0
0

HivisionIDPhoto Docker部署以及Springboot接口对接(AI证件照制作)

项目简介

项目以及官方文档地址

HivisionIDPhoto 旨在开发一种实用、系统性的证件照智能制作算法。

它利用一套完善的AI模型工作流程，实现对多种用户拍照场景的识别、抠图与证件照生成。

HivisionIDPhoto 可以做到：

  1. 轻量级抠图（纯离线，仅需 CPU 即可快速推理）
  2. 根据不同尺寸规格生成不同的标准证件照、六寸排版照
  3. 支持 纯离线 或 端云 推理
  4. 美颜
  5. 智能换正装（waiting）

Docker 部署

拉取镜像

官方再docker hub是有镜像源的,但是因为某些原因可能pull失败,我备份了一份到阿里云镜像仓库(官方版本为1.2.9),如下拉取镜像

docker pull registry.cn-hangzhou.aliyuncs.com/zr-dev/hivision_idphotos:v1.0

启动 Gradio Demo 服务

运行下面的命令，在你的本地访问 http://127.0.0.1:7860 即可使用。

docker run -d -p 7860:7860 registry.cn-hangzhou.aliyuncs.com/zr-dev/hivision_idphotos:v1.0

启动 API 后端服务

此处我将容器内部的8080端口映射到本机的8087,读者可以自定义想要映射的端口

docker run -d -p 8087:8080 registry.cn-hangzhou.aliyuncs.com/zr-dev/hivision_idphotos:v1.0 python3 deploy_api.py

服务启动后咱们就可以调用服务的接口了**(为了防止特殊原因,api文档也备份了一份在文章末尾,并附上官方接口文档地址)**

Springboot 进行接口对接

抽取配置文件,将HivisionIDPhoto后端服务的地址抽取为配置类

photo:id-photo-base-url: http://127.0.0.1:8087

生成证件照(底透明)+添加背景色

  1. 此处我只需要实现生成证件照的功能,总共需要对接如下两个接口,如果读者还有其他需求可以,参考官方文档
  2. callIdPhotoApi 1. inputPath: 将图片上传到/ai/img/input/2024/10/24/60182299d7d371cbe2b0b7c9f9c8234_20241024111616A001.jpg(即代码中的inputPath) 1. 上传代码可以参考我的另一篇文章SpringBoot 上传图片-指定目录按照日期存储2. height: 生成证件照的高3. width: 生成证件照的宽4. human_matting_model和face_detect_model可以根据自己的需求更换
  3. addBackground 1. inputImageBase64: 生成的结果(base64图片)2. color: 背景色HEX值，默认为0000003. fileService.upload() :将生成的证件照上传到阿里云oss,生成url
importcn.hutool.http.HttpRequest;importcn.hutool.http.HttpResponse;importcn.hutool.http.HttpUtil;importcom.alibaba.fastjson2.JSONObject;importcom.aliyun.openservices.shade.com.alibaba.fastjson.JSON;importcom.hss.common.utils.uuid.UUID;importcom.hss.system.service.FileService;importlombok.extern.slf4j.Slf4j;importorg.springframework.beans.factory.annotation.Autowired;importorg.springframework.beans.factory.annotation.Value;importorg.springframework.stereotype.Service;importjava.io.File;importjava.util.Base64;importjava.util.HashMap;importjava.util.Map;/**
 * @author zr 2024/10/24
 */@Service@Slf4jpublicclassImageProcessor{@AutowiredprivateFileService fileService;@Value("${photo.id-photo-base-url}")privateString idPhotoBaseUrl;publicStringcallIdPhotoApi(String inputPath,Integer height,Integer width){String url = idPhotoBaseUrl+"/idphoto";Map<String,String> headers =newHashMap<>();// 根据需要添加头部信息，例如：// headers.put("Content-Type", "multipart/form-data");Map<String,Object> parameters =newHashMap<>();
        parameters.put("input_image",newFile(inputPath));
        parameters.put("height", height);
        parameters.put("width", width);
        parameters.put("human_matting_model","rmbg-1.4");//人像分割模型，默认为modnet_photographic_portrait_matting。可选值为modnet_photographic_portrait_matting、hivision_modnet、rmbg-1.4、birefnet-v1-lite
        parameters.put("face_detect_model","mtcnn");//人脸检测模型，默认为mtcnn。可选值为mtcnn、face_plusplus、retinaface-resnet50
        parameters.put("hd",true);
        parameters.put("dpi",300);
        parameters.put("face_alignment",true);HttpResponse response =httpPost(url, headers, parameters);// 处理响应String body = response.body();JSONObject jsonObject = com.alibaba.fastjson2.JSON.parseObject(body);Boolean status = jsonObject.getBoolean("status");if(status){String imageData = jsonObject.getString("image_base64_hd");return imageData;}else{
            log.info("请求失败{}");returnnull;}}publicStringaddBackground(String inputImageBase64,String color){String url = idPhotoBaseUrl+"/add_background";Map<String,String> headers =newHashMap<>();// 根据需要添加头部信息，例如：// headers.put("Content-Type", "multipart/form-data");Map<String,Object> parameters =newHashMap<>();// 添加请求参数
        parameters.put("input_image_base64", inputImageBase64);
        parameters.put("color", color);//        parameters.put("kb", kb); //输出照片的 KB 值，默认为None，即不对图像进行KB调整。//        parameters.put("render", render); //渲染模式，默认为0。可选值为0、1、2，分别对应纯色、上下渐变、中心渐变。//        parameters.put("dpi", dpi); //图像分辨率，默认为300HttpResponse response =httpPost(url, headers, parameters);// 处理响应String body = response.body();JSONObject jsonObject = com.alibaba.fastjson2.JSON.parseObject(body);Boolean status = jsonObject.getBoolean("status");if(status){String imageData = jsonObject.getString("image_base64");// 检查并去掉 Base64 前缀if(imageData.startsWith("data:image/")){
                imageData = imageData.substring(imageData.indexOf(",")+1);}byte[] imageBytes =Base64.getDecoder().decode(imageData);String upload = fileService.upload(imageBytes, UUID.fastUUID()+".jpg");return upload;}else{
            log.info("请求失败{}");returnnull;}}privateHttpResponsehttpPost(String url,Map<String,String> headers,Map<String,Object> parameter){HttpRequest httpRequest =HttpUtil.createPost(url).form(parameter).addHeaders(headers);HttpResponse response = httpRequest.execute();
        log.info("Url: "+httpRequest.getUrl());
        log.info("head: "+JSON.toJSONString(httpRequest.headers()));
        log.info("parame: "+JSON.toJSONString(httpRequest.form()));
        log.info("res: "+response.body());return response;}}

测试

importlombok.extern.slf4j.Slf4j;importorg.junit.Test;importorg.junit.runner.RunWith;importorg.springframework.beans.factory.annotation.Autowired;importorg.springframework.boot.test.context.SpringBootTest;importorg.springframework.test.context.junit4.SpringRunner;/**
 * @author zr 2024/10/24
 */@RunWith(SpringRunner.class)@SpringBootTest(classes =HssApplication.class)@Slf4jpublicclassIdPhotoTest{@AutowiredprivateImageProcessor imageProcessor;@TestpublicvoidcallIdPhotoApi(){String s = imageProcessor.callIdPhotoApi("/ai/img/input/2024/10/24/60182299d7d371cbe2b0b7c9f9c8234_20241024111616A001.jpg",413,295);
        log.info(s);}@TestpublicvoidaddBackground(){String s = imageProcessor.addBackground(imageProcessor.callIdPhotoApi("/ai/img//input/2024/10/24/23-Authentic-Chinese-Hairstyle-Ideas-00-scaled_20241024133448A001.jpg",413,295),"638cce");
        log.info(s);}}

测试结果

  1. 原图

  1. callIdPhotoApi测试结果

  1. addBackground测试结果

API Docs

官方api文档地址

目录

开始之前：开启后端服务

在请求 API 之前，请先运行后端服务

python deploy_api.py

接口功能说明

1.生成证件照(底透明)

接口名：

idphoto

生成证件照

接口的逻辑是发送一张 RGB 图像，输出一张标准证件照和一张高清证件照：

  • 高清证件照：根据size的宽高比例制作的证件照，文件名为output_image_dir增加_hd后缀
  • 标准证件照：尺寸等于size，由高清证件照缩放而来，文件名为output_image_dir

需要注意的是，生成的两张照片都是透明的（RGBA 四通道图像），要生成完整的证件照，还需要下面的

添加背景色

接口。

问：为什么这么设计？
答：因为在实际产品中，经常用户会频繁切换底色预览效果，直接给透明底图像，由前端 js 代码合成颜色是更好体验的做法。

请求参数：
参数名类型必填说明input_imagefile和

input_image_base64

二选一传入的图像文件，图像文件为需为RGB三通道图像。input_image_base64str和

input_image

二选一传入的图像文件的base64编码，图像文件为需为RGB三通道图像。heightint否标准证件照高度，默认为

413

widthint否标准证件照宽度，默认为

295

human_matting_modelstr否人像分割模型，默认为

modnet_photographic_portrait_matting

。可选值为

modnet_photographic_portrait_matting

、

hivision_modnet

、

rmbg-1.4

、

birefnet-v1-lite

face_detect_modelstr否人脸检测模型，默认为

mtcnn

。可选值为

mtcnn

、

face_plusplus

、

retinaface-resnet50

hdbool否是否生成高清证件照，默认为

true

dpiint否图像分辨率，默认为

300

face_alignmentbool否是否进行人脸对齐，默认为

true

head_measure_ratiofloat否面部面积与照片面积的比例，默认为

0.2

head_height_ratiofloat否面部中心与照片顶部的高度比例，默认为

0.45

top_distance_maxfloat否头部与照片顶部距离的比例最大值，默认为

0.12

top_distance_minfloat否头部与照片顶部距离的比例最小值，默认为

0.1

返回参数：
参数名类型说明statusint状态码，

true

表示成功image_base64_standardstr标准证件照的base64编码image_base64_hdstr高清证件照的base64编码。如

hd

参数为

false

，则不返回该参数

2.添加背景色

接口名：

add_background

添加背景色

接口的逻辑是接收一张 RGBA 图像（透明图），根据

color

添加背景色，合成一张 JPG 图像。

请求参数：
参数名类型必填说明input_imagefile和

input_image_base64

二选一传入的图像文件，图像文件为需为RGBA四通道图像。input_image_base64str和

input_image

二选一传入的图像文件的base64编码，图像文件为需为RGBA四通道图像。colorstr否背景色HEX值，默认为

000000

kbint否输出照片的 KB 值，默认为

None

，即不对图像进行KB调整。renderint否渲染模式，默认为

0

。可选值为

0

、

1

、

2

，分别对应

纯色

、

上下渐变

、

中心渐变

。dpiint否图像分辨率，默认为

300

返回参数：
参数名类型说明statusint状态码，

true

表示成功image_base64str添加背景色之后的图像的base64编码

3.生成六寸排版照

接口名：

generate_layout_photos

生成六寸排版照

接口的逻辑是接收一张 RGB 图像（一般为添加背景色之后的证件照），根据

size

进行照片排布，然后生成一张六寸排版照。

请求参数：
参数名类型必填说明input_imagefile和

input_image_base64

二选一传入的图像文件，图像文件为需为RGB三通道图像。input_image_base64str和

input_image

二选一传入的图像文件的base64编码，图像文件为需为RGB三通道图像。heightint否输入图像的高度，默认为

413

widthint否输入图像的宽度，默认为

295

kbint否输出照片的 KB 值，默认为

None

，即不对图像进行KB调整。dpiint否图像分辨率，默认为

300

返回参数：
参数名类型说明statusint状态码，

true

表示成功image_base64str六寸排版照的base64编码

4.人像抠图

接口名：

human_matting

人像抠图

接口的逻辑是接收一张 RGB 图像，输出一张标准抠图人像照和高清抠图人像照（无任何背景填充）。

请求参数：
参数名类型必填说明input_imagefile是传入的图像文件，图像文件为需为RGB三通道图像。human_matting_modelstr否人像分割模型，默认为

modnet_photographic_portrait_matting

。可选值为

modnet_photographic_portrait_matting

、

hivision_modnet

、

rmbg-1.4

、

birefnet-v1-lite

dpiint否图像分辨率，默认为

300

返回参数：
参数名类型说明statusint状态码，

true

表示成功image_base64str抠图人像照的base64编码

5.图像加水印

接口名：

watermark

图像加水印

接口的功能是接收一个水印文本，然后在原图上添加指定的水印。用户可以指定水印的位置、透明度和大小等属性，以便将水印无缝地融合到原图中。

请求参数：
参数名类型必填说明input_imagefile和

input_image_base64

二选一传入的图像文件，图像文件为需为RGB三通道图像。input_image_base64str和

input_image

二选一传入的图像文件的base64编码，图像文件为需为RGB三通道图像。textstr否水印文本，默认为

Hello

sizeint否水印字体大小，默认为

20

opacityfloat否水印透明度，默认为

0.5

angleint否水印旋转角度，默认为

30

colorstr否水印颜色，默认为

#000000

spaceint否水印间距，默认为

25

dpiint否图像分辨率，默认为

300

返回参数：
参数名类型说明statusint状态码，

true

表示成功image_base64str添加水印之后的图像的base64编码

6.设置图像KB大小

接口名：

set_kb

设置图像KB大小

接口的功能是接收一张图像和目标文件大小（以KB为单位），如果设置的KB值小于原文件，则调整压缩率；如果设置的KB值大于源文件，则通过给文件头添加信息的方式调大KB值，目标是让图像的最终大小与设置的KB值一致。

请求参数：
参数名类型必填说明input_imagefile和

input_image_base64

二选一传入的图像文件，图像文件为需为RGB三通道图像。input_image_base64str和

input_image

二选一传入的图像文件的base64编码，图像文件为需为RGB三通道图像。kbint否输出照片的 KB 值，默认为

None

，即不对图像进行KB调整。dpiint否图像分辨率，默认为

300

返回参数：
参数名类型说明statusint状态码，

true

表示成功image_base64str设置KB大小之后的图像的base64编码

7.证件照裁切

接口名：

idphoto_crop

证件照裁切

接口的功能是接收一张 RBGA 图像（透明图），输出一张标准证件照和一张高清证件照。

请求参数：
参数名类型必填说明input_imagefile和

input_image_base64

二选一传入的图像文件，图像文件为需为RGBA四通道图像。input_image_base64str和

input_image

二选一传入的图像文件的base64编码，图像文件为需为RGBA四通道图像。heightint否标准证件照高度，默认为

413

widthint否标准证件照宽度，默认为

295

face_detect_modelstr否人脸检测模型，默认为

mtcnn

。可选值为

mtcnn

、

face_plusplus

、

retinaface-resnet50

hdbool否是否生成高清证件照，默认为

true

dpiint否图像分辨率，默认为

300

head_measure_ratiofloat否面部面积与照片面积的比例，默认为

0.2

head_height_ratiofloat否面部中心与照片顶部的高度比例，默认为

0.45

top_distance_maxfloat否头部与照片顶部距离的比例最大值，默认为

0.12

top_distance_minfloat否头部与照片顶部距离的比例最小值，默认为

0.1

返回参数：
参数名类型说明statusint状态码，

true

表示成功image_base64str证件照裁切之后的图像的base64编码image_base64_hdstr高清证件照裁切之后的图像的base64编码，如

hd

参数为

false

，则不返回该参数

cURL 请求示例

cURL 是一个命令行工具，用于使用各种网络协议传输数据。以下是使用 cURL 调用这些 API 的示例。

1. 生成证件照(底透明)

curl -X POST "http://127.0.0.1:8080/idphoto"\
-F "input_image=@demo/images/test0.jpg"\
-F "height=413"\
-F "width=295"\
-F "human_matting_model=modnet_photographic_portrait_matting"\
-F "face_detect_model=mtcnn"\
-F "hd=true"\
-F "dpi=300"\
-F "face_alignment=true"

2. 添加背景色

curl -X POST "http://127.0.0.1:8080/add_background"\
-F "[email protected]"\
-F "color=638cce"\
-F "kb=200"\
-F "render=0"\
-F "dpi=300"

3. 生成六寸排版照

curl -X POST "http://127.0.0.1:8080/generate_layout_photos"\
-F "[email protected]"\
-F "height=413"\
-F "width=295"\
-F "kb=200"\
-F "dpi=300"

4. 人像抠图

curl -X POST "http://127.0.0.1:8080/human_matting"\
-F "input_image=@demo/images/test0.jpg"\
-F "human_matting_model=modnet_photographic_portrait_matting"\
-F "dpi=300"

5. 图片加水印

curl -X 'POST'\'http://127.0.0.1:8080/watermark?size=20&opacity=0.5&angle=30&color=%23000000&space=25'\
  -H 'accept: application/json'\
  -H 'Content-Type: multipart/form-data'\
  -F 'input_image=@demo/images/test0.jpg;type=image/jpeg'\
  -F 'text=Hello'\
  -F 'dpi=300'

6. 设置图像KB大小

curl -X 'POST'\'http://127.0.0.1:8080/set_kb'\
  -H 'accept: application/json'\
  -H 'Content-Type: multipart/form-data'\
  -F 'input_image=@demo/images/test0.jpg;type=image/jpeg'\
  -F 'kb=50'\
  -F 'dpi=300'

7. 证件照裁切

curl -X 'POST'\'http://127.0.0.1:8080/idphoto_crop?head_measure_ratio=0.2&head_height_ratio=0.45&top_distance_max=0.12&top_distance_min=0.1'\
  -H 'accept: application/json'\
  -H 'Content-Type: multipart/form-data'\
  -F 'input_image=@idphoto_matting.png;type=image/png'\
  -F 'height=413'\
  -F 'width=295'\
  -F 'face_detect_model=mtcnn'\
  -F 'hd=true'\
  -F 'dpi=300'

Python 请求示例

1.生成证件照(底透明)
import requests

url ="http://127.0.0.1:8080/idphoto"
input_image_path ="demo/images/test0.jpg"# 设置请求参数
params ={"head_measure_ratio":0.2,"head_height_ratio":0.45,"top_distance_max":0.12,"top_distance_min":0.1,}
files ={"input_image":open(input_image_path,"rb")}
data ={"height":413,"width":295,"human_matting_model":"modnet_photographic_portrait_matting","face_detect_model":"mtcnn","hd":True,"dpi":300,"face_alignment":True,}

response = requests.post(url, params=params, files=files, data=data).json()# response为一个json格式字典，包含status、image_base64_standard和image_base64_hd三项print(response)
2.添加背景色
import requests

url ="http://127.0.0.1:8080/add_background"
input_image_path ="test.png"

files ={"input_image":open(input_image_path,"rb")}
data ={"color":'638cce',"kb":None,"render":0,"dpi":300,}

response = requests.post(url, files=files, data=data).json()# response为一个json格式字典，包含status和image_base64print(response)
3.生成六寸排版照
import requests

url ="http://127.0.0.1:8080/generate_layout_photos"
input_image_path ="test.jpg"

files ={"input_image":open(input_image_path,"rb")}
data ={"height":413,"width":295,"kb":200,"dpi":300,}

response = requests.post(url, files=files, data=data).json()# response为一个json格式字典，包含status和image_base64print(response)
4.人像抠图
import requests

url ="http://127.0.0.1:8080/human_matting"
input_image_path ="test.jpg"

files ={"input_image":open(input_image_path,"rb")}
data ={"human_matting_model":"modnet_photographic_portrait_matting","dpi":300,}

response = requests.post(url, files=files, data=data).json()# response为一个json格式字典，包含status和image_base64print(response)
5.图片加水印
import requests

# 设置请求的 URL 和参数
url ="http://127.0.0.1:8080/watermark"
params ={"size":20,"opacity":0.5,"angle":30,"color":"#000000","space":25,}# 设置文件和其他表单数据
input_image_path ="demo/images/test0.jpg"
files ={"input_image":open(input_image_path,"rb")}
data ={"text":"Hello","dpi":300}# 发送 POST 请求
response = requests.post(url, params=params, files=files, data=data)# 检查响应if response.ok:# 输出响应内容print(response.json())else:# 输出错误信息print(f"Request failed with status code {response.status_code}: {response.text}")

6. 设置图像KB大小

import requests

# 设置请求的 URL
url ="http://127.0.0.1:8080/set_kb"# 设置文件和其他表单数据
input_image_path ="demo/images/test0.jpg"
files ={"input_image":open(input_image_path,"rb")}
data ={"kb":50,"dpi":300}# 发送 POST 请求
response = requests.post(url, files=files, data=data)# 检查响应if response.ok:# 输出响应内容print(response.json())else:# 输出错误信息print(f"Request failed with status code {response.status_code}: {response.text}")

7. 证件照裁切

import requests

# 设置请求的 URL
url ="http://127.0.0.1:8080/idphoto_crop"# 设置请求参数
params ={"head_measure_ratio":0.2,"head_height_ratio":0.45,"top_distance_max":0.12,"top_distance_min":0.1,}# 设置文件和其他表单数据
input_image_path ="idphoto_matting.png"
files ={"input_image":("idphoto_matting.png",open(input_image_path,"rb"),"image/png")}
data ={"height":413,"width":295,"face_detect_model":"mtcnn","hd":"true","dpi":300,}# 发送 POST 请求
response = requests.post(url, params=params, files=files, data=data)# 检查响应if response.ok:# 输出响应内容print(response.json())else:# 输出错误信息print(f"Request failed with status code {response.status_code}: {response.text}")
标签： docker spring boot 人工智能
本文转载自: https://blog.csdn.net/qq_31745863/article/details/143232861
版权归原作者 _院长大人_ 所有， 如有侵权，请联系我们删除。
登录后发布评论

“HivisionIDPhoto Docker部署以及Springboot接口对接(AI证件照制作)”的评论:

还没有评论
关于作者
...
overfit同步小助手
文章同步
相关阅读

【ESP32看这一篇就够了】ESP32-S3采用VSCode+IDF环境+入门开发(20240829)

vscode侧边工具栏不见了找回方法

Idea Maven Jar版本冲突的排查与解决

探索校企合作新模式：职业院校大数据专业实验（实训）室建设指南

Flink-Source的使用

大数据与分析：数据爬取的艺术与实践

【大数据测试spark+kafka-详细教程（附带实例）】

文章导航