Deep-Live-Cam 快速上手：5分钟跑通实时换脸
【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
打开摄像头，三秒后画面里的人脸已经不再是你——Deep-Live-Cam 是一款开源实时换脸工具，用一张照片即可完成摄像头直播与视频文件的换脸处理。
⚡ 上手前速览
| 系统要求 | 硬件建议 | 预计耗时 | 上手难度 |
|---|---|---|---|
| Python 3.11–3.14 + ffmpeg | NVIDIA/AMD 显卡更佳，纯 CPU 可跑 | 15–30 分钟（含模型下载） | 低，复制命令即可 |
手动安装需要一点基础。如果你完全不想折腾，仓库 README 里提到官方预构建版（Pre-built Quickstart），直接下载解压即可用。
🚀 最快路径：安装并跑通实时换脸
安装程序
先克隆仓库，再建虚拟环境：
git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam # 进入项目目录python -m venv venv # 创建虚拟环境 # 激活：Windows 运行 venv\Scripts\activate，Linux/macOS 运行 source venv/bin/activate pip install -r requirements.txt # 安装全部依赖macOS 用户先补一个图形库，否则界面起不来：
brew install python-tk@3.14 # 安装 Mac 图形界面依赖获取两个核心模型
程序需要两个 ONNX 模型文件：换脸模型inswapper_128_fp16.onnx和面部增强模型GFPGANv1.4.onnx。下载地址写在仓库根目录的 README 中，下载后放进models/文件夹。
懒得手动下载也可以：首次启动时程序会自动下载（约 300MB），保持网络畅通即可。
首次运行
python run.py # 启动图形界面界面左侧选人脸和素材，右侧是预览区，按图中三步操作：
流程就是：Select a face → 选摄像头 → 点 Live。模型加载需要 10–30 秒，预览出现即跑通。
🎥 场景实操：摄像头、视频、多人换脸
用 Live 模式跑实时摄像头换脸
解决"在视频会议或直播中实时变脸"的问题。
- 界面里点
Select a face，选一张正面清晰的照片。 - 打开 Mouth Mask 开关，保留原始嘴部，口型动作保持同步。
- 点
Live按钮，等预览出现。 - 用 OBS 等工具窗口捕获预览画面即可推流。
关键参数：说话场景务必开 Mouth Mask；Face Enhancer 提升细节但吃显存，卡顿时先关它。
跑通后：预览窗口里目标人脸实时跟随你的表情和动作，界面下方显示当前 FPS。
跑通单人换脸后，如果你的素材是视频文件，用命令行一行就能出片。
用一行命令给视频文件换脸
CLI 模式不需要图形界面，适合批处理和自动化：
python run.py --source 你的照片.jpg --target 目标视频.mp4 # 加 --keep-fps 保留原帧率，--keep-audio 保留原音轨关键参数：--video-quality范围 0–51，越小质量越高（默认 18）；默认编码器 libx264 兼容性最好。
效果预期：目标视频同名目录里生成新 mp4，片中人脸全部替换为你的照片，音轨完整保留。
群像视频里不止一张脸？加--many-faces一次替换画面中所有人脸。
用 Many Faces 实现多人同屏换脸
解决"视频里多人同框、只想换一张脸"的问题。
python run.py --source 你的照片.jpg --target 多人视频.mp4 --many-faces # 换脸画面中的每一张脸，配 --map-faces 可给不同脸指定不同照片--many-faces会处理检测到的全部人脸；配合--map-faces时，源图里的脸会按顺序映射到目标画面的不同人。
效果预期：视频里所有出镜者的脸都被替换，无遗漏。
🛠️ 调优与排错
| 常见问题 | 可能原因 | 快速解法 |
|---|---|---|
| 启动提示 ffmpeg 未安装 | 系统缺少 ffmpeg | 安装 ffmpeg 并加入 PATH |
| 模型加载失败 | models/ 里缺文件 | 核对两个 onnx 文件是否就位 |
| FPS 低、画面卡顿 | 在 CPU 上跑或分辨率过高 | 换 GPU 加速，或降到 720p |
| Mac 报 _tkinter 缺失 | 没装 python-tk | brew install python-tk@3.14 |
| 大视频处理时内存溢出 | 内存上限设太高 | 加--max-memory 4限制内存 |
按硬件分档的启动命令：
python run.py --execution-provider cuda # N卡，速度最快，需装 CUDA python run.py --execution-provider dml # A卡，Windows 走 DirectML python3.14 run.py --execution-provider coreml # Apple M 系列芯片 python run.py --execution-provider cpu # 纯 CPU，最慢但最省事分辨率与帧率取舍：720p + 25FPS 是大多数配置的安全线。如果你遇到掉帧，先降到 480p 或关掉 Face Enhancer 试；如果启动就报错，先核对上面的执行提供者是否与显卡匹配。
🔧 进阶方向
跑熟之后有两个值得挖的方向。一是脚本自动化：CLI 的--source --target --output组合可以写进循环，批量处理整个文件夹的视频。二是自定义帧处理流水线：所有换脸、增强处理模块都在modules/processors/目录下，想加新效果可以照着现有模块写一个新的帧处理器；人脸检测逻辑在modules/face_analyser.py。
⚖️ 使用边界
- 使用真人照片前，必须获得对方知情同意。
- 换脸内容对外分享时，明确标注"AI 生成"。
- 程序内置不当内容过滤（界面 NSFW 开关），请勿绕过。
- 遵守当地法律法规，不用于欺诈、诽谤或侵犯他人隐私。
✅ 现在你可以做什么
摄像头里的脸已经不再是你的了。打开终端，把git clone第一行命令敲进去；跑通后找一个视频片段，用--source试试整段换脸。更多参数细节以仓库 README 为准。
【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
