一键离线制作AI证件照HivisionIDPhotos本地证件照工具完整实操【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照相馆太远、截止日期太近报名系统还卡死背景色和像素尺寸。HivisionIDPhotos 是一个轻量级AI证件照制作工具在你自己的电脑上完全离线运行默认模型组合内存占用只有410MB出一张标准照只要0.2秒。先检查一下能不能跑系统与PythonPython 3.7 以上官方主要在 3.10 测试Windows、macOS、Linux 都支持隐私整条流程本地推理照片不出机器只有主动选 Face 在线人脸检测接口才会联网资源占用默认 MODNet MTCNN 组合占内存约410MBCPU 上 0.2 秒出图高精度的 birefnet-v1-lite 权重 224MB吃显存按需再选快速上手装依赖、下模型克隆仓库、装依赖再跑一次脚本把抠图模型拉到本地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模型权重会存到hivision/creator/weights目录默认的 MODNet 只有 24.7MB下载很快。启动本地服务一条命令浏览器里会打开 Gradio 网页左边是参数区右侧分标准照、高清照、六寸排版照三个结果区python app.py页面起在 127.0.0.1:7860不用额外配置。出第一张证件照上传一张照片选尺寸一寸 413×295 是默认值、背景色蓝、白、红或自定义 HEX点开始制作。实际下来从上传到出图不到一分钟三个结果区一起填满。功能清单核心思路一句话检测人脸、抠图、换底色一次跑完再按规格裁切排版。一张输入三套产出。轻量抠图纯离线 CPU 推理MODNet 0.2 秒出一张发丝边缘干净标准高清双产出同时给标准证件照和 4 通道透明 PNG后续换底色不用重抠尺寸灵活一寸、二寸内置也支持自定义宽高还能按毫米单位输入六寸排版照一键排 12 张上相纸支持六寸、五寸、A4、3R、4R带裁剪线美颜与模板可调美颜参数也能套社交媒体模板照人脸旋转对齐照片拍歪了会自动把人脸转正实际效果拿同一张照片实测换背景红、蓝、白、灰一次切完几乎即时头发边缘没有明显白边。同一张脸还能依次出一寸、二寸和自定义规格排版照直接能送去打印。默认模型组合下全程耗时在 0.2 到 0.3 秒量级时间成本基本可以忽略。替代或进阶用法用 API 批量生成证件照python deploy_api.pyFastAPI 后端传图片文件或 base64 都行可附带美颜、dpi 等参数请求示例见 API文档。适合想把证件照能力接进自己网站或后端、做批量处理的人。用 Docker 一键拉起服务docker pull linzeyi/hivision_idphotos docker run -d -p 7860:7860 linzeyi/hivision_idphotos启动后访问 127.0.0.1:7860 就能用。适合想在服务器、NAS 上长期挂着、不想折腾 Python 环境的人。适合谁赶截止日的求职者投简历临时要一寸照、约不到照相馆时本地 5 分钟出图考试报名的同学报名系统对背景色、像素有硬性要求可反复换色、按指定尺寸裁到合格家庭相册整理者用排版照功能把证件照排进六寸相纸沿线裁剪后打印归档想自建服务的开发者把本地证件照能力集成进系统不依赖云端付费接口注意事项已知的边界主要是模型规格差异默认 MODNet 权重 24.7MB、内存占用约410MBbirefnet-v1-lite 分割精度更高但权重 224MB、内存占用涨到 6.2GB单张推理约 7 秒得掂量自己机器的硬件。方向上智能换正装还在路线图上排队可以先关注。下次急用证件照不用急着约照相馆clone 仓库、装依赖、下模型5 分钟出第一张。日常使用默认的 MODNet MTCNN 组合就够用。持续更新中详见仓库README【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