企业官网建设流程全解析

roop 人脸替换教程：一张照片，3 步出片

【免费下载链接】roopone-click face swap项目地址: https://gitcode.com/GitHub_Trending/ro/roop

roop 是一个开源的一键人脸替换工具：给它一张人脸照片和一个目标视频，它会自动找出视频里的人脸，换成照片里那张脸，输出一段新视频。适合想做短视频、动画换脸的创作者 😅，不需要懂深度学习。只需 2 个前置依赖，一条命令就能出结果。

它凭什么比别的方案省事

• 传统深度伪造流程：先收集大量目标人脸照片、标注、再训练模型，跑一轮要好几天 → roop 零训练，1 张源照片就够
• 别人想看一版效果 = 完整训练流程重来一遍 → roop 一条命令直接出成片
• 别人要手动准备数据集和下载模型 → roop 模型首次启动时自动拉取，不用手动管

下面直接装起来跑一遍。

从零跑通

先过 2 个前置检查

1. Python 3.9 或更高 → 终端敲python --version能看到版本号即可（项目依赖锁定了 3.9~3.10 时代的包，太新的 Python 容易装不上）
2. 装好 FFmpeg 且在 PATH 里 →ffmpeg -version能打印版本号即可。换脸是按帧处理视频，最后要靠 FFmpeg 把帧拼回视频

2 条命令装完

先把仓库拉到本地：

git clone https://gitcode.com/GitHub_Trending/ro/roop

进入 roop 目录后安装依赖（含 OpenCV、insightface、onnxruntime 等，体积较大，耐心等它跑完）：

pip install -r requirements.txt

依赖装好后不需要手动下载换脸模型，首次启动时会自动拉到项目的 models 目录。

一条命令出第一个结果

👉 想跳过界面、一次跑完，给全 3 个必填参数即可：

python run.py --source 源图.jpg --target 目标视频.mp4 --output 结果.mp4

--source是要换上去的人脸照片，--target是目标视频，--output是成片输出路径。3 个参数同时给全后程序自动进入无界面模式，直接处理并打印进度；想拖文件的话单独运行python run.py也会弹图形界面。

源图要正面、光线均匀、五官无遮挡，长这样就很标准：

拿它实际能干什么

只换主角的脸

不加特殊参数时，roop 取视频第一帧的一张人脸作为"参考脸"，之后每帧只换与参考脸最像的那个人，其他出镜者保持原样。目标人物不在第一帧时，用--reference-frame-number（帧序号）和--reference-face-position（该帧内人脸序号）指定。适合"只想动主角、别碰路人"的剪辑需求。

全员统一替换

加--many-faces，逻辑反过来：帧内检测到的每张脸都替换成源脸。适合多角色同框、都要统一换掉的内容。两种模式的切换逻辑在 roop/processors/frame/face_swapper.py，代码很短，值得读一读。

只改画面、音轨不动

默认情况下原视频音轨会原样合回成片，替换只处理画面。想再给脸做一轮细节修复，处理链追加--frame-processor face_swapper face_enhancer，替换后再过一遍增强，实现在 roop/processors/frame/face_enhancer.py。代价是每帧耗时明显增加，建议先拿 10 秒短片验证。

效果不对？调这三个参数

换错人，或人不跟：调--similar-face-distance（默认 0.85），它控制"判定同一人"的门槛。值调大，不同的人也容易被认成同一人而误换；值调小，主角稍微侧脸就可能漏掉。按现象往大或往小调，每次动 0.05 即可。

长视频处理到一半被系统杀掉：给--max-memory（默认不设）一个上限，单位 GB，程序会把自身内存用量压在这个额度内。处理高分辨率长视频内存吃紧时加上它，牺牲一点速度换稳定。逐帧并行的调度实现在 roop/processors/frame/core.py。

音画不同步：加--keep-fps（默认关），沿用原始帧率。默认按 30 FPS 抽帧和回拼，原片是 25 或 60 帧时音画容易对不上。

其余参数保持默认即可。

踩坑记录

启动直接报 ffmpeg 缺失

刚运行就退出、没有进度条，终端打印 "ffmpeg is not installed"。原因是前置检查只过了 Python，没找到 FFmpeg。把 FFmpeg 装进系统并保证在 PATH 里（命令行直接敲ffmpeg -version能出结果），再重新启动。

换完的脸偏糊有颗粒

成片人脸模糊、有颗粒感。原因是目标视频分辨率低，或人脸在帧里占比太小，替换模型输出细节有限。对策：换一张更清晰、更大头的源图，或处理链追加face_enhancer做增强。

远程服务器上界面打不开

无界面服务器上运行python run.py卡住或报错。原因是默认启动会弹图形界面，服务器没有显示器可渲染。直接给全--source、--target、--output三个参数，程序进入无界面模式跳过界面。

仓库显示已归档，还能用吗

仓库顶部标注 archived，README 声明已永久停止开发。原因是作者停止维护并归档仓库、不再接收 PR，不会再有功能更新。现有代码完整可用，适合学习"单图换脸"的完整工程结构；需要长期维护的场景，建议在此基础上二次开发或关注同类新项目。

人脸替换是技术门槛很低、但责任门槛很高的事。用它之前，请确认对源脸和目标视频中的人物都取得了明确授权，发布时如实标注内容经过 AI 处理，并遵守所在地法律法规。

【免费下载链接】roopone-click face swap项目地址: https://gitcode.com/GitHub_Trending/ro/roop