Deep-Live-Cam：一张照片实时换脸，3步跑通全流程

Deep-Live-Cam：一张照片实时换脸，3步跑通全流程

【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 是一个开源的实时换脸工具：给它一张人脸照片，就能把这张脸换到摄像头画面或视频里，逐帧输出。做直播特效、电影换脸、群像换脸，它都直接可用，不用自己拼模型管线。

左为原始画面，右为 Deep-Live-Cam 逐帧换脸后的实时效果

动手前先核对这四项

装 ffmpeg 是硬性前提，视频拆分合帧全靠它。

从克隆到第一次换脸成功

1. 拉代码：

# 浅克隆，只要最新代码 git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam

2. 把两个模型放进models/文件夹：inswapper_128_fp16.onnx（换脸主模型）和GFPGANv1.4.onnx（增强模型），两者合计约 300MB，缺一不可。
3. 建虚拟环境并装依赖：

# Windows python -m venv venv venv\Scripts\activate # macOS & Linux python3 -m venv venv source venv/bin/activate # 三个平台通用：安装依赖 pip install -r requirements.txt

macOS 的 Apple 芯片额外执行brew install python-tk@3.14，否则界面起不来。

4. 启动：

python run.py

5. 点 "Select a face" 选照片 → 点 "Select a target" 选视频或图片 → 点 "Start"。

先把四个按钮用熟

Start：离线批处理一段视频

选一个.mp4或.mkv当目标，点 Start。输出视频会存到以目标视频同名的文件夹里。两个默认行为要注意：音轨默认保留（Keep audio 默认开）、帧率默认跟随原片（Keep fps 默认开），要改就在 Options 区关掉对应开关。

Live：摄像头实时换脸

Camera 区下拉框选摄像头，点 Live，等 10–30 秒出预览。推流用 OBS 对这个预览窗口做屏幕捕获即可；想中途换脸，直接重选源图，不用重启。

Preview 和 Destroy

Preview 弹出一个独立小窗，处理中随时看结果，不用等文件落盘；Destroy 停止处理并退出程序，卡死时用它兜底。

界面主体：上方选源脸和目标，中部是 Many faces、Mouth Mask 等开关与滑杆，底部一排操作按钮

选项区最值得动的三个

• Many faces：默认只换主脸，打开后画面里每张脸都会换，适合群像。
• Mouth Mask（0–100 滑杆）：0 用换后嘴；数值拉高，从原口部一路到下巴的区域恢复原样，口型同步问题基本就靠它解决。
• Face Enhancer下拉：None / GFPGAN / GPEN-512 / GPEN-256，四个档位见下一节。

开启 Mouth Mask 后，换脸画面里嘴唇动作与说话人保持一致

⚡ 卡顿时按这个顺序调

1. 先把目标降到 720p，这是收益最大的一步。
2. 开硬件加速，按你的显卡装对应的执行提供程序：

# NVIDIA：先装 CUDA 12.8 + cuDNN 8.9.7，再把 cuDNN 的 bin 目录加进 PATH pip uninstall onnxruntime onnxruntime-gpu pip install onnxruntime-gpu==1.21.0 python run.py --execution-provider cuda # AMD / Intel（Windows） pip install onnxruntime-directml==1.21.0 python run.py --execution-provider directml # Intel 核显/独显 pip install onnxruntime-openvino==1.21.0 python run.py --execution-provider openvino # Apple 芯片：requirements.txt 自带 CoreML 版 onnxruntime，无需额外安装 python3 run.py --execution-provider coreml

3. 增强档位按画质需求选：纯换脸速度优先选 None；要清晰度选 GPEN-256；画质优先且 GPU 够强再上 GFPGAN 或 GPEN-512。
4. Mouth Mask 拉得越高开销越大，Live 模式先设 0 跑通再往上加。
5. 打开 Show FPS 开关观察帧率，口型不同步时优先加 Mouth Mask，再考虑动 Poisson Blend（边缘融合）和 Fix Blueish Cam（修摄像头偏色）。

运行中的资源面板，可对照帧率判断瓶颈在 CPU 还是 GPU

🎬 三个立即可做的玩法

直播表演

Live 模式 + OBS 屏幕捕获，就能在直播里以另一张脸出镜。换人只需重选源图，观众侧看到的是无剪辑的实时画面。

直播场景下，摄像头画面被实时替换为目标人物的脸

边看电影边换脸

挑一部 MP4 当目标，Start 处理，也可以 Live 思路配合播放器预览。输出在视频同名文件夹，保留原音轨，直接拿去做二创素材。

电影播放画面中，角色脸部被实时替换

群像批量换脸

开 Many faces，一张源图套到画面里所有人。如果想让不同目标对应不同脸，再打开 Map faces，按界面提示手动指派"哪张源脸对应哪张目标脸"。

多人同框时逐人脸替换，每个人映射到不同源脸

跑不通时先查这五条

• 现象：启动即报ModuleNotFoundError。原因：venv 没激活，或依赖装残了。解法：重新激活虚拟环境后pip install -r requirements.txt，确认终端提示符前有(venv)。
• 现象：提示模型加载失败。原因：两个 onnx 文件没放进models/，或下载不完整。解法：核对文件名是inswapper_128_fp16.onnx和GFPGANv1.4.onnx，大小合计约 300MB，缺哪个补哪个。
• 现象：Live 模式帧率低于 15。原因：分辨率过高，且走了纯 CPU。解法：降到 720p + 上一节的 GPU 加速；再不行就把 Face Enhancer 调成 None。
• 现象：macOS 报_tkinter相关错误。原因：缺 python-tk。解法：brew install python-tk@3.14，多版本 Python 冲突时清掉旧版本。
• 现象：换完的脸偏蓝偏绿。原因：部分摄像头白平衡偏色。解法：打开 Fix Blueish Cam 开关。

一页看懂它在干什么

每一帧的流水线：抽帧 → insightface 做人脸检测 → inswapper ONNX 模型完成换脸 → 可选 GFPGAN/GPEN 增强 → Mouth Mask 把原口唇区域贴回 → 合帧、套回音轨输出。

Deep-Live-Cam/ ├── modules/ │ ├── core.py # 主流程调度 │ ├── ui.py # PySide6 界面 │ ├── face_analyser.py # 人脸检测 │ ├── video_capture.py # 摄像头捕获 │ └── processors/frame/ # 帧级处理器 │ ├── face_swapper.py # 换脸 │ ├── face_enhancer.py # GFPGAN/GPEN 增强 │ └── face_masking.py # 口唇遮罩 ├── models/ # 放 onnx 模型的目录 └── run.py # 入口

五条红线记住就够

用真人脸必须拿到本人同意；对外发布时明确标注这是 AI 生成内容；不用于冒充、诈骗、诽谤；不处理违法违规素材。程序内置了对不当内容的过滤拦截，但拦截不是护身符，责任在使用者自己。

跑通之后做什么

• 用-s和-t参数走 CLI 模式，把换脸写进批处理脚本。
• 直播推流搭配 OBS Studio，把 Live 预览窗捕获走。
• 输出质量不满意时，CLI 里还有--video-quality（0–51，越小越清晰）可微调编码。

现在就可以跑第一条视频；跑完后把目标降到 720p 再跑一遍，对比两次的处理速度，你会立刻知道瓶颈在哪。

【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