HivisionIDPhotos用一张自拍离线生成合规AI证件照【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上周四下午同事小周赶一份签证材料翻遍手机相册最后选中的是一张海边旅游自拍——背景是浪花画面角落还站着他表哥。这种照片离证件照三个字差了十万八千里但换个底色、裁对比例之后它就是张标准一寸照。HivisionIDPhotos 就是干这件事的输入一张普通照片它负责离线完成抠图、换背景、按尺寸标准裁好输出直接能用的 AI 证件照。这篇文章从装好它讲起到把常用开关都摸一遍预计 5 分钟。五分钟跑起来快速上手整个过程就三条命令建议用 Python 3.7 以上项目主要在 3.10 下测试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第一条把仓库拉到本地第二条安装运行依赖第三条下载人像抠图模型权重默认组合只需 24.7MB其余模型按需下载。模型全部放在本地推理过程不联网。python app.py启动后浏览器会打开 http://127.0.0.1:7860左侧是照片上传区右侧一列是尺寸、底色、美颜、排版照等选项。对上了点生成右边就是标准证件照和一张高清透明底 PNG下载默认带 300DPI。这个项目有 GUI、命令行和 API 三种入口走哪条路取决于你是想点点看还是想接进自己的代码。一张自拍变成证件照中间过了哪几道工序照片进来后依次经过四道工序。第一刀把人从背景里剪出来原理就像 PS 里的选择主体但全自动、毫秒级完成一个轻量 ONNX 模型逐像素判断这属于人那属于背景输出 4 通道透明 PNG。模型可换——MODNet 和 hivision_modnet 都是 24.7MB后者对纯色换底更稳BiRefNet 224MB分割精度最高。相关实现在 hivision/creator/human_matting.py。第二步找到人脸顺便把它扶正证件照的第一要求是脸的位置和角度。检测器先框出人脸并标出左右眼、鼻子、嘴角等关键点歪头的照片会据此算出倾斜角超出范围就自动旋转扶正五官保持水平。检测器默认是离线 MTCNNCPU 上毫秒级要更准可换 RetinaFace追求极限精度则接 Face 在线 API。见 hivision/creator/face_detector.py。第三步算出该裁哪块目标是二寸脸就得占画面的固定比例、头顶要留出标准间距。系统根据人脸框和一寸、二寸、签证等各种规格算出最优裁剪区域让头不大不小、人居中不偏。最后一道工序贴上底色合成出图透明人像放到你选的纯色背景上可顺带做美白、磨皮这类微调最后输出标准尺寸照片加一张透明底 PNG。如果你不想开网页接口长这样result creator(image, size(413, 295)) # 返回标准照与高清透明底整条流水线跑完默认组合MODNet MTCNN在 Mac M1 Max 上实测约 0.2 秒——瓶颈在模型加载不在计算。三种打开方式使用姿势入口适合谁启动成本能做什么Gradio Webpython app.py想自己用的普通用户装依赖下载模型全套功能换底色、美颜、六寸排版照、300DPI 下载命令行python inference.py想批量处理的用户同上证件照、抠图、加底色、排版照脚本里循环跑REST APIpython deploy_api.py要接进自己网站或 App 的开发者同上请求方式见 docs/api_CN.md远程传图出图支持 base64 传图和美颜参数大多数人直接选 Gradio 网页版零学习成本功能最全排版照和模板照这些进阶项也都在里面。最常改的几个开关预设尺寸加一行即可新增规格demo/assets/size_list_CN.csv底色方案改 demo/assets/color_list_CN.csv或直接选自定义底色输入 HEX 值社交媒体模板照透明 PNG 放 hivision/plugin/template/assets/再在template_config.json注册锚点坐标排版尺寸六寸/五寸/A4 等改 demo/locales.py 里的print_switch字典跑得动吗性能与部署选择 数据来自项目 README测试环境 Mac M1 Max64GB未用 GPU模型组合内存占用512x715 图片764x1146 图片MODNet MTCNN410MB0.207s0.246sMODNet RetinaFace405MB0.571s0.971sBiRefNet-lite RetinaFace6.20GB7.063s7.128s怎么选很简单内存 8GB 的笔记本用默认组合 MODNet MTCNN半秒出图要最高精度但机器是 CPUBiRefNet 可用代价是 6.2GB 内存和约 7 秒有 16GB 左右显存的英伟达独显装onnxruntime-gpu直接给 BiRefNet 加速。离线/在线的边界抠图和 MTCNN、RetinaFace 检测全程离线只有接 Face 时才会联网追求检测精度又接受联网服务时再考虑。周边生态 还能怎么玩ComfyUI 工作流把证件照生成拖进节点式 AI 工作流里跑微信小程序原生 uniapp 两套实现手机端拍完直接出图网页版浏览器里用的在线版C 版本与 Windows 客户端不依赖 Python 环境的高性能/桌面方案回到开头小周那张海边自拍。在网页里传上去换白底、裁二寸半秒多就出了图再顺手生成一张排版好的六寸相纸带去打印店——全程离线没有一张照片离开这台电脑。项目地址https://gitcode.com/GitHub_Trending/hiv/HivisionIDPhotos【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 HivisionIDPhotos：用一张自拍离线生成合规AI证件照
HivisionIDPhotos用一张自拍离线生成合规AI证件照【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上周四下午同事小周赶一份签证材料翻遍手机相册最后选中的是一张海边旅游自拍——背景是浪花画面角落还站着他表哥。这种照片离证件照三个字差了十万八千里但换个底色、裁对比例之后它就是张标准一寸照。HivisionIDPhotos 就是干这件事的输入一张普通照片它负责离线完成抠图、换背景、按尺寸标准裁好输出直接能用的 AI 证件照。这篇文章从装好它讲起到把常用开关都摸一遍预计 5 分钟。五分钟跑起来快速上手整个过程就三条命令建议用 Python 3.7 以上项目主要在 3.10 下测试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第一条把仓库拉到本地第二条安装运行依赖第三条下载人像抠图模型权重默认组合只需 24.7MB其余模型按需下载。模型全部放在本地推理过程不联网。python app.py启动后浏览器会打开 http://127.0.0.1:7860左侧是照片上传区右侧一列是尺寸、底色、美颜、排版照等选项。对上了点生成右边就是标准证件照和一张高清透明底 PNG下载默认带 300DPI。这个项目有 GUI、命令行和 API 三种入口走哪条路取决于你是想点点看还是想接进自己的代码。一张自拍变成证件照中间过了哪几道工序照片进来后依次经过四道工序。第一刀把人从背景里剪出来原理就像 PS 里的选择主体但全自动、毫秒级完成一个轻量 ONNX 模型逐像素判断这属于人那属于背景输出 4 通道透明 PNG。模型可换——MODNet 和 hivision_modnet 都是 24.7MB后者对纯色换底更稳BiRefNet 224MB分割精度最高。相关实现在 hivision/creator/human_matting.py。第二步找到人脸顺便把它扶正证件照的第一要求是脸的位置和角度。检测器先框出人脸并标出左右眼、鼻子、嘴角等关键点歪头的照片会据此算出倾斜角超出范围就自动旋转扶正五官保持水平。检测器默认是离线 MTCNNCPU 上毫秒级要更准可换 RetinaFace追求极限精度则接 Face 在线 API。见 hivision/creator/face_detector.py。第三步算出该裁哪块目标是二寸脸就得占画面的固定比例、头顶要留出标准间距。系统根据人脸框和一寸、二寸、签证等各种规格算出最优裁剪区域让头不大不小、人居中不偏。最后一道工序贴上底色合成出图透明人像放到你选的纯色背景上可顺带做美白、磨皮这类微调最后输出标准尺寸照片加一张透明底 PNG。如果你不想开网页接口长这样result creator(image, size(413, 295)) # 返回标准照与高清透明底整条流水线跑完默认组合MODNet MTCNN在 Mac M1 Max 上实测约 0.2 秒——瓶颈在模型加载不在计算。三种打开方式使用姿势入口适合谁启动成本能做什么Gradio Webpython app.py想自己用的普通用户装依赖下载模型全套功能换底色、美颜、六寸排版照、300DPI 下载命令行python inference.py想批量处理的用户同上证件照、抠图、加底色、排版照脚本里循环跑REST APIpython deploy_api.py要接进自己网站或 App 的开发者同上请求方式见 docs/api_CN.md远程传图出图支持 base64 传图和美颜参数大多数人直接选 Gradio 网页版零学习成本功能最全排版照和模板照这些进阶项也都在里面。最常改的几个开关预设尺寸加一行即可新增规格demo/assets/size_list_CN.csv底色方案改 demo/assets/color_list_CN.csv或直接选自定义底色输入 HEX 值社交媒体模板照透明 PNG 放 hivision/plugin/template/assets/再在template_config.json注册锚点坐标排版尺寸六寸/五寸/A4 等改 demo/locales.py 里的print_switch字典跑得动吗性能与部署选择 数据来自项目 README测试环境 Mac M1 Max64GB未用 GPU模型组合内存占用512x715 图片764x1146 图片MODNet MTCNN410MB0.207s0.246sMODNet RetinaFace405MB0.571s0.971sBiRefNet-lite RetinaFace6.20GB7.063s7.128s怎么选很简单内存 8GB 的笔记本用默认组合 MODNet MTCNN半秒出图要最高精度但机器是 CPUBiRefNet 可用代价是 6.2GB 内存和约 7 秒有 16GB 左右显存的英伟达独显装onnxruntime-gpu直接给 BiRefNet 加速。离线/在线的边界抠图和 MTCNN、RetinaFace 检测全程离线只有接 Face 时才会联网追求检测精度又接受联网服务时再考虑。周边生态 还能怎么玩ComfyUI 工作流把证件照生成拖进节点式 AI 工作流里跑微信小程序原生 uniapp 两套实现手机端拍完直接出图网页版浏览器里用的在线版C 版本与 Windows 客户端不依赖 Python 环境的高性能/桌面方案回到开头小周那张海边自拍。在网页里传上去换白底、裁二寸半秒多就出了图再顺手生成一张排版好的六寸相纸带去打印店——全程离线没有一张照片离开这台电脑。项目地址https://gitcode.com/GitHub_Trending/hiv/HivisionIDPhotos【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