HivisionIDPhotos 是一款开源 AI 证件照工具，旨在解决证件照制作中遇到的底色不符、隐私泄露及商业软件收费等问题。该工具支持纯离线运行，具备轻量高效、完全免费的特性。
一、核心功能
HivisionIDPhotos 定位为轻量级 AI 证件照全流程解决方案，将证件照制作拆解为'人脸检测 - 人像抠图 - 尺寸适配 - 底色替换 - 排版输出'五大环节，全程自动化处理。
1. 精准 AI 抠图
提供三款差异化模型供选择，兼顾速度与精度：
- MODNet：官方默认模型，仅 24.7MB 大小，适合纯色背景场景，CPU 推理毫秒级完成；
- RMBG-1.4：BRIA AI 开源模型，176.2MB 容量，抠图精度更高，能精准识别发丝、衣领等边缘细节；
- BiRefNet-v1-lite：专业级精细抠图模型，搭配 RetinaFace 人脸检测，细节误差可控制在 2 像素以内。
2. 全场景适配
内置 30 余种国际标准规格，涵盖一寸、二寸、护照、签证、驾驶证等场景，支持自定义尺寸和 HEX 色值换底（红/蓝/白/渐变均可），一键生成六寸排版照。2024 年 9 月更新后，新增了布局裁剪线、模板共享功能。
对企业和机构，支持批量处理与 API 集成，HR 可统一配置新员工工牌照片规格，学校可批量生成学生学籍证件照，全程标准化输出。
3. 纯离线运行
所有操作均在本地设备完成，照片不上传任何云端服务器，断网环境下也能正常使用。对于身份证、护照等敏感证件照制作，彻底杜绝隐私泄露风险，临时文件自动清理。
二、技术架构
HivisionIDPhotos 采用现代化轻量技术栈，兼顾易用性与扩展性。
| 技术模块 | 核心工具/框架 | 核心作用 |
|---|---|---|
| 编程语言 | Python 3.7+（推荐 3.10） | 跨平台兼容，生态完善 |
| 模型推理 | ONNX Runtime、PyTorch | 支持 CPU/GPU 加速，实现高效离线推理 |
| 核心算法 | MTCNN/RetinaFace（人脸检测）、MODNet 等（抠图） | 精准定位人脸，实现高质量人像分割 |
| 交互与服务 | Gradio、FastAPI | 可视化 Web 界面 + 高性能 API 接口 |
| 部署方案 | Docker、Conda | 一键部署，环境隔离，跨平台运行 |
项目采用'流水线式'模块化设计，四大核心模块（人脸检测、图像分割、图像处理、交互服务）完全解耦。开发者可轻松替换组件，比如用自定义人脸检测模型替换 MTCNN，或基于 FastAPI 接口搭建专属小程序、网页应用。
三、使用指南
1. 普通用户：零代码 Gradio 界面
无需编程基础，3 分钟即可搞定：
- 下载模型：
python scripts/download_model.py --models all（网络受限情况下可手动从 Release 页面下载，放入指定目录）； - 启动 Web 界面：
python app/web.py，访问 http://127.0.0.1:7860 即可上传照片、选择参数、生成证件照。
克隆仓库并搭建环境：
