HivisionIDPhotos-证件照-免费开源的AI证件照制作工具

HivisionIDPhoto 旨在开发一种实用的证件照智能制作算法。

它利用一套完善的模型工作流程，实现对多种用户拍照场景的识别、抠图与证件照生成。

HivisionIDPhoto 可以做到：

1. 轻量级抠图（仅需 CPU 即可快速推理）
2. 根据不同尺寸规格生成不同的标准证件照、六寸排版照
3. 美颜（waiting）
4. 智能换正装（waiting）
   

HivisionIDPhotos的项目地址

• GitHub仓库：https://github.com/Zeyi-Lin/HivisionIDPhotos
• 在线Demo体验地址：https://swanhub.co/ZeYiLin/HivisionIDPhotos/demo

🔧 环境安装与依赖

• Python >= 3.7（项目主要测试在 python 3.10）
• onnxruntime
• OpenCV
• Option: Linux, Windows, MacOS

1. 克隆项目

git clone https://github.com/Zeyi-Lin/HivisionIDPhotos.git
cd  HivisionIDPhotos

2. （重要）安装依赖环境

建议 conda 创建一个 python3.10 虚拟环境后，执行以下命令

pip install -r requirements.txt

3. 下载权重文件

在Release下载权重文件hivision_modnet.onnx (24.7MB)，存到根目录下。

🚀 运行 Gradio Demo

python app.py

运行程序将生成一个本地 Web 页面，在页面中可完成证件照的操作与交互。

🚀 Python 推理

1. 证件照制作

输入 1 张照片，获得 1 张标准证件照和 1 张高清证件照的 4 通道透明 png

python inference.py -i images/test.jpg -o ./idphoto.png -s '(413,295)'

2. 增加底色

输入 1 张 4 通道透明 png，获得 1 张增加了底色的图像）

python inference.py -t add_background -i ./idphoto.png -o ./idhoto_ab.jpg  -c '(0,0,0)' -k 30

3. 得到六寸排版照

输入 1 张 3 通道照片，获得 1 张六寸排版照

python inference.py -t generate_layout_photos -i ./idhoto_ab.jpg -o ./idhoto_layout.jpg  -s '(413,295)' -k 200

⚡️ 部署 API 服务

API 文档：Python | RestAPI（waiting）

启动后端

python deploy_api.py

请求 API 服务 - Python

1. 证件照制作

输入 1 张照片，获得 1 张标准证件照和 1 张高清证件照的 4 通道透明 png

python requests_api.py -u http://127.0.0.1:8080 -i images/test.jpg -o ./idphoto.png -s '(413,295)'

2. 增加底色

输入 1 张 4 通道透明 png，获得 1 张增加了底色的图像

python requests_api.py -u http://127.0.0.1:8080 -t add_background -i ./idphoto.png -o ./idhoto_ab.jpg  -c '(0,0,0)' -k 30

3. 得到六寸排版照

输入 1 张 3 通道照片，获得 1 张六寸排版照

python requests_api.py -u http://127.0.0.1:8080 -t generate_layout_photos -i ./idhoto_ab.jpg -o ./idhoto_layout.jpg  -s '(413,295)' -k 200

🐳 Docker 部署

1. 拉取或构建镜像

以下方式三选一

拉取镜像：

该镜像构建于 ARM 架构机器（如 Mac M1），x86 架构机器使用请用 Dockerfile 构建
用这种方式的，在第 2 步开始把镜像名hivision_idphotos改为linzeyi/hivision_idphotos

docker pull linzeyi/hivision_idphotos:v1

Dockrfile 构建镜像：

在确保将模型权重文件hivision_modnet.onnx放到根目录下后，在根目录执行：

docker build -t hivision_idphotos .

Docker compose：

确保将模型权重文件 hivision_modnet.onnx 放在根目录下后，在根目录下执行：

docker compose build

镜像打包完成后，运行以下命令启动 Gradio 服务：

docker compose up -d

2. 运行 Gradio Demo

等待镜像封装完毕后，运行以下指令，即可开启 Gradio Demo 服务：

docker run -p 7860:7860 hivision_idphotos

在你的本地访问http://127.0.0.1:7860即可使用。

3. 运行 API 后端服务

现在docker镜像可能需要科学上网

docker run -p 8080:8080 hivision_idphotos python3 deploy_api.py