企业官网建设流程全解析

Deep-Live-Cam 实时换脸部署教程：没有显卡，一张照片也能快速跑通

【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

Deep-Live-Cam 是开源实时换脸工具：一张正脸照片，就能把视频或摄像头画面里的人脸实时换掉，表情和光线自动跟随原画面。本文不要求显卡，照做后能在普通 PC 上跑通第一次换脸，拿到成品视频。

🧠 一、原理速览：一张照片能做什么

先说结论：整个换脸过程就是「检测→替换→修复」三步。程序输入一张源脸照片和一段目标视频，内部先用人脸检测模型逐帧定位画面中的脸，再用 inswapper 换脸模型把检测到的脸替换成源脸，最后用 GFPGAN 修复模型补齐纹理细节。输出是一段换好脸的视频，表情和光线都对齐原画面。

📦 二、部署：从零到可运行

三条命令就能把环境搭好，CPU 推理即可跑，不需要独立显卡。前置条件：

• Python 3.11–3.14（推荐 3.14），带 pip 和 git
• ffmpeg（Windows 用 winget install ffmpeg，macOS 用 brew install ffmpeg）
• Windows 需装 Visual C++ 2022 运行库
• 两个模型文件共约 300MB，首次运行自动下载，不用手动下载

git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam pip install -r requirements.txt

第一行克隆仓库最新提交（--depth 1 浅克隆只拉一次提交，下载只要几秒）；第二行进入项目目录；第三行按 requirements.txt 装齐 opencv、insightface、onnxruntime 等推理依赖。输出区末尾出现 "Successfully installed" 且没有红色报错，环境就装好了。卡在某一个包时，重跑第三行即可续装；提示版本不支持，先升级 Python 到 3.11 以上。

🎬 三、第一次运行：换掉第一段视频

最小流程就是「一张源脸照片 + 一段目标视频」，几分钟出成品视频。素材要求：源脸选光线充足、无遮挡的正脸照，分辨率不低于 512×512，命名 face.jpg；目标视频用 mp4，先挑 30 秒以内的短片段验证效果更稳妥。

python run.py -s face.jpg -t target.mp4 --keep-audio

这一行表示：以 face.jpg 为源脸，对 target.mp4 逐帧换脸，--keep-audio 保留原音轨。首次运行会自动下载约 300MB 的模型文件（inswapper 换脸模型与 GFPGAN 修复模型），进度条走完并打印成品文件路径就算成功——输出视频存放在与目标视频同名的文件夹里，双击打开核对效果。

电影画面的逐帧实时换脸，表情和光线跟随原帧变化

🔍 四、常见问题速查：最容易卡的 4 个坑

卡住时先查表再猜原因，4 个高频坑都列在下面：

🚀 五、进阶玩法：参数微调与摄像头实时模式

视频跑通后，参数可以按需叠加：--keep-fps 保持原帧率，--mouth-mask 保留目标人物的嘴部动作让口型更自然，--map-faces 给画面里不同的人物分别指定不同源脸。

多脸映射演示：直播画面里每个人被替换成不同的源脸

实时模式更直接：不带参数运行会打开图形界面。

python run.py

在界面里依次选源脸、选摄像头、点 Live，等 10–30 秒出现预览画面，再用 OBS 等工具捕获窗口即可推流。想改实时换脸的核心流程，从 modules/core.py 入手；想改界面布局和选项，看 modules/ui.py。

摄像头实时模式效果：点 Live 后直播画面中的人物被实时替换

下一步建议给同一段视频叠加 --mouth-mask 再跑一次，对比口型差异；想直播的可以先跑摄像头实时模式，用 OBS 捕获窗口。使用真人照片需取得本人同意，发布时注明内容系合成/深度伪造生成。

【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