite224MB分割精度最高但体积和耗时都明显更大。头发丝、衣领边缘这类难处理区域模型越强结果越干净。第二步找到人脸并且摆正。定位逻辑在 hivision/creator/face_detector.py。默认使用离线模型 MTCNN毫秒级出结果适合大多数场景如果照片里人脸较小或光线复杂可以换成精度更高的离线模型 RetinaFaceCPU 上是秒级速度或者调用 Face 的云端 API 拿到最精准的检测配置方式见 docs/face_CN.md。照片如果有点歪项目还会自动做人脸旋转对齐把倾斜的脸扶正这在 API 里对应face_alignment参数默认是开启的。第三步按规格裁剪和排版。证件照和头像最大的区别在于人该占多大的位置。hivision/creator/photo_adjuster.py 会根据人脸框计算最佳裁剪区域控制面部面积占比、人脸中心到照片顶部的距离等参数API 中可分别调节并支持生成六寸相纸的排版照、五寸相纸默认输出 300DPI 的文件直接满足冲印要求。第四步可选的美颜与底色合成。hivision/plugin/beauty/ 目录下是美颜模块包含磨皮、美白、瘦脸以及亮度、对比度、锐化、饱和度调整所有参数都可以单独控制强度不开就是原片质感。底色支持纯色和上下渐变、中心渐变两种渲染模式还可以直接输入 HEX 自定义颜色。三步跑起来环境要求与模型下载项目要求 Python 3.7 以上官方主要在 3.10 上测试Linux、Windows、macOS 都可以。整个准备过程只有三步git clone https://gitcode.com/GitHub_Trending/hiv/HivisionIDPhotos cd HivisionIDPhotos pip install -r requirements.txt -r requirements-app.txt python scripts/download_model.py --models all第二条命令装依赖最后一条把所有抠图模型权重下载到hivision/creator/weights/目录。如果网速不理想也可以只下载最常用的一个python scripts/download_model.py --models modnet_photographic_portrait_matting。装完后界面里会自动只显示你本地实际存在的那些模型不会让你选到没下载的选项。三种使用方式怎么选网页、命令行还是 API方式一Gradio 网页界面推荐大多数人python app.py然后浏览器打开 http://127.0.0.1:7860。界面上选抠图模型和人脸检测模型、挑尺寸一寸 413×295、二寸 626×413、研究生考试、美国签证等常见规格都预置好了、选背景色点开始制作即可。界面同时给出标准照、高清照和六寸排版照三种输出还有分享模版照等附加功能。方式二命令行调用适合脚本化、批量任务核心入口是 inference.py通过-t参数选择功能生成证件照idphoto、单独抠图human_matting、给透明图加底色add_background、六寸排版generate_layout_photos、裁剪已抠好的透明图idphoto_crop。比如python inference.py -i demo/images/test0.jpg -o ./idphoto.png --height 413 --width 295一次命令同时输出一张标准证件照和一张高清透明底 PNG方便后续自己换底色。方式三RESTful API 服务适合集成到自己的产品里运行python deploy_api.py启动后端之后就能通过 HTTP 请求所有功能参数比命令行更细——比如head_measure_ratio面部与照片面积比默认 0.2、top_distance_min/max头顶留白的上下限、dpi、美颜强度等都可以逐张调节请求方式示例见 docs/api_CN.md。API 的设计上有个值得注意的细节生成接口默认返回透明底的 RGBA 图像前端切换底色时直接由浏览器合成不用反复请求后端体验更顺滑等确定底色后再调add_background接口输出 JPG。方式四附赠Docker 部署不想配环境的话拉镜像docker pull linzeyi/hivision_idphotos后执行docker run -d -p 7860:7860 linzeyi/hivision_idphotos就能把网页服务跑起来也可以用仓库里自带的 Dockerfile 或 docker-compose 自建。两个服务网页 API可以组合同时启动环境变量还支持RUN_MODEbeast的野兽模式——模型常驻内存不释放二次推理更快建议 16GB 以上内存再开。进阶玩法改尺寸、加模板、上 GPU自定义尺寸和颜色不用改代码预设规格存在 demo/assets/size_list_CN.csv每行是名称,高,宽加一行再重启app.py就生效背景色同理改 demo/assets/color_list_CN.csv 里的 HEX 值即可。界面里也可以直接输入 HEX 自定义底色不走预设。社交媒体模板照是个有点意思的附加功能除了标准证件照还能把照片嵌进设计好的模板里生成社交头像效果如下。想加新模板的话把 4 通道透明 PNG 放进hivision/plugin/template/assets/在template_config.json里登记尺寸和透明区域的四个锚点坐标就行README 的 FAQ 部分有完整步骤。GPU 加速目前主要针对 birefnet-v1-lite 这个最大、最准的抠图模型装好 CUDA 和 cuDNN 后按对应版本安装onnxruntime-gpu即可README 里有按 CUDA 12.x 的具体版本示例需要预留 16GB 左右的显存。如果你只用默认的 MODNet MTCNN 组合CPU 已经足够快没必要折腾。真实数据说话性能、适用场景与局限官方在 Mac M1 Max64GB非 GPU 加速上给出的实测数据测试图片分辨率为 512×715 和 764×1146模型组合内存占用小图推理时长大图推理时长MODNet MTCNN410MB0.207s0.246sMODNet RetinaFace405MB0.571s0.971sbirefnet-v1-lite RetinaFace6.20GB7.063s7.128s这组数据说明了两件事默认组合下整个流程不到半秒应急绰绰有余追求极致抠图精度时birefnet 在纯 CPU 上要等 7 秒左右、吃 6GB 内存上 GPU 才是它的正确打开方式。它适合什么场景临时补交证件照、批量生成员工/学籍照片、给自己的产品加证件照制作功能、群晖 NAS 等私有化部署社区有人写过部署教程。项目基于 Apache-2.0 协议商业使用也没问题。社区还衍生出 ComfyUI 工作流、微信小程序、网页版、C 版、Windows 桌面客户端等扩展可见这个轻量内核的可塑性。它不适合什么官方明确把智能换正装列在计划里而非已完成——也就是说你不能指望它帮你把 T 恤变西装输入照片本身的着装还是得符合要求对面部严重遮挡口罩、大帽檐的照片任何人脸检测方案都会退步这类输入建议先换一张另外 Face 方案需要联网和 API 密钥纯离线环境只能依赖 MTCNN/RetinaFace。回到开头那个周五下午的场景克隆仓库、装依赖、下模型一杯水的工夫就能让本地网页服务跑起来从生活照到可冲印的证件照全程不出内网。急用是它的强项而开源免费这一点让急用的成本几乎为零。【免费下载链接】HivisionIDPhotos⚡️HivisionIDPhotos: a lightweight and efficient AI ID photos tools. 一个轻量级的AI证件照制作算法。项目地址: https://gitcode.com/GitHub_Trending/hiv/HivisionIDPhotos创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
