【AI落地应用实战】HivisionIDPhotos AI证件照制作实践指南

最近在网上发现了一款轻量级的AI证件照制作的项目，名为HivisionIDPhotos。它利用AI模型实现对多种拍照场景的识别、抠图与证件照生成，支持轻量级抠图、多种标准证件照和排版照生成、纯离线或端云推理、美颜等功能。此外，项目还提供了Gradio Demo交互页面和API服务，方便用户进行证件照的制作和自定义。

项目仓库：https://github.com/Zeyi-Lin/HivisionIDPhotos

本篇将介绍使用DAMODEL深度学习平台部署HivisionIDPhotos模型进行复现。

一、创建实例

本次实验选择了DAMODEL（丹摩智算）平台，致力于提供丰富的算力资源与基础设施助力AI应用的开发、训练、部署。首先进入控制台，，点击资源-GPU云实例，点击创建实例：

进入创建页面后，首先在实例配置中首先选择付费类型为按量付费，其次选择单卡启动，然后选择需求的GPU型号，本次实验可以选择选择NVIDIA-GeForc-RTX-4090或者Tesla-P40显卡。

除了这些以外，可以看到丹摩最近还上线了H800和A800显卡，A800基于NVIDIA的Ampere架构，而H800则是基于更新的Hopper架构。这两款显卡都具备强大的计算能力，高达80GB的显存能够处理复杂的数学模型和算法，支持深度学习模型的训练和推理，以及科学模拟、气候研究、基因组学等领域的高性能计算任务。

继续往下翻，配置数据硬盘的大小，每个实例默认附带了50GB的数据硬盘，本次创建可以就选择默认大小50GB，可以看到，平台提供了一些基础镜像供快速启动，镜像中安装了对应的基础环境和框架，这里选择PyTorch镜像启动。除此之外，平台还提供了ComfyUI、FLUX.1-dev-fp8+ComfyUI、yolov8镜像，适合初学者和专业人士使用。

二、配置代码和模型

2.1、配置代码与环境

首先输入git clone，将仓库代码克隆到本地，这里连接github可能偶尔不稳定，可以克隆gitee的仓库，两者内容相同：

git clone https://gitee.com/lipengfeiSUaz/HivisionIDPhotos.git

克隆完成后，进入项目文件夹，输入pip install -r requirements.txt和pip install -r requirements-app.txt安装依赖环境：

2.2、下载模型

除了配置代码和安装环境外，还需要下载部分人像抠图模型的权重，下载好的模型均存到项目的hivision/creator/weights目录下，其中rmbg-1.4需要重命名为rmbg-1.4.onnx，birefnet-v1-lite需要重命名为birefnet-v1-lite.onnx

人像抠图模型	介绍	下载链接
MODNet	实时人像抠图模型，无需辅助信息	http://file.s3/damodel-openfile/HivisionIDPhotos/model.onnx
hivision_modnet	优化版MODNet，更适合纯色背景抠图	http://file.s3/damodel-openfile/HivisionIDPhotos/hivision_modnet.onnx
rmbg-1.4	BRIA AI开源的抠图模型，下载后重命名为rmbg-1.4.onnx	http://file.s3/damodel-openfile/HivisionIDPhotos/rmbg-1.4.onnx
birefnet-v1-lite	ZhengPeng7开源抠图模型，拥有最好的分割精度，下载后重命名为birefnet-v1-lite.onnx	http://file.s3/damodel-openfile/HivisionIDPhotos/birefnet-v1-lite.onnx

重命名后如下图所示：

配置以上步骤后，就可以开始使用了。

三、运行项目

项目的主函数在inference.py文件，其使用了argparse库来处理命令行参数，并根据参数执行不同的图像处理任务，提供了以下功能：

• 证件照制作（idphoto）：使用creator生成标准证件照和高清证件照，并保存。
• 人像抠图（human_matting）：仅抠图，不添加背景，保存抠图结果。
• 添加背景（add_background）：给图像添加背景色，并根据用户选择的渲染模式（纯色、上下渐变、中心渐变）进行处理，保存结果。
• 生成排版照（generate_layout_photos）：生成排版照，并根据需要调整图片大小。

我们可以直接通过Python运行脚本进行推理，其中，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

更多参数也可通过python inference.py --help查看

3.1、证件照制作

证件照制作输入 1 张照片，输出 1 张标准证件照和 1 张高清证件照的 4 通道透明 png图片，可以输入以下命令运行：

python inference.py -i demo/images/test0.jpg -o ./idphoto.png --height 413 --width 295

其中，–height指定了证件照的高度为413像素。–width 295指定了证件照的宽度为295像素。随便试了两张，效果如下：

这一步可能会遇到以下问题：

Traceback (most recent call last):File "/root/workspace/crqfkuvhri0c7384uh6g/workspace/HivisionIDPhotos/inference.py", line 2, in <module>import cv2File "/root/anaconda3/envs/hidp/lib/python3.10/site-packages/cv2/__init__.py", line 181, in <module>bootstrap()File "/root/anaconda3/envs/hidp/lib/python3.10/site-packages/cv2/__init__.py", line 153, in bootstrapnative_module = importlib.import_module("cv2")File "/root/anaconda3/envs/hidp/lib/python3.10/importlib/__init__.py", line 126, in import_modulereturn _bootstrap._gcd_import(name[level:], package, level)
ImportError: libGL.so.1: cannot open shared object file: No such file or directory

这个报错表明在尝试找到 libGL.so.1 这个共享库文件出现了问题，输入以下命令，补充安装库文件再次运行就好了！

apt-get update
apt-get install ffmpeg libsm6 libxext6 -y

3.2、证件照换底色

除了透明图，模型还提供了将证件照换色，输入以下命令：

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

其中，-t add_background参数告诉脚本你想要执行的任务类型是“add_background”，即添加背景色。-c 4f83ce参数定义了你想要将证件照背景换成的颜色，在这里，4f83ce是RGB十六进制的颜色定义方式，如果需要蓝底、红底，可以根据需要调整代码。而-k 30参数指定了输出照片的文件最大大小，单位是KB。这里30表示你希望输出的证件照文件大小大约为30KB。-r 1参数选择了背景色的渲染模式。在这里，1代表“上下渐变”模式，背景色将从上到下渐变，而不是单一的纯色。

效果如下：

3.3、排版照（打印版）

当然，模型还提供了排版照，这种排版方式在需要批量制作证件照时非常有用，便于一次性打印多张照片，节省纸张和打印成本。

python inference.py -t generate_layout_photos -i ./idphoto_ab.jpg -o ./idphoto_layout.jpg  --height 413 --width 295 -k 200

在这个命令中，-t generate_layout_photos参数指定了任务类型为生成排版照。这意味着脚本将执行生成排版照的相关操作。-k 200参数指定了输出照片的文件最大大小，单位是KB。

效果如下:

模型还在不断维护更新中，还有很多新功能值得探索！