本地（Window和Linux）搭建AI证件照制作工具教程，亲测可使用

介绍

我使用的工具就是HivisionIDPhoto。
HivisionIDPhoto是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特色:
轻量级抠图
根据不同尺寸规格生成不同的标准证件照、六寸排版照
能美颜，可调节美颜参数
易于集成，官方提供了清晰的 API 文档和示例代码，方便开发者快速集成到自己的项目中
跨平台支持：无论是 Windows、macOS 还是 Linux 用户都能轻松使用
生成结果直接下载打印，方便快捷

使用案例

可调参数等等

支持多种尺寸

Window安装（不推荐）

Window安装总是有莫名其妙的错误，推荐建个虚拟机使用Docker安装
安装前提：
有python环境，版本大于3.10，但不建议使用最新版本，建议使用稳定版
1.克隆或者下载HivisionIDPhoto代码（文末附网盘地址）

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

2.进入代码所在目录打开CMD
执行命令安装依赖

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

安装慢的话指定一个镜像源

pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/
pip install -r requirements-app.txt -i https://mirrors.aliyun.com/pypi/simple/

两个命令都执行成功就可以往下了

3.下载权重文件并放到权重文件夹
下载地址（网盘里也有），文件名hivision_modnet.onnx

https://github.com/Zeyi-Lin/HivisionIDPhotos/releases/tag/pretrained-model
liangg

4.运行demo

python app.py

启动成功后，浏览器访问：http://localhost:7860

搞定

5.运行 API 后端服务
接口访问示例及接口文档往下看

python deploy_api.py

docker安装（强烈推荐）

1. 拉取镜像

docker pull linzeyi/hivision_idphotos

2. 运行官方Demo

docker run -d \
-p 7860:7860 \
--name hivision-idphotos \
linzeyi/hivision_idphotos

搞定，直接访问，本地访问 http://127.0.0.1:7860 即可，其他的ip+端口即可。

3.启动API后端服务（如果需要）

docker run -d \
 -p 8080:8080 \
 -name hivision-idphotos-api \
 linzeyi/hivision_idphotos python3 deploy_api.py

官方API接口文档

1.生成证件照(底透明)

接口名：idphoto

生成证件照接口的逻辑是发送一张 RGB 图像，输出一张标准证件照和一张高清证件照：

• 高清证件照：根据size的宽高比例制作的证件照，文件名为output_image_dir增加_hd后缀
• 标准证件照：尺寸等于size，由高清证件照缩放而来，文件名为output_image_dir

需要注意的是，生成的两张照片都是透明的（RGBA 四通道图像），要生成完整的证件照，还需要下面的添加背景色接口。

问：为什么这么设计？
答：因为在实际产品中，经常用户会频繁切换底色预览效果，直接给透明底图像，由前端 js 代码合成颜色是更好体验的做法。

请求参数：

参数名	类型	必填	说明
input_image	file	和input_image_base64二选一	传入的图像文件，图像文件为需为RGB三通道图像。
input_image_base64	str	和input_image二选一	传入的图像文件的base64编码，图像文件为需为RGB三通道图像。
height	int	否	标准证件照高度，默认为413
width	int	否	标准证件照宽度，默认为295
human_matting_model	str	否	人像分割模型，默认为modnet_photographic_portrait_matting。可选值为modnet_photographic_portrait_matting、hivision_modnet、rmbg-1.4、birefnet-v1-lite
face_detect_model	str	否	人脸检测模型，默认为mtcnn。可选值为mtcnn、face_plusplus、retinaface-resnet50
hd	bool	否	是否生成高清证件照，默认为true
dpi	int	否	图像分辨率，默认为300
face_alignment	bool	否	是否进行人脸对齐，默认为true
head_measure_ratio	float	否	面部面积与照片面积的比例，默认为0.2
head_height_ratio	float	否	面部中心与照片顶部的高度比例，默认为0.45
top_distance_max	float	否	头部与照片顶部距离的比例最大值，默认为0.12
top_distance_min	float	否	头部与照片顶部距离的比例最小值，默认为0.1
brightness_strength	float	否	亮度调整强度，默认为0
contrast_strength	float	否	对比度调整强度，默认为0
sharpen_strength	float	否	锐化调整强度，默认为0
saturation_strength	float	否	饱和度调整强度，默认为0

返回参数：

参数名	类型	说明
status	int	状态码，true表示成功
image_base64_standard	str	标准证件照的base64编码
image_base64_hd	str	高清证件照的base64编码。如hd参数为false，则不返回该参数

2.添加背景色

接口名：add_background

添加背景色接口的逻辑是接收一张 RGBA 图像（透明图），根据color添加背景色，合成一张 JPG 图像。

请求参数：

参数名	类型	必填	说明
input_image	file	和input_image_base64二选一	传入的图像文件，图像文件为需为RGBA四通道图像。
input_image_base64	str	和input_image二选一	传入的图像文件的base64编码，图像文件为需为RGBA四通道图像。
color	str	否	背景色HEX值，默认为000000
kb	int	否	输出照片的 KB 值，默认为None，即不对图像进行KB调整。
render	int	否	渲染模式，默认为0。可选值为0、1、2，分别对应纯色、上下渐变、中心渐变。
dpi	int	否	图像分辨率，默认为300

返回参数：

参数名	类型	说明
status	int	状态码，true表示成功
image_base64	str	添加背景色之后的图像的base64编码

3.生成六寸排版照

接口名：generate_layout_photos

生成六寸排版照接口的逻辑是接收一张 RGB 图像（一般为添加背景色之后的证件照），根据size进行照片排布，然后生成一张六寸排版照。

请求参数：

参数名	类型	必填	说明
input_image	file	和input_image_base64二选一	传入的图像文件，图像文件为需为RGB三通道图像。
input_image_base64	str	和input_image二选一	传入的图像文件的base64编码，图像文件为需为RGB三通道图像。
height	int	否	输入图像的高度，默认为413
width	int	否	输入图像的宽度，默认为295
kb	int	否	输出照片的 KB 值，默认为None，即不对图像进行KB调整。
dpi	int	否	图像分辨率，默认为300

返回参数：

参数名	类型	说明
status	int	状态码，true表示成功
image_base64	str	六寸排版照的base64编码

4.人像抠图

接口名：human_matting

人像抠图接口的逻辑是接收一张 RGB 图像，输出一张标准抠图人像照和高清抠图人像照（无任何背景填充）。

请求参数：

参数名	类型	必填	说明
input_image	file	是	传入的图像文件，图像文件为需为RGB三通道图像。
human_matting_model	str	否	人像分割模型，默认为modnet_photographic_portrait_matting。可选值为modnet_photographic_portrait_matting、hivision_modnet、rmbg-1.4、birefnet-v1-lite
dpi	int	否	图像分辨率，默认为300

返回参数：

参数名	类型	说明
status	int	状态码，true表示成功
image_base64	str	抠图人像照的base64编码

5.图像加水印

接口名：watermark

图像加水印接口的功能是接收一个水印文本，然后在原图上添加指定的水印。用户可以指定水印的位置、透明度和大小等属性，以便将水印无缝地融合到原图中。

请求参数：

参数名	类型	必填	说明
input_image	file	和input_image_base64二选一	传入的图像文件，图像文件为需为RGB三通道图像。
input_image_base64	str	和input_image二选一	传入的图像文件的base64编码，图像文件为需为RGB三通道图像。
text	str	否	水印文本，默认为Hello
size	int	否	水印字体大小，默认为20
opacity	float	否	水印透明度，默认为0.5
angle	int	否	水印旋转角度，默认为30
color	str	否	水印颜色，默认为#000000
space	int	否	水印间距，默认为25
dpi	int	否	图像分辨率，默认为300

返回参数：

参数名	类型	说明
status	int	状态码，true表示成功
image_base64	str	添加水印之后的图像的base64编码

6.设置图像KB大小

接口名：set_kb

设置图像KB大小接口的功能是接收一张图像和目标文件大小（以KB为单位），如果设置的KB值小于原文件，则调整压缩率；如果设置的KB值大于源文件，则通过给文件头添加信息的方式调大KB值，目标是让图像的最终大小与设置的KB值一致。

请求参数：

参数名	类型	必填	说明
input_image	file	和input_image_base64二选一	传入的图像文件，图像文件为需为RGB三通道图像。
input_image_base64	str	和input_image二选一	传入的图像文件的base64编码，图像文件为需为RGB三通道图像。
kb	int	否	输出照片的 KB 值，默认为None，即不对图像进行KB调整。
dpi	int	否	图像分辨率，默认为300

返回参数：

参数名	类型	说明
status	int	状态码，true表示成功
image_base64	str	设置KB大小之后的图像的base64编码

7.证件照裁切

接口名：idphoto_crop

证件照裁切接口的功能是接收一张 RBGA 图像（透明图），输出一张标准证件照和一张高清证件照。

请求参数：

参数名	类型	必填	说明
input_image	file	和input_image_base64二选一	传入的图像文件，图像文件为需为RGBA四通道图像。
input_image_base64	str	和input_image二选一	传入的图像文件的base64编码，图像文件为需为RGBA四通道图像。
height	int	否	标准证件照高度，默认为413
width	int	否	标准证件照宽度，默认为295
face_detect_model	str	否	人脸检测模型，默认为mtcnn。可选值为mtcnn、face_plusplus、retinaface-resnet50
hd	bool	否	是否生成高清证件照，默认为true
dpi	int	否	图像分辨率，默认为300
head_measure_ratio	float	否	面部面积与照片面积的比例，默认为0.2
head_height_ratio	float	否	面部中心与照片顶部的高度比例，默认为0.45
top_distance_max	float	否	头部与照片顶部距离的比例最大值，默认为0.12
top_distance_min	float	否	头部与照片顶部距离的比例最小值，默认为0.1

返回参数：

参数名	类型	说明
status	int	状态码，true表示成功
image_base64	str	证件照裁切之后的图像的base64编码
image_base64_hd	str	高清证件照裁切之后的图像的base64编码，如hd参数为false，则不返回该参数

请求示例

使用apifox请求==》生成证件照(底透明)示例

// 将接口返回数据封装成所需的结构
var resp = {
    image_base64_standard: pm.response.json().image_base64_standard
}
// HTML 模板字符串
var template = `
<html>
    <img src="{{image_base64_standard}}" />
</html>
`;

// 设置可视化数据，传入模板和解析对象
pm.visualizer.set(template, resp);

点击请求结果中的Visualize即可查看

云盘资料

链接: https://pan.baidu.com/s/17Z2vf1RrLlvvVO7zsL45Bg?pwd=ng66 提取码: ng66