东莞设计网站建设网站开发公司 上

最近有一个生成证件照的开源项目很火，今天我们来学习一下。之前我生成证件照都是线下去拍照，线上使用也是各种限制，需要付费或看广告，而且效果也不是很理想，

今天要分享的这个 AI 证件照生成工具可以一键可以生成一寸照、二寸照、教师资格证、国家公务员考试、社保卡、电子驾驶证、各种签证在内的 18 种证件照片，而且可以选择蓝、白、红、黑、深蓝在内的五种背景证件照片。

如果这些配置项里面的不满足你的要求，你还可以自定义生成各种样式的照片。

只需要上传自拍照片，就可以生成各种证件照，自动排版，一键打印，同时也提供了一键美白功能：

这个就是使用最近火出圈的AI工具：HivisionIDPhotos 来生成的。

该工具支持好几种方式去运行，这里我总结一下：

• 在线Demo，直接运行
• 通过Docker一键运行，本地使用
• 本地安装启动
• 集成到ComfyUI里，利用工作流自定义出图，这个我会重点讲解一下

在线地址

作者提供了线上地址，无需部署，在线直接免费运行。

国内：
https://swanhub.co/ZeYiLin/HivisionIDPhotos/demo
https://modelscope.cn/studios/SwanLab/HivisionIDPhotos

国外：
https://huggingface.co/spaces/TheEeeeLin/HivisionIDPhotos

Docker部署

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

访问：http://localhost:7860 即可。

如果需要启动后端接口服务则启动如下服务：

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

本地安装启动

1.下载源码到本地。

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

2.安装依赖。

pip install -r requirements.txt
pip install -r requirements-app.txt

3.下载权重文件。

• 使用脚本下载

python scripts/download_model.py --models all

• 直接下载放到对应目录

存到项目的 hivision/creator/weights目录下：

---

1.modnet_photographic_portrait_matting.onnx (24.7MB): MODNet官方权重

下载地址：
https://github.com/Zeyi-Lin/HivisionIDPhotos/releases/download/pretrained-model/modnet_photographic_portrait_matting.onnx

2.hivision_modnet.onnx (24.7MB): 对纯色换底适配性更好的抠图模型

下载地址：
https://github.com/Zeyi-Lin/HivisionIDPhotos/releases/download/pretrained-model/hivision_modnet.onnx

3.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

下载地址：
https://huggingface.co/briaai/RMBG-1.4/resolve/main/onnx/model.onnx?download=true

4.birefnet-v1-lite.onnx(224MB): ZhengPeng7 开源的抠图模型，下载后重命名为birefnet-v1-lite.onnx
下载地址：
https://github.com/ZhengPeng7/BiRefNet/releases/download/v1/BiRefNet-general-bb_swin_v1_tiny-epoch_232.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）。

在当前版本，可被英伟达GPU加速的模型为birefnet-v1-lite，并请确保你有16GB左右的显存。

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onnxruntime-gpu文档找到对应的onnxruntime-gpu版本安装，以及根据pytorch官网找到对应的torch版本安装。

# 假如你的电脑安装的是CUDA 12.x, cuDNN 8
# 安装torch是可选的，如果你始终配置不好cuDNN，那么试试安装torch
pip install onnxruntime-gpu==1.18.0
pip install torch --index-url https://download.pytorch.org/whl/cu121

在上面配置完后，执行如下命令，然后访问：http://localhost:7860 即可。

python app.py

6.API 服务（可选）。

如果需要启动请求 API 服务，则需要执行如下命令

python deploy_api.py

详细请求方式请参考 API 文档，包含以下请求示例：

• cURL：https://github.com/Zeyi-Lin/HivisionIDPhotos/blob/master/docs/api_CN.md#curl-请求示例
• Python：https://github.com/Zeyi-Lin/HivisionIDPhotos/blob/master/docs/api_CN.md#python-请求示例
• Java：https://github.com/Zeyi-Lin/HivisionIDPhotos/blob/master/docs/api_CN.md#java-请求示例
• Javascript：https://github.com/Zeyi-Lin/HivisionIDPhotos/blob/master/docs/api_CN.md#javascript-请求示例

ComfyUI

插件地址：https://github.com/AIFSH/HivisionIDPhotos-ComfyUI

有 ComfyUI 的小伙伴，只需要在 ComfyUI 管理器搜索：HivisionIDPhotos-ComfyUI 就可以了。当然也可以直接下载到custom_nodes下面。

同上面下载权重和模型一样的操作，modnet_photographic_portrait_matting.onnx，hivision_modnet.onnx，rmbg-1.4.onnx，birefnet-v1-lite.onnx，把文件放到ComfyUI/custom_nodes/HivisionIDPhotos-ComfyUI/hivision/creator/weights目录下面，而RetinaFace下载的模型retinaface-resnet50.onnx放到ComfyUI/custom_nodes/HivisionIDPhotos-ComfyUI/hivision/creator/retinaface/weights下面。

加载工作流，选好配置运行结果如下：

节点都比较简单，如ZHHivisionParamsNode节点：

第一个选项证件照的尺寸，第二个选项是背景颜色，第三个选项是背景的渲染效果，是纯色，还是上下渐变或者中心渐变。

HivisionNode节点：

head_measure_ratio：头部尺寸比例，值越大，头部占据证件照的比例就越大。

top_distance：头部到图像顶部的距离，值越大，距离越远。

whitening_strength：为美白强度。

AddWaterMarkNode节点为添加文字水印节点。

• text_color：输入颜色编码，默认是白色。
• text_size：字体的大小。
• text_opacity：水印的透明度。
• text_angle：水印的旋转角度。
• text_space：水印字体间隔。

如我添加“壁虎”文字水印，效果如下：

想要新增证件类型，只需要修改HivisionIDPhotos-ComfyUI\hivision\demo\assets以下文件就可以了，CN 后缀的代表中文，按照文件中的格式添加就可以了。

• 尺寸：修改size_list_CN.csv后再次运行即可，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后再次运行即可，其中第一列为颜色名，第二列为Hex值。

比如我新加类型：自定义配置和紫色。

结果如下：

至此基本的用法我们学会了，但在ComfyUI中我们就可以组合各种模型和Lora去生成自己想要的头像了。

比如我们可以把自己的头像上传，然后结合模型，生成微调的专属头像，或调整眼睛，鼻子，耳朵等等。

同时我们还能对图片进行模糊去噪，放大等。比如我们简单处理后效果如下：

文中所使用到的工作流欢迎关注公众号，回复【工作流】获取。

欢迎大家关注微信公众号"壁虎说技术"，更多AI新技术，新点子在公众号第一时间更新。

参考

HivisionIDPhotos