老章很忙 2024-11-04 11:20 浙江
介绍一个好玩的AI项目
HivisionIDPhoto - AI 证件照制作工具
一句话
HivisionIDPhoto 是一个实用的智能证件照制作工具，它使用 AI 技术来处理用户的照片并生成标准证件照。
地址：https://github.com/Zeyi-Lin/HivisionIDPhotos/
主要功能
轻量级人像抠图
纯离线运行，仅需 CPU 即可快速推理
支持多种抠图模型:MODNet、RMBG、BiRefNet 等
标准证件照生成
支持多种尺寸规格的证件照生成
可生成六寸排版照片
支持自定义背景颜色
支持透明背景输出
人脸检测与优化
支持多种人脸检测模型:MTCNN、RetinaFace、Face++
支持人脸旋转校正
支持美颜效果 (开发中)
支持智能换装 (开发中)
部署方式
本地部署
支持 Python 环境下的直接调用
提供 Gradio 网页界面
提供 API 服务接口
Docker 部署
提供 Docker 镜像一键部署
支持 Docker Compose 编排
2. 安装步骤
2.1 基础安装
# 克隆项目
git clone https://github.com/hivisionai/hivisionidphoto.git
cd hivisionidphoto
# 创建虚拟环境
python -m venv venv
# 激活虚拟环境
# Windows:
venv\Scripts\activate
# Linux/MacOS:
source venv/bin/activate
# 安装依赖
pip install -r requirements.txt
2.2 Docker 安装
# 拉取镜像
docker pull hivisionai/hivisionidphoto:latest
# 运行容器
docker run -d \
--name hivisionidphoto \
-p 7860:7860 \
hivisionai/hivisionidphoto:latest
运行方式
3.1 Python API 调用
from hivisionidphoto import IDPhotoMaker
# 初始化
maker = IDPhotoMaker()
# 生成证件照
result = maker.make_id_photo(
image_path="input.jpg",
size="1寸",
bg_color="蓝色",
num_copies=1
)
# 保存结果
result.save("output.jpg")
3.2 Gradio 网页界面
# 启动 Gradio 服务
python web_ui.py
启动后访问 http://localhost:7860 即可使用网页界面。
3.3 命令行使用
# 基础用法
python cli.py --input input.jpg --size 1寸 --bg-color 蓝色
# 高级用法
python cli.py \
--input input.jpg \
--size 2寸 \
--bg-color 白色 \
--copies 4 \
--beautify \
--output output.jpg
4. 常用配置
4.1 配置文件说明
配置文件位于 config.yaml，主要包含：
模型选择
图像参数
服务配置
性能调优
model:
segmentation: "modnet" # 可选: modnet, rmbg, birefnet
face_detection: "mtcnn" # 可选: mtcnn, retinaface, facepp
processing:
image_size: 1024
beautify: false
server:
host: "0.0.0.0"
port: 7860
performance:
beast_mode: false # 是否启用内存常驻加速
gpu_id: 0 # GPU设备ID，-1表示使用CPU
4.2 自定义证件照尺寸
在 sizes.json 中添加自定义尺寸：
{
"custom_size": {
"width": 413,
"height": 626,
"dpi": 300,
"name": "自定义尺寸"
}
}
常见问题
内存不足
降低处理图片的分辨率
关闭 Beast Mode
使用较轻量级的模型
GPU 相关
确保已安装 CUDA 和 cuDNN
检查 GPU 显存占用
适当调整批处理大小
图片质量问题
调整光线和背景
使用更高质量的输入图片
尝试不同的模型组合
性能优化建议
CPU 优化
启用 Beast Mode 实现内存常驻
使用轻量级模型如 RMBG
适当降低处理分辨率
GPU 加速
使用较新的 NVIDIA 显卡
保持显存充足
启用 CUDA 加速
批量处理
使用命令行批处理模式
合理设置并行处理数量
预加载模型到内存
总结：技术特点
高性能
Mac M1 Max 上纯 CPU 推理仅需 0.2-0.9 秒
支持 GPU 加速 (需 16GB 显存)
Beast Mode 支持内存常驻加速
易扩展
支持自定义证件照尺寸
支持自定义背景颜色
支持自定义水印字体
支持添加社交媒体模板
往期精彩回顾
适合初学者入门人工智能的路线及资料下载
机器学习及深度学习笔记等资料打印
《统计学习方法》的代码复现专辑
交流群
请备注：”昵称-学校/公司-研究方向“，例如：”张小明-浙大-CV“加群。
（也可以加入机器学习交流qq群772479961）
