# HivisionIDPhotos **Repository Path**: github-17869083/HivisionIDPhotos ## Basic Information - **Project Name**: HivisionIDPhotos - **Description**: 这是一款简单易用的 AI 证件照制作工具,能够生成标准证件照和六寸排版照。它提供了简洁的 Web 界面和 API 服务,即使在没有 GPU 的电脑上也能够运行,支持抠图、尺寸调整和自定义底色等功能。 - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 2 - **Created**: 2024-09-14 - **Last Updated**: 2024-09-14 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README

HivisionIDPhoto

[English](README_EN.md) / 中文 / [日本語](README_JP.md) [![GitHub](https://img.shields.io/static/v1?label=GitHub&message=GitHub&color=black)](https://github.com/xiaolin199912/HivisionIDPhotos) [![SwanHub Demo](https://swanhub.co/git/repo/SwanHub%2FAuto-README/file/preview?ref=main&path=swanhub.svg)](https://swanhub.co/ZeYiLin/HivisionIDPhotos/demo) [![zhihu](https://img.shields.io/static/v1?label=知乎&message=知乎&color=blue)](https://zhuanlan.zhihu.com/p/638254028) [![Spaces](https://img.shields.io/badge/🤗-Open%20in%20Spaces-blue)](https://huggingface.co/spaces/TheEeeeLin/HivisionIDPhotos)

> **相关项目**: > > - [SwanLab](https://github.com/SwanHubX/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。
# 🤩 项目更新 - 在线体验: [![SwanHub Demo](https://img.shields.io/static/v1?label=Demo&message=SwanHub%20Demo&color=blue)](https://swanhub.co/ZeYiLin/HivisionIDPhotos/demo) - 2024.9.2: 更新**调整照片 KB 大小** - 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** # Overview > 🚀 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:** 1. 轻量级抠图 2. 根据不同尺寸规格生成不同的标准证件照、六寸排版照 3. 美颜(waiting) 4. 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!
# 🔧 环境安装与依赖 - Python >= 3.7(项目主要测试在 python 3.10) - onnxruntime - OpenCV - Option: Linux, Windows, MacOS **1. 克隆项目** ```bash git clone https://github.com/Zeyi-Lin/HivisionIDPhotos.git cd HivisionIDPhotos ``` **2. 安装依赖环境** ```bash pip install -r requirements.txt ``` **3. 下载权重文件** 在我们的[Release](https://github.com/Zeyi-Lin/HivisionIDPhotos/releases/tag/pretrained-model)下载权重文件`hivision_modnet.onnx`,存到根目录下。
# 🚀 运行 Gradio Demo ```bash 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。
# ⚡️ 部署 API 服务 ``` python deploy_api.py ``` **请求 API 服务(Python)** 用 Python 给服务发送请求: 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): ```bash python requests_api.py -u http://127.0.0.1:8080 -i images/test.jpg -o ./idphoto.png -s '(413,295)' ``` 增加底色(输入 1 张 4 通道透明 png,获得 1 张增加了底色的图像): ```bash python requests_api.py -u http://127.0.0.1:8080 -t add_background -i ./idphoto.png -o ./idhoto_ab.jpg -c '(0,0,0)' -k 30 ``` 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): ```bash python requests_api.py -u http://127.0.0.1:8080 -t generate_layout_photos -i ./idhoto_ab.jpg -o ./idhoto_layout.jpg -s '(413,295)' -k 200 ```
# 🐳 Docker 部署 ## 1. 拉取或构建镜像 **拉取镜像:** ```bash docker pull linzeyi/hivision_idphotos:v1 ``` **Dockrfile 构建镜像:** 在确保将模型权重文件[hivision_modnet.onnx](https://github.com/Zeyi-Lin/HivisionIDPhotos/releases/tag/pretrained-model)放到根目录下后,在根目录执行: ```bash docker build -t hivision_idphotos . ``` ## 2. 运行 Gradio Demo 等待镜像封装完毕后,运行以下指令,即可开启 Gradio Demo 服务: ```bash docker run -p 7860:7860 hivision_idphotos ``` 在你的本地访问[http://127.0.0.1:7860](http://127.0.0.1:7860/)即可使用。 ## 3. 运行 API 后端服务 ```bash docker run -p 8080:8080 hivision_idphotos python3 deploy_api.py ```
# 📖 引用项目 1. MTCNN: https://github.com/ipazc/mtcnn 2. ModNet: https://github.com/ZHKKKe/MODNet
# 💻 开发小贴士 **1. 如何修改预设尺寸?** 修改[size_list_CN.csv](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。
# 📧 联系我们 如果您有任何问题,请发邮件至 zeyi.lin@swanhub.co
# 贡献者 [Zeyi-Lin](https://github.com/Zeyi-Lin)、[SAKURA-CAT](https://github.com/SAKURA-CAT)、[Feudalman](https://github.com/Feudalman)、[swpfY](https://github.com/swpfY)、[Kaikaikaifang](https://github.com/Kaikaikaifang)、[ShaohonChen](https://github.com/ShaohonChen)、[KashiwaByte](https://github.com/KashiwaByte)