相关项目：
- SwanLab：训练人像抠图模型全程用它来分析和监控，以及和实验室同学协作交流，大幅提升了训练效率。
-
在线体验：
、
-
2024.9.5: 更新 Restful API 文档
-
2024.9.2: 更新调整照片 KB 大小，DockerHub
-
2023.12.1: 更新API 部署（基于 fastapi）
-
2023.6.20: 更新预设尺寸菜单
-
2023.6.19: 更新排版照
-
2023.6.13: 更新中心渐变色
-
2023.6.11: 更新上下渐变色
-
2023.6.8: 更新自定义尺寸
-
2023.6.4: 更新自定义底色、人脸检测 Bug 通知
-
2023.5.10: 更新不改尺寸只换底
🚀 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：
- 轻量级抠图（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
- 美颜（waiting）
- 智能换正装（waiting）
如果 HivisionIDPhoto 对你有帮助，请 star 这个 repo 或推荐给你的朋友，解决证件照应急制作问题！
- 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 HivisionIDPhotos2. （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.txt3. 下载权重文件
在我们的Release下载权重文件hivision_modnet.onnx (24.7MB)，存到项目根目录下。
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。
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 --height 413 --width 295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 000000 -k 30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 --height 413 --width 295 -k 200python deploy_api.py
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
import requests
url = "http://127.0.0.1:8080/idphoto"
input_image_path = "images/test.jpg"
files = {"input_image": open(input_image_path, "rb")}
data = {"height": 413, "width": 295}
response = requests.post(url, files=files, data=data).json()
# response为一个json格式字典，包含status、image_base64_standard和image_base64_hd三项
print(response)
输入 1 张 4 通道透明 png，获得 1 张增加了底色的图像
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}
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)输入 1 张 3 通道照片，获得 1 张六寸排版照
import requests
url = "http://127.0.0.1:8080/generate_layout_photos"
input_image_path = "test.jpg"
files = {"input_image": open(input_image_path, "rb")}
data = {"height": 413, "width": 295, "kb": 200}
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)更多请求方式请参考 API 文档，含 Python 脚本请求、Python Request 请求、Java 请求。
以下方式三选一
方式一：拉取镜像：
docker pull linzeyi/hivision_idphotos:v1
docker tag linzeyi/hivision_idphotos:v1 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放到根目录下后，在根目录执行：
docker build -t hivision_idphotos .方式三：Docker compose 构建：
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。
docker run -p 8080:8080 hivision_idphotos python3 deploy_api.py- 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}
}1. 如何修改预设尺寸？
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。
如果您有任何问题，请发邮件至 zeyi.lin@swanhub.co
Zeyi-Lin、SAKURA-CAT、Feudalman、swpfY、Kaikaikaifang、ShaohonChen、KashiwaByte