企业官网建设流程全解析

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 MTCNN，CPU 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）

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 Max（64GB，未用 GPU）：

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 CPU，BiRefNet 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