Deep-Live-Cam一张照片搞定实时换脸从摄像头到整段视频【免费下载链接】Deep-Live-Camreal time face swap and one-click video deepfake with only a single image项目地址: https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam想让摄像头里的人变成照片里的人只需要一张照片。Deep-Live-Cam 就是干这件事的开源实时换脸工具全程本地运行摄像头与视频文件都支持视频输出保留原音轨。这篇实时换脸教程面向零基础读完你就能让预览窗口出现在自己屏幕上。 它能干什么换脸直播点 Live 后摄像头里的人实时变成照片里的人配合 OBS 等工具截取预览窗即可推流加--live-mirror可得到镜像预览。整段视频换脸给一个 mp4输出一整段换脸后的版本音轨和帧率都保留。多人按人映射群像场景里每张脸可以绑定不同的源脸而不是全换成同一张。本地视频整体换脸命令python run.py -s face.jpg -t clip.mp4 --keep-audio --keep-fps输出保存在以目标视频命名的目录里--keep-audio保留原音轨--keep-fps保留原帧率。⚙️ 装好并跑起来先对照环境要求免得中途卡住系统Windows / macOS / LinuxPython 3.11–3.14推荐 3.14必备三件套git、pip、ffmpeg负责读写视频纯 CPU 就能跑NVIDIA 独显或 Apple 芯片更快Windows 需装 Visual Studio 2022 运行库环境过关后完整安装就是下面一段命令。先克隆仓库再用 venv 建隔离环境避免依赖污染系统 Pythongit clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam python -m venv venv # Windows: venv\Scripts\activate macOS/Linux: source venv/bin/activate pip install -r requirements.txt # 模型inswapper_128_fp16.onnx 与 GFPGANv1.4.onnx 放入 models/ # 下载地址见 models/instructions.txt不手动放首跑自动下载约 300MB然后直接启动python run.py窗口里分三区左边选源人脸照片中间选目标摄像头或视频文件右边是 Live 和 Start 两个按钮。摄像头模式按 Live等 10–30 秒加载完成后预览出现换脸就开始视频模式按 Start成片写入以目标命名的目录。️ 让换脸更自然的开关口型对不上这是换脸口型不一致的典型症状源脸和你的嘴型不同整脸替换会让嘴巴跟不上原画面。对应开关是 Mouth Mask——GUI 里拖动滑块或命令行加--mouth-mask。它把下半张脸的嘴部区域留给你自己说话时口型自然一致。画面里有好几个人默认只处理一张脸加--many-faces会让画面里每张脸都被处理。若希望不同人换成不同的脸再加--map-faces程序用特征向量聚类把目标视频里的人自动分组逐人绑定源脸。python run.py -s face.jpg -t group.mp4 --many-faces --map-faces源照片质量决定上限记住三条正脸、光线均匀脸上无遮挡口罩、手、浓重贴纸人脸在照片里占比大一些检测更稳。️ 按硬件选跑法--execution-provider决定推理跑在哪块芯片上。不指定时程序会自动挑当前环境里最优的后端所以python run.py就能起步。有独显的话手动指定帧率更稳NVIDIA 中端独显先装 CUDA Toolkit 12.8.0 和 cuDNN v8.9.7再pip install onnxruntime-gpu1.26.0然后python run.py --execution-provider cudaNVIDIA 高端独显FP16 模型与 CUDA Graph 自动生效还能开面部增强python run.py --execution-provider cuda --execution-threads 2Apple M1–M5先brew install python3.14 python-tk3.14requirements 已带 CoreML 支持然后python3.14 run.py --execution-provider coremlIntel 平台装onnxruntime-openvino1.21.0后加--execution-provider openvino。Windows 上的 AMD 核显装onnxruntime-directml1.21.0后加--execution-provider directml。帧率预期按 720p 直播预览的量级硬件推荐跑法体感建议分辨率集显 / 纯 CPU默认python run.py勉强实时够用480p–720pApple M 系列--execution-provider coreml流畅检测与换脸并行调度720pNVIDIA 中端独显--execution-provider cuda流畅720pNVIDIA 高端独显cuda 开启 face_enhancer接近摄像头原生帧率1080p换脸掉帧排查基本逃不出五种情况窗口打不开、报_tkintermacOS 缺 tkinter执行brew reinstall python-tk3.14。提示ffmpeg is not installed装上 ffmpeg再用ffprobe -version验证。状态栏报找不到 inswapper 模型等首次自动下载完成或手动把模型放进 models/。有 GPU 却退回 CPU检查 cuDNN 是否在 PATH、onnxruntime-gpu是否为 1.26.0。直播预览掉帧明显调低--max-memory或关掉 face_enhancer。幕后一帧画面经历了什么每一帧都走同一条流水线InsightFace 的 buffalo_l 模型包先检测人脸提取身份特征与关键点inswapper 以 128×128 的人脸尺寸把源脸身份合成进目标脸——可以理解为身份向量像一枚印章目标脸像一张纸印章落下去就盖出新脸随后用椭圆羽化软掩膜加 alpha 混合把新脸贴回原帧方形边界不露馅最后可选 GFPGANface_enhancer把糊掉的五官细节补回来。查源码时直接定位这几个文件人脸检测与分析modules/face_analyser.py换脸执行modules/processors/frame/face_swapper.py人脸增强modules/processors/frame/face_enhancer.py命令行与入口modules/core.py视频捕获与帧处理modules/video_capture.py安全红线只换你自己、或已明确取得同意的脸公开发布时标注AI 合成 / deepfake不用于诈骗、冒充、诽谤等目的不处理战争画面、隐私场景等敏感素材程序内置了一层内容检查用 opennsfw2 模型过滤不当素材GUI 勾选 NSFW Filter 或加--nsfw-filter即可启用。继续深入参与贡献三步走拉出功能分支git checkout -b feature/your-change按 CONTRIBUTING.md 清单自测实时换脸开/关增强、Map Faces 开/关、FPS 不降、GPU 压测至少 15 分钟推分支提 PR——变更先进premain分支跑过稳定性验证后才合并进main关键资源完整参数列表README.md模型放置说明models/instructions.txt贡献规范与测试清单CONTRIBUTING.md多语言文案locales/新特性与问题的讨论在仓库 Issues 页跟进。挑一张正脸照片把python run.py跑起来十几分钟后你的第一段实时换脸预览就会出现在屏幕上。跑起来之前先确认你对画面里的每张脸都有权限公开发布时记得标注 AI 合成。【免费下载链接】Deep-Live-Camreal time face swap and one-click video deepfake with only a single image项目地址: https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Deep-Live-Cam一张照片搞定实时换脸从摄像头到整段视频【免费下载链接】Deep-Live-Camreal time face swap and one-click video deepfake with only a single image项目地址: https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam想让摄像头里的人变成照片里的人只需要一张照片。Deep-Live-Cam 就是干这件事的开源实时换脸工具全程本地运行摄像头与视频文件都支持视频输出保留原音轨。这篇实时换脸教程面向零基础读完你就能让预览窗口出现在自己屏幕上。 它能干什么换脸直播点 Live 后摄像头里的人实时变成照片里的人配合 OBS 等工具截取预览窗即可推流加--live-mirror可得到镜像预览。整段视频换脸给一个 mp4输出一整段换脸后的版本音轨和帧率都保留。多人按人映射群像场景里每张脸可以绑定不同的源脸而不是全换成同一张。本地视频整体换脸命令python run.py -s face.jpg -t clip.mp4 --keep-audio --keep-fps输出保存在以目标视频命名的目录里--keep-audio保留原音轨--keep-fps保留原帧率。⚙️ 装好并跑起来先对照环境要求免得中途卡住系统Windows / macOS / LinuxPython 3.11–3.14推荐 3.14必备三件套git、pip、ffmpeg负责读写视频纯 CPU 就能跑NVIDIA 独显或 Apple 芯片更快Windows 需装 Visual Studio 2022 运行库环境过关后完整安装就是下面一段命令。先克隆仓库再用 venv 建隔离环境避免依赖污染系统 Pythongit clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam python -m venv venv # Windows: venv\Scripts\activate macOS/Linux: source venv/bin/activate pip install -r requirements.txt # 模型inswapper_128_fp16.onnx 与 GFPGANv1.4.onnx 放入 models/ # 下载地址见 models/instructions.txt不手动放首跑自动下载约 300MB然后直接启动python run.py窗口里分三区左边选源人脸照片中间选目标摄像头或视频文件右边是 Live 和 Start 两个按钮。摄像头模式按 Live等 10–30 秒加载完成后预览出现换脸就开始视频模式按 Start成片写入以目标命名的目录。️ 让换脸更自然的开关口型对不上这是换脸口型不一致的典型症状源脸和你的嘴型不同整脸替换会让嘴巴跟不上原画面。对应开关是 Mouth Mask——GUI 里拖动滑块或命令行加--mouth-mask。它把下半张脸的嘴部区域留给你自己说话时口型自然一致。画面里有好几个人默认只处理一张脸加--many-faces会让画面里每张脸都被处理。若希望不同人换成不同的脸再加--map-faces程序用特征向量聚类把目标视频里的人自动分组逐人绑定源脸。python run.py -s face.jpg -t group.mp4 --many-faces --map-faces源照片质量决定上限记住三条正脸、光线均匀脸上无遮挡口罩、手、浓重贴纸人脸在照片里占比大一些检测更稳。️ 按硬件选跑法--execution-provider决定推理跑在哪块芯片上。不指定时程序会自动挑当前环境里最优的后端所以python run.py就能起步。有独显的话手动指定帧率更稳NVIDIA 中端独显先装 CUDA Toolkit 12.8.0 和 cuDNN v8.9.7再pip install onnxruntime-gpu1.26.0然后python run.py --execution-provider cudaNVIDIA 高端独显FP16 模型与 CUDA Graph 自动生效还能开面部增强python run.py --execution-provider cuda --execution-threads 2Apple M1–M5先brew install python3.14 python-tk3.14requirements 已带 CoreML 支持然后python3.14 run.py --execution-provider coremlIntel 平台装onnxruntime-openvino1.21.0后加--execution-provider openvino。Windows 上的 AMD 核显装onnxruntime-directml1.21.0后加--execution-provider directml。帧率预期按 720p 直播预览的量级硬件推荐跑法体感建议分辨率集显 / 纯 CPU默认python run.py勉强实时够用480p–720pApple M 系列--execution-provider coreml流畅检测与换脸并行调度720pNVIDIA 中端独显--execution-provider cuda流畅720pNVIDIA 高端独显cuda 开启 face_enhancer接近摄像头原生帧率1080p换脸掉帧排查基本逃不出五种情况窗口打不开、报_tkintermacOS 缺 tkinter执行brew reinstall python-tk3.14。提示ffmpeg is not installed装上 ffmpeg再用ffprobe -version验证。状态栏报找不到 inswapper 模型等首次自动下载完成或手动把模型放进 models/。有 GPU 却退回 CPU检查 cuDNN 是否在 PATH、onnxruntime-gpu是否为 1.26.0。直播预览掉帧明显调低--max-memory或关掉 face_enhancer。幕后一帧画面经历了什么每一帧都走同一条流水线InsightFace 的 buffalo_l 模型包先检测人脸提取身份特征与关键点inswapper 以 128×128 的人脸尺寸把源脸身份合成进目标脸——可以理解为身份向量像一枚印章目标脸像一张纸印章落下去就盖出新脸随后用椭圆羽化软掩膜加 alpha 混合把新脸贴回原帧方形边界不露馅最后可选 GFPGANface_enhancer把糊掉的五官细节补回来。查源码时直接定位这几个文件人脸检测与分析modules/face_analyser.py换脸执行modules/processors/frame/face_swapper.py人脸增强modules/processors/frame/face_enhancer.py命令行与入口modules/core.py视频捕获与帧处理modules/video_capture.py安全红线只换你自己、或已明确取得同意的脸公开发布时标注AI 合成 / deepfake不用于诈骗、冒充、诽谤等目的不处理战争画面、隐私场景等敏感素材程序内置了一层内容检查用 opennsfw2 模型过滤不当素材GUI 勾选 NSFW Filter 或加--nsfw-filter即可启用。继续深入参与贡献三步走拉出功能分支git checkout -b feature/your-change按 CONTRIBUTING.md 清单自测实时换脸开/关增强、Map Faces 开/关、FPS 不降、GPU 压测至少 15 分钟推分支提 PR——变更先进premain分支跑过稳定性验证后才合并进main关键资源完整参数列表README.md模型放置说明models/instructions.txt贡献规范与测试清单CONTRIBUTING.md多语言文案locales/新特性与问题的讨论在仓库 Issues 页跟进。挑一张正脸照片把python run.py跑起来十几分钟后你的第一段实时换脸预览就会出现在屏幕上。跑起来之前先确认你对画面里的每张脸都有权限公开发布时记得标注 AI 合成。【免费下载链接】Deep-Live-Camreal time face swap and one-click video deepfake with only a single image项目地址: https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
