Deep-Live-Cam：一张照片本地实时换脸，免费零门槛
【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 是一款开源的实时换脸工具：给一张正脸照片，就能在摄像头画面或任意视频里实时替换面孔，全程本地运行，不碰在线服务、不收费。新手跟着这篇安装教程能拿到实时换脸预览，进阶读者能查全命令行参数和源码入口。
先出画面 🎬：跑通 Deep-Live-Cam 实时换脸的最短路径
不用看任何解释，按顺序复制执行：
git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam python -m venv venv source venv/bin/activate # Windows 改为 venv\Scripts\activate pip install -r requirements.txt python run.py主窗口打开后：选一张源人脸照片 → 选摄像头 → 按Live。等 10–30 秒，换脸预览就上屏了。哪一步报错，回到下面对应章节找答案。
你的机器能不能跑：自查清单过一遍
- 系统：Windows / macOS / Linux 任一都行
- Python：3.11–3.14（推荐 3.14），
python --version看一眼 - ffmpeg：已安装，没装的话视频处理会直接报错（验证方法见后文报错排查）
- git + pip：clone 仓库、装依赖要用的
- 仅 Windows：装了 Visual Studio 2022 运行库
- 显卡（可选，只影响快慢，不影响能不能跑）：
- NVIDIA：CUDA Toolkit 12.8.0 + cuDNN v8.9.7（bin 目录加进 PATH）+
pip install onnxruntime-gpu==1.26.0，启动加--execution-provider cuda - Apple M1–M5：依赖已含 CoreML，
python3.14 run.py --execution-provider coreml即可 - Intel 平台：
pip install onnxruntime-openvino==1.21.0，加--execution-provider openvino - Windows + AMD 核显：
pip install onnxruntime-directml==1.21.0，加--execution-provider dml - 都没有：一个参数都不用加，程序自动选当前环境里最快的后端
- NVIDIA：CUDA Toolkit 12.8.0 + cuDNN v8.9.7（bin 目录加进 PATH）+
没有独显也能跑：纯 CPU 模式下 480p–720p 勉强实时，看预览完全够用；有独显则更顺滑。
三步装好运行环境：不踩坑
第 1 步：clone + 虚拟环境。把仓库 clone 下来后，用python -m venv venv建个隔离环境，免得污染系统 Python。激活时注意平台差异：Linux/macOS 执行source venv/bin/activate，Windows 执行venv\Scripts\activate（macOS 另外先brew install python-tk@3.14，否则窗口打不开）。怎么算装好了：终端提示符前面多了(venv)前缀。
第 2 步：装依赖。执行pip install -r requirements.txt。怎么算装好了：pip list里能同时看到 opencv、onnxruntime、insightface。
第 3 步：备模型。首次运行会自动下载约 300MB 的两个模型：inswapper_128_fp16.onnx（换脸用）和gfpgan-1024.onnx（人脸增强用）。不想等就提前下载好放进models/目录，文件名见 models/instructions.txt。怎么算装好了：ls models/能看到这两个文件，或者首次启动只是在下模型。
Deep-Live-Cam 实时换脸用法一：摄像头立刻出预览
操作顺序是固定的：选源脸 → 选摄像头 → 按 Live。
python run.py打开主窗口；- 选源人脸照片，三个要求：正脸、光线均匀、脸上无遮挡——口罩、贴纸、逆光都会拖累检测，人脸在画面里占比越大越稳；
- 在窗口里选摄像头，推理后端程序自己挑，不用管；
- 按Live，首次加载等 10–30 秒，预览一出现换脸就生效了；想换人，重新选一张源照片就行；
- 推流：用 OBS 对预览窗口做窗口捕获即可。
摄像头专属参数集中在这张表：
| 参数 | 干什么 | 什么时候开 |
|---|---|---|
--live-mirror | 预览按前置相机视角镜像 | 推出去的画面方向反了 |
--live-resizable | 允许拖动调整预览窗口大小 | 想按推流版式放大/缩小预览 |
--max-memory | 限制内存上限（GB） | 内存吃紧、预览掉帧 |
--det-size | 人脸检测输入尺寸 160/320/640（默认 640） | 画面里脸小或性能不够时调低 |
--nsfw-filter | 内置 opennsfw2 内容过滤 | 希望自动拦截不当素材 |
用法二：一条命令整段视频换脸
不想开窗口？只要带上-s，程序就自动进入命令行模式，不会弹窗口：
python run.py -s face.jpg -t clip.mp4 --keep-audio --keep-fps参数逐项说：
-s/--source：源脸照片，也是"切到命令行模式"的开关-t/--target：目标视频（也可以是单张图片）--keep-audio：保留原片音轨，默认就是开的，写上更保险--keep-fps：保持原始帧率- 视频太长、想压小文件：加
--video-encoder libx265换编码器；质量用--video-quality（0–51，默认 18）调
输出在哪：成品存进一个以目标视频命名的文件夹，就躺在源视频旁边——clip.mp4的结果在clip.mp4/目录里，这是新手最常说的"找不到结果"的地方。
让换脸更自然：三个高频调优点
口型对不上。源脸和画面里的人嘴型不同，整脸替换后说话就穿帮。开--mouth-mask（GUI 里叫 Mouth Mask 开关），程序保留你自己的嘴，只换脸上其余部分——说话时口型自然跟着画面里的人走。
群像里每人变成同一张脸。先加--many-faces处理画面里每一张脸，再加--map-faces：程序先用身份向量把目标里的人自动聚类分组，你再手动做"谁换谁"的绑定，群里每人各得一张自己的脸。
python run.py -s face.jpg -t group.mp4 --many-faces --map-faces换完脸偏糊。生成是 128×128 尺寸，放大回原帧后纹理发软。打开 Face Enhancer 开关，GFPGAN（对应 models/ 里的 gfpgan-1024.onnx）会把五官细节补回来。
卡住了 ⚡：报错排查速查
窗口打不开、报_tkinter？macOS 缺 tkinter 图形库。brew reinstall python-tk@3.14，重开终端再跑。
提示 ffmpeg 缺失？没装或不在 PATH。装好后ffprobe -version能打印出版本号才算数。
inswapper 模型一直下载 / 找不到？首次自动下载约 300MB，等它下完即可；等不及就手动把两个 .onnx 文件放进models/。
有 GPU 却退回 CPU 跑？通常是 cuDNN 不在 PATH 或版本不对——对照上文自查清单里的 NVIDIA 一行逐项修，启动带--execution-provider cuda验证。
实时预览明显掉帧？先关 Face Enhancer、降--max-memory；还不行就调低检测分辨率（见用法一的参数表）。
它是怎么做到的 + 去哪读源码
流水线对每一帧都跑一遍，一帧里依次发生四件事：检测——insightface 包的 buffalo_l 模型找出画面里所有脸，算出边界框、关键点和身份向量（相当于这张脸的"指纹"）；生成——inswapper 在 128×128 尺寸下，把源照片的身份合成到目标脸的结构上，只换身份，姿态和表情保持原样；贴回——椭圆羽化软掩膜做 alpha 混合，把新脸贴回原帧，避免硬边方块露馅；增强（可选）——GFPGAN 把糊掉的五官细节补回来。全程本地，没有在线服务。
想深入，直接对这五处：
| 模块 | 干什么 | 相对路径 |
|---|---|---|
| 人脸检测与分析 | 找脸、身份向量、关键点 | modules/face_analyser.py |
| 换脸执行 | 合成新脸、椭圆掩膜贴回 | modules/face_swapper.py |
| 人脸增强 | GFPGAN 提升五官细节 | modules/face_enhancer.py |
| 摄像头与视频 IO | 抽帧、编码、音轨还原 | modules/video_capture.py |
| 命令行入口 | 参数解析、整条流水线调度 | modules/core.py |
四条使用底线
- 只换自己的脸，或已明确取得本人同意的脸
- 公开发布时标注"AI 合成 / deepfake"
- 不用于诈骗、冒充、诽谤等任何欺骗目的
- 不碰战争画面、隐私场景等敏感素材，程序内置的 opennsfw2 过滤也会拦这类内容
现在就去跑
回到文章开头那段命令，python run.py跑起来，选一张自己的正脸照片，按 Live——10–30 秒后你的第一段实时换脸预览就在屏幕上了。想深入：从 README.md 的完整参数列表和 models/instructions.txt 的模型说明看起，再顺着 modules/core.py 一个模块一个模块读。
【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
