企业官网建设流程全解析

快速AI证件照制作：HivisionIDPhotos完整指南（含4个抠图模型怎么选）

【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

赶着交签证、考试报名或入职材料，又不想花几十块去照相馆、等一天修图？把 HivisionIDPhotos 装到自己电脑上就行。它是一个轻量级的 AI 证件照制作工具：一张随手拍的生活照，自动完成人像抠图、换标准底色、裁成一寸二寸，还能直接排出可打印的六寸排版照，全程纯离线、CPU 就能跑，不依赖 GPU。

🚀 三步做出第一张：克隆、装依赖、下模型

环境要求不高：Python 3.7 以上（作者主力测试 3.10），Linux、Windows、macOS 都支持。装好 Python 后按下面顺序操作：

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 python app.py

前四行分别完成：拉取代码、安装依赖、把抠图模型权重下载到hivision/creator/weights目录（不想要全部模型可用--models birefnet-v1-lite这样只下单个）。最后一条命令启动本地 Gradio 页面，浏览器打开后上传一张照片，在左侧选好「一寸（413,295）」和蓝色背景，点开始制作，右侧就会同时出三样东西：标准照、高清照、六寸排版照。

有个小前提：照片里只能有一张人脸，多人合照会直接报错提示重新上传，这是刻意的限制，避免裁错位置。

⚙️ 照片怎么变成证件照：抠图、定位、排版三步流水线

理解这条流水线，你就知道每个环节出问题时该调什么。

抠图：先把背景变成透明

证件照的第一步是把人和背景分离。抠图模型输出一张四通道透明 PNG，后面的换底、裁剪都基于它。四个模型的推理实现集中在 hivision/creator/human_matting.py；其中自研的hivision_modnet在模型输出之后还多走一道hollow_out_fix轮廓修补——用轮廓检测把抠图里残留的洞填掉，所以它换纯色底时更干净。各模型具体怎么选，放到下一节讲。

人脸检测：确认只有一张脸，还要知道它偏了多少

抠图之后要裁人，就得先定位。hivision/creator/face_detector.py 提供三套方案：

• MTCNN（默认）：纯离线，CPU 毫秒级出结果，对普通正脸够用；
• RetinaFace-ResNet50：精度更高，推理在秒级，权重放到hivision/creator/retinaface/weights即可启用；
• Face++：旷视的联网 API，精度最高，需要配置FACE_PLUS_API_KEY和FACE_PLUS_API_SECRET环境变量，用法见 docs/face++_CN.md。

检测的同时会算出人脸的倾斜角。照片拍歪了的话，命令行加--face_align参数就能做人脸旋转矫正，不用自己修图。

换底、美颜、模板照：把细节补完

底色支持蓝、白、红三种预设加自定义 HEX 色号，渲染方式有纯色、上下渐变、中心渐变三种（对应 CLI 的-r 0/1/2）。美颜模块放在 hivision/plugin/beauty/，含磨皮、瘦脸、美白和 LUT 调色；还内置了社交媒体模板照功能，把证件照嵌进模板图框里生成可发朋友圈的版本，模板配置在 hivision/plugin/template/ 下。

尺寸方面，一寸（295×413 像素）、二寸是预设项，自定义尺寸支持毫米单位，输出默认 300 DPI 并支持 JPEG 下载，打印够用。排版照支持六寸、五寸、A4、3R、4R 五种相纸规格，同一张证件照自动排满一页。想把这个能力嵌进自己的产品，运行python deploy_api.py即可起后端服务，请求方式（含 base64 传图、dpi、美颜参数）见 docs/api_CN.md。

⚖️ 4 个抠图模型怎么选：看内存和画质诉求

四个模型共用同一套接口，切换只是换权重文件，所以选型成本很低。先给结论式的场景建议：

• 先跑起来、图一般：用默认的modnet_photographic_portrait_matting（MODNet 官方权重，24.7MB）。作者测得它配 MTCNN 在 Mac M1 Max 纯 CPU 上单张约 0.2 秒、内存占用 410MB，是所有组合里最轻的。
• 换纯色底要多干净就多干净：换hivision_modnet（同为 24.7MB），自研版本专门针对纯色换底做了修补，前面说的填洞后处理就是它专属的。
• 发丝边缘、发丝量大的照片：上birefnet-v1-lite。它分割精度是四个里最好的，代价是权重 224MB、CPU 推理约 7 秒、内存占用 6.2GB——它是唯一能被英伟达 GPU 加速的模型，显存留 16GB 左右。
• 大尺寸图片、背景要抠得彻底：选rmbg-1.4（176MB），输入按 1024×1024 处理，对大图的覆盖比 512 输入的 ModNet 系更稳。

| 模型 | 权重大小 | 推理输入 | 一句话定位 | | -- | -- | -- | -- | | hivision_modnet | 24.7MB | 512×512 | 轻量、纯色换底最干净 | | modnet_photographic_portrait_matting | 24.7MB | 512×512 | 默认基线，CPU 最快 | | rmbg-1.4 | 176.2MB | 1024×1024 | 大图背景移除 | | birefnet-v1-lite | 224MB | 1024×1024 | 精度最高，可 GPU 加速 |

切换方式有三处：Gradio 页面左侧的「抠图模型」下拉框直接选；命令行用--matting_model参数；写代码时则在 hivision/creator/choose_handler.py 里按matting_model_option传入模型名。

🔧 进阶调优：野兽模式、GPU 加速和改尺寸配色

批量出照嫌慢？设置环境变量RUN_MODE=beast进入野兽模式：人脸检测和抠图模型推理完不释放内存，第二次开始的推理明显变快，代价是常驻内存更高，建议 16GB 以上内存再开。

有独显想更快？装好对应 CUDA/cuDNN 版本的onnxruntime-gpu后，birefnet-v1-lite会自动尝试 CUDA 加载（CUDA 加载失败会回退 CPU），其余三个模型固定走 CPU。

尺寸和底色不够用？都是改 CSV：预设尺寸改demo/assets/size_list_CN.csv（第一列名称、第二列高、第三列宽），预设底色改demo/assets/color_list_CN.csv（名称加 HEX 值），保存后重启python app.py即生效。水印字体放在hivision/plugin/font目录，改hivision/plugin/watermark.py的font_file参数即可。

不想在本机装环境？Docker 一条命令拉取现成镜像linzeyi/hivision_idphotos，7860 端口起 Gradio 页面、8080 端口起 API，docker compose up -d可以同时起两个服务。

命令行党可以直接把整条流水线拆开用，五种推理任务（做证件照、纯抠图、透明图加底色、生成排版照、裁剪）由-t参数切换，例如：

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

适合谁？急着用证件照的个人、不想外包修图的小工作室，以及想把「照片进、证件照出」嵌进自己应用的开发者——前两者装完拖图即用，后者走 API 即可。

【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