證件照線上製作 HivisionIDPhotos

 

HivisionIDPhotos 證件照在線製作！支持離線、換裝、美顏等

HivisionIDPhotos 是一款功能強大的開源證件照生成工具。用戶只需上傳一張人像照片，它就能智能裁剪為一寸、兩寸等標準尺寸，同時自動去除背景並渲染新的背景顏色，例如藍色、白色、紅色，還支持漸變色和自定義顏色。生成的證件照會自動排版為標準的六寸規格，方便用戶打印和批量製作。

未來，HivisionIDPhotos 計劃推出更多實用功能，例如美顏優化、一鍵更換正裝等，讓證件照製作變得更加高效和便捷。目前，該工具已在 Huggingface 等平台上免費開放，懂編程的用戶還可以將其部署到本地，享受更個性化的使用體驗。

在線免費使用：【連結直達】

HivisionIDPhoto 可以做到：

1. 輕量級抠圖（純離線，僅需 CPU 即可快速推理）
2.   根據不同尺寸規格生成不同的標準證件照、六寸排版照
3. 支持 純離線 或 端雲 推理
4.   美顏
5.   智能換正裝（waiting）

  證件照微信小程序

  2、本地安裝部署

  環境安裝與依賴：

• Python >= 3.7（項目主要測試在 python 3.10）
• 作業系統：Linux、Windows、MacOS

  1. 克隆項目

git clone https://github.com/Zeyi-Lin/HivisionIDPhotos.git
cd  HivisionIDPhotos

  2. 安裝依賴環境

建議在 conda 中創建一個 python3.10 虛擬環境後，執行以下命令

pip install -r requirements.txt
pip install -r requirements-app.txt

  3. 下載人像抠圖模型權重文件

python scripts/download_model.py --models all
# 如需指定下载某个模型
# python scripts/download_model.py --models modnet_photographic_portrait_matting

  方式二：直接下載

模型均存到項目的hivision/creator/weights目錄下：

人像抠圖模型	介紹	下載
MODNet	MODNet官方權重	下載(24.7MB)
hivision_modnet	對純色換底適配性更好的抠圖模型	下載(24.7MB)
rmbg-1.4	BRIA AI 開源的抠圖模型	下載(176.2MB)後重命名为rmbg-1.4.onnx
birefnet-v1-lite	ZhengPeng7 開源的抠圖模型，擁有最好的分割精度	下載(224MB)後重命名为birefnet-v1-lite.onnx

如果下載網速不順利：前往SwanHub下載。

  4. 人臉檢測模型配置（可選）

拓展人臉檢測模型	介紹	使用文件
MTCNN	離線人臉檢測模型，高性能 CPU 推理（毫秒級），為預設模型，檢測精度較低	克隆此項目後直接使用
RetinaFace	離線人臉檢測模型，CPU 推理速度中等（秒級），精度較高	下載後放到 hivision/creator/retinaface/weights 目錄下
Face++	旷視推出的在線人臉檢測 API，檢測精度較高，官方文件	使用文件

  5. 性能參考

測試環境為 Mac M1 Max 64GB，非 GPU 加速，測試圖片分辨率為 512×715(1) 與 764×1146(2)。

模型組合	記憶體佔用	推理時長(1)	推理時長(2)
MODNet + mtcnn	410MB	0.207 秒	0.246 秒
MODNet + retinaface	405MB	0.571 秒	0.971 秒
birefnet-v1-lite + retinaface	6.20GB	7.063 秒	7.128 秒

  6. GPU 推理加速（可選）

在當前版本，可被英偉達 GPU 加速的模型為birefnet-v1-lite，並請確保你有 16GB 左右的顯存。

如需使用英偉達 GPU 加速推理，請確保你已經安裝CUDA與cuDNN後，根據onnxruntime-gpu 文檔找到對應的onnxruntime-gpu版本安裝，以及根據pytorch 官網找到對應的torch版本安裝。

# 假如你的电脑安装的是CUDA 12.x, cuDNN 8
# 安装torch是可选的，如果你始终配置不好cuDNN，那么试试安装torch
pip install onnxruntime-gpu==1.18.0
pip install torch --index-url https://download.pytorch.org/whl/cu121

完成安裝後，調用birefnet-v1-lite模型即可利用 GPU 加速推理。

TIPS: CUDA 支援向下相容。例如你的 CUDA 版本為 12.6，torch 官方目前支援的最高版本為 12.4（<12.6），torch仍可以正常使用 CUDA。

  ⚡️ 運行 Gradio Demo

python app.py

運行程序將生成一個本地 Web 頁面，在頁面中可完成證件照的操作與互動。

🚀 Python 推理

  核心參數：

• -i: 輸入圖像路徑
• -o：保存圖像路徑
• -t: 推理類型，有 idphoto、human_matting、add_background、generate_layout_photos 可選
• --matting_model: 人像抠圖模型權重選擇
• --face_detect_model: 人臉檢測模型選擇

更多參數可通過python inference.py --help查看

  證件照製作

輸入 1 張照片，獲得 1 張標準證件照和 1 張高清證件照的 4 通道透明 png

python inference.py -i demo/images/test0.jpg -o ./idphoto.png --height 413 --width 295

  2. 人像抠圖

輸入 1 張照片，獲得 1 張 4 通道透明 png

python inference.py -t human_matting -i demo/images/test0.jpg -o ./idphoto_matting.png --matting_model hivision_modnet

  3. 透明圖增加底色

輸入 1 張 4 通道透明 png，獲得 1 張增加了底色的 3 通道圖像

python inference.py -t add_background -i ./idphoto.png -o ./idphoto_ab.jpg  -c 4f83ce -k 30 -r 1

4. 得到六寸排版照

python inference.py -t generate_layout_photos -i ./idphoto_ab.jpg -o ./idphoto_layout.jpg  --height 413 --width 295 -k 200

  5. 證件照裁剪

python inference.py -t idphoto_crop -i ./idphoto_matting.png -o ./idphoto_crop.png --height 413 --width 295

  Docker 一鍵部署

docker pull linzeyi/hivision_idphotos

  2. 運行服務

  啟動 Gradio Demo 服務

運行下面的命令，在你的本地訪問 http://127.0.0.1:7860 即可使用。

docker run -d -p 7860:7860 linzeyi/hivision_idphotos

  啟動 API 後端服務

docker run -d -p 8080:8080 linzeyi/hivision_idphotos python3 deploy_api.py

  兩個服務同時啟動

docker compose up -d

  環境變數

本項目提供了一些額外的配置項，使用環境變量進行設置：

環境變數	類型	描述	示例
FACE_PLUS_API_KEY	可選	這是你在 Face++ 控制台申請的 API 密鑰	7-fZStDJ····
FACE_PLUS_API_SECRET	可選	Face++ API 密钥对应的 Secret	VTee824E····
RUN_MODE	可選	運行模式，可選值為beast(野獸模式)。野獸模式下人臉檢測和抠圖模型將不釋放內存，從而獲得更快的二次推理速度。建議內存 16GB 以上嘗試。	野獸
DEFAULT_LANG	可選	Gradio Demo 啟動時的預設語言	en

  docker 使用環境變數示例：

docker run  -d -p 7860:7860 \
    -e FACE_PLUS_API_KEY=7-fZStDJ···· \
    -e FACE_PLUS_API_SECRET=VTee824E···· \
    -e RUN_MODE=beast \
    -e DEFAULT_LANG=en \
    linzeyi/hivision_idphotos