如何用 10 分钟在电脑上跑起 Deep-Live-Cam 实时换脸从安装到出片的完整指南【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-CamDeep-Live-Cam 是一个开源的实时换脸工具给一张目标人脸的照片它就能在摄像头画面里实时把脸换成你的也可以对离线视频逐帧批量换脸全程本地运行、不上传图片。本文带你走完四步完成安装跑通点选即换的摄像头直播效果再用一行命令处理本地视频。读完你能得到一个可用的换脸环境、一套 GUI 操作路径和几条可直接粘贴的命令行参数。先看清它能换出哪三种效果这一节回答值不值得装。Deep-Live-Cam 的卖点不是换一张静态图而是实时画面里每一帧都在检测人脸、替换、融合延迟低到可以直接对着摄像头用。你最终能拿到三种典型用法摄像头实时换脸直播、视频通话、录短视频时镜头里的人脸实时变成你选定的照片。离线视频批量换脸把一部电影、一段录像整段处理输出新的视频文件。多人同框换脸画面里有几张脸就换几张甚至可以为不同的人指定不同的源脸。动手前备齐这 4 样东西装到一半缺东西是最常见的翻车原因这一节帮你把清单核对完。项目最低要求说明系统Windows / macOS / LinuxmacOS 需 Python 3.11–3.14Python3.11 及以上推荐 3.14需自带 pipGPU可选有 NVIDIA 显卡可开 CUDA 加速没有也能用 CPU 跑磁盘空间约 500MB两个模型文件合计约 300MB另外两件事离线处理视频需要系统里装好ffmpeg一个命令行音视频处理工具处理摄像头画面则不需要。换脸核心依赖两个模型文件inswapper_128_fp16.onnx负责换脸和GFPGANv1.4负责人脸增强可选。下载地址和文件名写在了项目的 模型说明 里把它们放进models/目录即可。关键点项目首次运行也会尝试自动下载模型但手动放好文件更稳。文件名必须与说明文件一致少一个后缀都可能被当成没找到模型。4 步装好并完成首次启动这一节把安装拆成 4 个动作每步只做一件事全程约 10 分钟不含模型下载。克隆代码。在项目目录执行git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam创建虚拟环境。虚拟环境能避免依赖和你系统里其他 Python 项目打架python -m venv venv source venv/bin/activate # Windows 用 venv\Scripts\activate安装依赖。一条命令装齐 OpenCV、onnxruntime、GUI 框架等全部库pip install -r requirements.txt启动图形界面python run.py窗口打开后你应该能看到源脸图片选择区、目标设备下拉框和一个醒目的 Live 按钮——这说明环境已经通了。容易踩的坑macOS 的 Apple Silicon 机器需要额外装python-tk否则启动时直接报_tkinter错误Windows 上若报缺少运行库先装好 Visual C 运行库再重试。3 次点击点开摄像头实时换脸装好后真正的高光时刻在这里。整个流程只有 3 步但每步有个小讲究。选源脸。点第一张图选择区域挑一张正脸、光线均匀的照片。只要一张图侧脸或模糊图会让匹配质量明显下降。选目标设备。在第二张图选择区域选你的摄像头如果是处理视频文件这里也可以直接选本地文件。按 Live。首次启动会加载模型稍等几秒后预览窗口出现换脸画面就开始实时输出。出片后两个体验开关值得试Live mirror预览默认是别人看你的角度打开镜像后会变成前置摄像头自拍视角录口播时更直观。Mouth mask默认会把嘴部区域一起替换容易出现嘴在动但不同步的违和感。打开这个开关后嘴部保留原画面只有其余面部被替换口型自然度立刻上来。小贴士多人出镜时勾选 Many faces程序会把画面里每张脸都换掉想给不同的人配不同的脸可以进一步用 Face mapping 做一一对应。一行命令批量换掉整个视频摄像头玩熟了处理本地视频只需要一行命令参数都能直接敲python run.py --source face.jpg --target movie.mp4 --output result.mp4几个常用参数按需追加参数作用--keep-audio保留原视频音轨默认开启可显式声明--many-faces画面中所有人脸全部替换--mouth-mask保留原画面的嘴部区域--video-quality 0-51输出画质数值越小越清晰默认 18默认行为是只换最显眼的最大那张脸所以单人镜头不加任何开关就是最佳效果。处理 1 分钟视频的时间大约是视频时长的数倍CPU 跑尤其慢耐心等进度条即可。帧率上不去或效果不对先查这 3 处跑起来了但不够顺多数问题出在下面三个地方按顺序排查基本都能解决。执行器选错了。默认可能跑在 CPU 上有 NVIDIA 显卡时加上参数走 CUDApython run.py --execution-provider cudaMac 的 Apple 芯片对应值是coreml。执行器的选择逻辑写在 全局参数 里可以看下你机器实际启用了哪几个。线程和内存没调。CPU 模式下可以用--execution-threads指定推理线程数用--max-memory限制程序占用的内存上限单位 GB老机器上能避免把系统吃满。增强模型拖累性能。GFPGAN 人脸增强能明显提升清晰度但会额外消耗算力。帧率紧张时先把它关掉追求画质再打开。还有两个高频小故障现象提示找不到模型或加载失败→ 原因文件没放进models/或文件名不对 → 对照 模型说明 核对文件名重新下载即可。现象换完的脸偏糊→ 原因没开人脸增强 → 在界面里勾选 GFPGAN 增强或走命令行对应选项。小贴士如果启动时摄像头下拉框是空的先确认操作系统已授予终端或 Python 相机权限再重启程序。小结到这里你手里已经有了一个装好的本地换脸环境、3 步点开的摄像头实时换脸、一条命令行视频批量处理命令以及一套帧率排查思路。接下来建议先拿一张自己的正脸照 一段 10 秒短视频跑通全流程再上更长素材。有显卡的话把--execution-provider换成cuda体验差距立竿见影。模型文件命名与下载细节随时可以回查项目里的 models/instructions.txt。【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
如何用 10 分钟在电脑上跑起 Deep-Live-Cam 实时换脸：从安装到出片的完整指南
如何用 10 分钟在电脑上跑起 Deep-Live-Cam 实时换脸从安装到出片的完整指南【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-CamDeep-Live-Cam 是一个开源的实时换脸工具给一张目标人脸的照片它就能在摄像头画面里实时把脸换成你的也可以对离线视频逐帧批量换脸全程本地运行、不上传图片。本文带你走完四步完成安装跑通点选即换的摄像头直播效果再用一行命令处理本地视频。读完你能得到一个可用的换脸环境、一套 GUI 操作路径和几条可直接粘贴的命令行参数。先看清它能换出哪三种效果这一节回答值不值得装。Deep-Live-Cam 的卖点不是换一张静态图而是实时画面里每一帧都在检测人脸、替换、融合延迟低到可以直接对着摄像头用。你最终能拿到三种典型用法摄像头实时换脸直播、视频通话、录短视频时镜头里的人脸实时变成你选定的照片。离线视频批量换脸把一部电影、一段录像整段处理输出新的视频文件。多人同框换脸画面里有几张脸就换几张甚至可以为不同的人指定不同的源脸。动手前备齐这 4 样东西装到一半缺东西是最常见的翻车原因这一节帮你把清单核对完。项目最低要求说明系统Windows / macOS / LinuxmacOS 需 Python 3.11–3.14Python3.11 及以上推荐 3.14需自带 pipGPU可选有 NVIDIA 显卡可开 CUDA 加速没有也能用 CPU 跑磁盘空间约 500MB两个模型文件合计约 300MB另外两件事离线处理视频需要系统里装好ffmpeg一个命令行音视频处理工具处理摄像头画面则不需要。换脸核心依赖两个模型文件inswapper_128_fp16.onnx负责换脸和GFPGANv1.4负责人脸增强可选。下载地址和文件名写在了项目的 模型说明 里把它们放进models/目录即可。关键点项目首次运行也会尝试自动下载模型但手动放好文件更稳。文件名必须与说明文件一致少一个后缀都可能被当成没找到模型。4 步装好并完成首次启动这一节把安装拆成 4 个动作每步只做一件事全程约 10 分钟不含模型下载。克隆代码。在项目目录执行git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam创建虚拟环境。虚拟环境能避免依赖和你系统里其他 Python 项目打架python -m venv venv source venv/bin/activate # Windows 用 venv\Scripts\activate安装依赖。一条命令装齐 OpenCV、onnxruntime、GUI 框架等全部库pip install -r requirements.txt启动图形界面python run.py窗口打开后你应该能看到源脸图片选择区、目标设备下拉框和一个醒目的 Live 按钮——这说明环境已经通了。容易踩的坑macOS 的 Apple Silicon 机器需要额外装python-tk否则启动时直接报_tkinter错误Windows 上若报缺少运行库先装好 Visual C 运行库再重试。3 次点击点开摄像头实时换脸装好后真正的高光时刻在这里。整个流程只有 3 步但每步有个小讲究。选源脸。点第一张图选择区域挑一张正脸、光线均匀的照片。只要一张图侧脸或模糊图会让匹配质量明显下降。选目标设备。在第二张图选择区域选你的摄像头如果是处理视频文件这里也可以直接选本地文件。按 Live。首次启动会加载模型稍等几秒后预览窗口出现换脸画面就开始实时输出。出片后两个体验开关值得试Live mirror预览默认是别人看你的角度打开镜像后会变成前置摄像头自拍视角录口播时更直观。Mouth mask默认会把嘴部区域一起替换容易出现嘴在动但不同步的违和感。打开这个开关后嘴部保留原画面只有其余面部被替换口型自然度立刻上来。小贴士多人出镜时勾选 Many faces程序会把画面里每张脸都换掉想给不同的人配不同的脸可以进一步用 Face mapping 做一一对应。一行命令批量换掉整个视频摄像头玩熟了处理本地视频只需要一行命令参数都能直接敲python run.py --source face.jpg --target movie.mp4 --output result.mp4几个常用参数按需追加参数作用--keep-audio保留原视频音轨默认开启可显式声明--many-faces画面中所有人脸全部替换--mouth-mask保留原画面的嘴部区域--video-quality 0-51输出画质数值越小越清晰默认 18默认行为是只换最显眼的最大那张脸所以单人镜头不加任何开关就是最佳效果。处理 1 分钟视频的时间大约是视频时长的数倍CPU 跑尤其慢耐心等进度条即可。帧率上不去或效果不对先查这 3 处跑起来了但不够顺多数问题出在下面三个地方按顺序排查基本都能解决。执行器选错了。默认可能跑在 CPU 上有 NVIDIA 显卡时加上参数走 CUDApython run.py --execution-provider cudaMac 的 Apple 芯片对应值是coreml。执行器的选择逻辑写在 全局参数 里可以看下你机器实际启用了哪几个。线程和内存没调。CPU 模式下可以用--execution-threads指定推理线程数用--max-memory限制程序占用的内存上限单位 GB老机器上能避免把系统吃满。增强模型拖累性能。GFPGAN 人脸增强能明显提升清晰度但会额外消耗算力。帧率紧张时先把它关掉追求画质再打开。还有两个高频小故障现象提示找不到模型或加载失败→ 原因文件没放进models/或文件名不对 → 对照 模型说明 核对文件名重新下载即可。现象换完的脸偏糊→ 原因没开人脸增强 → 在界面里勾选 GFPGAN 增强或走命令行对应选项。小贴士如果启动时摄像头下拉框是空的先确认操作系统已授予终端或 Python 相机权限再重启程序。小结到这里你手里已经有了一个装好的本地换脸环境、3 步点开的摄像头实时换脸、一条命令行视频批量处理命令以及一套帧率排查思路。接下来建议先拿一张自己的正脸照 一段 10 秒短视频跑通全流程再上更长素材。有显卡的话把--execution-provider换成cuda体验差距立竿见影。模型文件命名与下载细节随时可以回查项目里的 models/instructions.txt。【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