项目复现-HivisionIDPhotos

IT咖啡馆服务员来了

项目简介

项目地址：Zeyi-Lin/HivisionIDPhotos: ⚡️HivisionIDPhotos: a lightweight and efficient AI ID photos tools. 一个轻量级的AI证件照制作算法。 (github.com)

如果哈利波特在中国要上学，他得先准备什么？魔法棒?猫头鹰?还是黑斗篷?不他得先照张证件照HivisionIDPhotos是一个通过AI来实现证件照的工具，它能够帮助你快速生成，符合不同规格的标准证件照。并且支持多种功能，如智能抠图、美颜以及智能换证装，而且只需要CPU，就可以完成抠图和生成工作。项目可以在Linux，Windows，macos上安装运行，如果想在本地安装运行，建议使用Python 3.10，下载代码到本地后，通过PIP来安装相关的依赖，在项目的release下载权重文件，存到项目的wights目录下，这种轻便小巧的AI项目，很值得大家借鉴，如果想先感受一下使用效果，可以到项目的Demo环境去体验一下

官方简介

🚀 谢谢你对我们的工作感兴趣。您可能还想查看我们在图像领域的其他成果，欢迎来信:zeyi.lin@swanhub.co .

HivisionIDPhoto 旨在开发一种实用、系统性的证件照智能制作算法。

它利用一套完善的AI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：

轻量级抠图（纯离线，仅需 CPU 即可快速推理）
根据不同尺寸规格生成不同的标准证件照、六寸排版照
支持纯离线或端云推理
美颜（waiting）
智能换正装（waiting）

项目搭建

前期准备

环境安装与依赖：

Python >= 3.7（项目主要测试在 python 3.10）
OS: Linux, Windows, MacOS

1. 克隆项目

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

2. 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

如果没有pip先安装pip

apt update
apt install python3-pip

如果有直接进行这一步

pip3 install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install -r requirements-app.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

3. 下载权重文件

方式一：脚本下载

python3 scripts/download_model.py --models all

方式二：直接下载

存到项目的hivision/creator/weights目录下：

modnet_photographic_portrait_matting.onnx (24.7MB): MODNet 官方权重，下载
hivision_modnet.onnx (24.7MB): 对纯色换底适配性更好的抠图模型，下载
rmbg-1.4.onnx (176.2MB): BRIA AI 开源的抠图模型，下载后重命名为rmbg-1.4.onnx
birefnet-v1-lite.onnx(224MB): ZhengPeng7 开源的抠图模型，下载后重命名为birefnet-v1-lite.onnx

4. 人脸检测模型配置（可选）

拓展人脸检测模型	介绍	使用文档
MTCNN	离线人脸检测模型，高性能CPU推理（毫秒级），为默认模型，检测精度较低	Clone此项目后直接使用
RetinaFace	离线人脸检测模型，CPU推理速度中等（秒级），精度较高	下载后放到`hivision/creator/retinaface/weights`目录下
Face++	旷视推出的在线人脸检测API，检测精度较高，官方文档	使用文档

5. GPU推理加速（可选）

如需使用英伟达GPU加速推理，在确保你已经安装CUDA与cuDNN后，根据文档找到对应的onnxruntime-gpu版本安装，如：

# CUDA 12.x, cuDNN 8
pip install onnxruntime-gpu==1.18.0

完成后，调用如birefnet-v1-lite模型将会利用GPU加速推理。

项目的运行

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。

错误1：ImportError: libGL.so.1: cannot open shared object file: No such file or directory

解决：系统没有安装必要的OpenGL库文件
1
2
3
4
# 在Ubuntu 或 Debian 系统上
sudo apt-get install libgl1-mesa-glx
# 在CentOS 或 RHEL 系统上
sudo yum install mesa-libGL

Python 推理

核心参数：

-i: 输入图像路径
-o: 保存图像路径
-t: 推理类型，有idphoto、human_matting、add_background、generate_layout_photos可选
--matting_model: 人像抠图模型权重选择
--face_detect_model: 人脸检测模型选择

更多参数可通过python inference.py --help查看

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 demo/images/test.jpg -o ./idphoto.png --height 413 --width 295

2. 人像抠图

输入 1 张照片，获得 1张 4 通道透明 png

python inference.py -t human_matting -i demo/images/test.jpg -o ./idphoto_matting.png --matting_model hivision_modnet

3. 透明图增加底色

输入 1 张 4 通道透明 png，获得 1 张增加了底色的 3通道图像

python inference.py -t add_background -i ./idphoto.png -o ./idphoto_ab.jpg  -c 4f83ce -k 30 -r 1

4. 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 ./idphoto_ab.jpg -o ./idphoto_layout.jpg  --height 413 --width 295 -k 200

项目二次开发

启动后端

python deploy_api.py

请求 API 服务

详细请求方式请参考 API 文档，包含以下请求示例：

import requests

url = "http://127.0.0.1:8080/add_background"
input_image_path = "test.png"

files = {"input_image": open(input_image_path, "rb")}
data = {"color": '638cce', "kb": None, "render": 0}

response = requests.post(url, files=files, data=data).json()

# response为一个json格式字典，包含status和image_base64
print(response)

Docker 部署

1. 拉取或构建镜像

以下方式三选一

方式一：拉取最新镜像：

docker pull linzeyi/hivision_idphotos

方式二：Dockrfile 直接构建镜像：

在确保将模型权重文件hivision_modnet.onnx 放到hivision/creator/weights下后，在项目根目录执行：

docker build -t linzeyi/hivision_idphotos .

方式三：Docker compose 构建：

确保将模型权重文件 hivision_modnet.onnx 放在hivision/creator/weights下后，在项目根目录下执行：

docker compose build

2. 运行服务

启动 Gradio Demo 服务

运行下面的命令，在你的本地访问 http://127.0.0.1:7860 即可使用。

docker run -d -p 7860:7860 linzeyi/hivision_idphotos

启动 API 后端服务

docker run -d -p 8080:8080 linzeyi/hivision_idphotos python3 deploy_api.py

两个服务同时启动

docker compose up -d

环境变量

本项目提供了一些额外的配置项，使用环境变量进行设置：

环境变量	类型	描述	示例
FACE_PLUS_API_KEY	可选	这是你在 Face++ 控制台申请的 API 密钥	`7-fZStDJ····`
FACE_PLUS_API_SECRET	可选	Face++ API密钥对应的Secret	`VTee824E····`

docker使用环境变量示例：

docker run  -d -p 7860:7860 \
    -e FACE_PLUS_API_KEY=7-fZStDJ···· \
    -e FACE_PLUS_API_SECRET=VTee824E···· \
    linzeyi/hivision_idphotos 

引用项目

MTCNN:

@software{ipazc_mtcnn_2021,
    author = {ipazc},
    title = {{MTCNN}},
    url = {https://github.com/ipazc/mtcnn},
    year = {2021},
    publisher = {GitHub}
}

ModNet:

@software{zhkkke_modnet_2021,
    author = {ZHKKKe},
    title = {{ModNet}},
    url = {https://github.com/ZHKKKe/MODNet},
    year = {2021},
    publisher = {GitHub}
}

Q&A

如何修改预设尺寸和颜色？

尺寸：修改size_list_CN.csv 后再次运行 app.py 即可，其中第一列为尺寸名，第二列为高度，第三列为宽度。
颜色：修改color_list_CN.csv 后再次运行 app.py 即可，其中第一列为颜色名，第二列为Hex值。

如何修改水印字体？

将字体文件放到hivision/plugin/font文件夹下
修改hivision/plugin/watermark.py的font_file参数值为字体文件名

📧 联系作者

如果您有任何问题，请发邮件至 zeyi.lin@swanhub.co

李优秀's Blog

项目复现-HivisionIDPhotos

项目复现-HivisionIDPhotos

项目简介

官方简介

项目搭建

前期准备

1. 克隆项目

2. 安装依赖环境

3. 下载权重文件

4. 人脸检测模型配置（可选）

5. GPU推理加速（可选）

项目的运行

运行 Gradio Demo

Python 推理

1. 证件照制作

2. 人像抠图

3. 透明图增加底色

4. 得到六寸排版照

项目二次开发

启动后端

请求 API 服务

Docker 部署

1. 拉取或构建镜像

2. 运行服务

环境变量

引用项目

Q&A

如何修改预设尺寸和颜色？

如何修改水印字体？

📧 联系作者