AI证件照制作算法 HivisionIDPhotos v1.2.1 绿色免费版

焕影一新HivisionIDphotos证件照制作算法，是一个轻量、高效的综合AI证件照制作程序，它集成了智能抠图、人脸检测、尺寸切割等功能于一体，采用了一套完善的机器学习模型工作流，实现了针对各种不同用户使用场景的适配。

ModNet是一项由瑞士洛桑联邦理工学院（EPFL）开发的计算机视觉技术，用于人像抠图。它采用深度学习技术，利用图像分割的方法，将背景和人物进行分离，从而实现人物抠图。ModNet使用了一种名为MODNet的深度神经网络模型，可以在极短的时间内实现高质量的人物抠图。这使得ModNet成为一种非常高效且精确的人物抠图技术。通过该项目，用户可以上传一张带有人像的图片，程序将自动将人像从背景中分离出来。

person-modnet:基于modnet的人像分割技术

MODNet是一个 仅需RGB图片输入的 实时人像抠图模型

HivisionIDPhoto 旨在开发一种实用、系统性的证件照智能制作算法。

它利用一套完善的AI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（纯离线，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

支持 纯离线 或 端云 推理

美颜（waiting）

智能换正装（waiting）

HivisionIDPhotos 在处理不同尺寸证件照时的优势主要体现在以下几个方面：

轻量级抠图：利用高效的 AI 算法，HivisionIDPhotos 能够精确地从照片中抠取人像，生成干净的透明背景图像，为后续处理提供高质量的素材。这一功能适用于各种拍摄场景，确保生成的证件照质量高且符合要求。

多尺寸证件照生成：HivisionIDPhotos 支持根据不同的规格要求生成标准证件照，如常用的护照照、签证照等。用户可以指定尺寸，并根据需要调整背景颜色和其他参数，以生成符合不同规格的证件照。

灵活的排版照生成：该工具可以将多张证件照排版成标准的六寸照片，方便用户进行打印和批量制作，适用于需要提交多张照片的场合。

智能换背景：HivisionIDPhotos 支持为证件照增加或更换背景颜色，用户可以轻松选择符合要求的背景色，从而快速完成证件照的制作。

API 服务部署：提供基于 FastAPI 的 API 服务，允许用户通过 API 轻松实现证件照生成、背景修改等操作，这个功能特别适合需要在各种应用中集成证件照功能的开发者和企业。

Docker 支持：项目支持 Docker 部署，使得用户可以在不同操作系统环境中快速搭建和运行服务，简化了安装过程并提高了系统的兼容性。

实时 Web 交互：通过 Gradio Demo 提供的本地 Web 页面，用户可以方便地在线操作证件照生成过程，实时查看和调整生成效果。

多平台兼容：项目能够运行在 Linux、Windows 和 MacOS 平台，支持 Python 3.7 及以上版本，确保广泛的可用性和便捷的操作体验。

项目简介

本项目基于 ModNet 模型，使用 Python 语言实现的一个人像分割项目。通过该项目，用户可以上传一张带有人像的图片，程序将自动将人像从背景中分离出来。

ModNet是一项由瑞士洛桑联邦理工学院（EPFL）开发的计算机视觉技术，用于人像抠图。它采用深度学习技术，利用图像分割的方法，将背景和人物进行分离，从而实现人物抠图。ModNet使用了一种名为MODNet的深度神经网络模型，可以在极短的时间内实现高质量的人物抠图。这使得ModNet成为一种非常高效且精确的人物抠图技术。

ModNet的优点不仅仅在于它的效率和精度，还在于它的灵活性。它可以用于各种不同类型的图像，包括人物照片、头像、艺术照片和自然风景照片等。这使得它成为了一个非常有用的工具，可以被广泛应用于许多领域，如图像处理、电影制作、广告制作等。

ModNet项目最初的开发目的是为了提供一种高效的人物抠图技术，以取代传统的图像编辑软件中使用的笨重和耗时的工具。ModNet是在公共数据集上训练得到的，这意味着它可以应用于各种类型的图像，并且其准确性也已得到广泛验证。

总之，ModNet是一种非常先进和高效的人物抠图技术，采用了最先进的深度学习技术和图像分割方法。它在图像处理和其他领域中具有广泛的应用前景，是计算机视觉领域中的一个重要突破。

使用方法

首先确保电脑系统为win10/win11

电脑一键安装python环境（推荐python3.10版本）

不需要GPU，使用CPU也可运行

1、下载整合包到本地并解压（注意路径不要出现中文）

运行一键启动.bat文件，稍等片刻，程序会自动打开界面，如图

3、上传图片——选择尺寸——选择背景颜色——点击开始制作

4、右上方可以查看生成结果/保存到本地

更新了什么？

新增人脸检测模型Retinaface（CPU可跑，精度>mtcnn）

Gradio demo增加结果透明图下载功能

变化内容

重构：gradio 代码@Zeyi-Lin在#89

feat(新模型): retinaface@Zeyi-Lin在#90

修复：创建者错误@Zeyi-Lin在#95

feat: gradio png 下载和 api docs jp ko by@Zeyi-Lin