把一张符合要求的单人肖像照交给它，人脸识别、角度校正、换底色、裁尺寸、拼相纸连成一条线，全程在本机跑完。

照相馆的证件照后期，流程几乎是固定的：先把拍歪的人像摆正，再把背景换成红蓝白，然后按一寸或二寸裁好，最后在 5 寸、6 寸相纸上排成 3×3 或 2×2，加上裁剪线送去冲印。单张照片做下来并不复杂，麻烦的是每天都在重复同样的动作。

LiYing 是开发者 aoguai 写的一套自动化程序，把这条线整体搬到了本机。它在 GitHub 上以 AGPL-3.0 协议开源，仓库里写着这个项目的初衷是帮父母减轻照相馆的工作量。程序处理的是证件照，输入需要符合一般要求的单人肖像照。

一条流水线，六个步骤

官方给出的工作流分成六步：载入图像、智能角度与校正、皮肤美化、背景替换、尺寸调整、自动排版。识别环节由两个模型搭伙完成，YOLOv8n-pose 负责定位人体，YuNet 负责找人脸关键点，两者一起判断这张照片的构图能不能用。角度纠正就建立在这些关键点上，肩膀与眼睛的倾斜角度算出来之后，整张图跟着转正，不需要人盯着网格线自己拉。

换成什么底色，交给人像分割模型

背景替换用的是 RMBG 系列的主体分割模型，1.4 与 2.0 两个版本都在支持范围内。分割出来的主体可以合成到任意 RGB 颜色上，红底、蓝底、白底以及证件上常见的深色底都写在颜色配置里，需要别的颜色直接填通道值。它也能输出带透明通道的结果，后续若要放到别的图像软件里继续加工，这一步可以省掉重新抠图的功夫。

皮肤美化由 --skin-retouch 开关控制，默认磨皮 0.7、美白 0.8，两个度数都能单独调。下面的对比图左边是原图，右边是默认度数处理后的效果，脸上的高光与纹理都还在。

尺寸写在配置文件里

裁切尺寸不写死在代码里，而是放在 data 目录下的 CSV 配置中，中文和英文各一份。常见规格基本覆盖了，一寸、二寸、小一寸、小二寸、护照、签证都能直接选，不够用的时候照着模板加一条就行。裁切不是单纯把图片缩放，它还要保证人物在画面里的位置与比例符合规范，构图则由脸的大小和头顶留白两个参数微调，前者决定头像占多大，后者决定脸往下压多少。

拼到一张相纸上

排版这一步省下的手工活很明显。处理好的单张证件照会按指定行列排进相纸：一寸 3×3 排到 5 寸相纸，二寸 2×2 排到 5 寸相纸，一寸 4×2 排到 6 寸相纸，行列数可以自己定。照片之间的间距、整版在相纸上的位置也能调，位置一共九个锚点，从左上到右下，因此可以一次把两种排法拼满整张相纸，把边缘的空白也用上。裁剪线可以开关，打印出来沿着线裁就行。

三种用法，都在本机

Windows 用户可以拿整合包，里面已经带了嵌入式的 Python 运行环境，图形界面在本地地址上打开就能操作；命令行版本的参数覆盖更细，适合接进自己写的批处理脚本；Docker 部署把端口映射、模型目录挂载与显卡透传都写进了编排文件，适合放在一台常开的机器上。整个处理过程不需要联网，顾客的照片不会离开这台电脑，这一点对每天经手上百张人像的门店来说很重要。显卡加速是可选配置，装了 CUDA 与 cuDNN 之后程序会优先用显卡推理，没有显卡也不会卡住，会自动退回处理器计算。

用之前需要知道的事

模型文件不跟着程序走，需要单独取回并放进指定目录，第一次配置绕不开。识别与抠图的效果也和照片本身有关，作者在文档里写得很直白：这个项目针对的是证件照处理，输入应当是符合一般要求的单人肖像，拿复杂背景或多人合照去试，出现意外结果属于正常现象。也有用户反馈个别照片处理时会报错，换一组尺寸或底色的参数组合通常就能过去。

关于协议

AGPL-3.0 的要求比常见的宽松许可证更进一步：如果修改后的版本被当作网络服务提供给他人使用，改动部分同样需要以 AGPL 的方式开放源码。只是自己店里用来处理照片，不受这条约束。

从识别、校正、换底到裁切与拼版，LiYing 把照相馆证件照后期的重复动作收进一次运行，处理全在本机完成。它不解决拍摄，也不做精修，只把其中固定不变的那一段接了过去。