Deep-Live-Cam 快速上手：如何用 1 张照片搞定实时换脸

Deep-Live-Cam 快速上手：如何用 1 张照片搞定实时换脸

【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

Deep-Live-Cam 是一款开源实时换脸工具：给一张清晰人脸照片，视频、电影或摄像头画面里的人脸会被实时替换，成片直接可用。完整流程只有 3 条命令装完、3 次点击出第一支换脸视频。适合想跑起来、看到效果的新手和普通用户。

一张表自检：确认机器能跑实时换脸

跑之前只需确认三样东西：Python、FFmpeg、磁盘空间。

项目	最低标准	怎么确认	不达标时的替代方案
操作系统	Windows 10 / macOS 11 / 主流 Linux	系统设置页查看版本	三平台任选其一安装
CPU	4 核	任务管理器 / 活动监视器	换 CPU 模式跑，接受低帧率
内存	8GB	系统设置 /free -h	启动加--max-memory 4压上限
显卡	无（CPU 模式可跑）	设备管理器 /nvidia-smi	加--execution-provider cpu
磁盘空闲	10GB（依赖 + 约 300MB 模型）	磁盘属性 /df -h	清理旧文件，模型预先放进models/
Python	3.11（3.11–3.14 均可）	python --version	安装 3.11 并只为该项目使用
FFmpeg	已安装且加入 PATH	ffmpeg -version	安装 FFmpeg 并把 bin 目录加入 PATH

最低标准达标就能跑，与更高端配置的唯一差距是帧率。项目自带普通 PC 的性能演示，先有个预期：

三步装完跑通：拿到第一支换脸视频

最短路径是 3 步，前两步各一条命令，第三步按显卡选做。

第 1 步：克隆仓库并建虚拟环境，隔离依赖，不污染系统 Python。

git clone https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam && cd Deep-Live-Cam && python -m venv venv && source venv/bin/activate

确认生效：提示符前出现(venv)。Windows 把最后一条换成venv\Scripts\activate。

第 2 步：一条命令装完依赖，包含 OpenCV、ONNX Runtime、insightface 等全部组件。

pip install -r requirements.txt

确认生效：pip show onnxruntime能打印版本号。首次运行时程序还会自动下载约 300MB 的换脸与增强模型，也可以提前把inswapper_128_fp16.onnx和GFPGANv1.4放进models/文件夹。

第 3 步（可选）：按显卡换加速后端。NVIDIA 用户跳过，依赖里已带 GPU 版，运行时加--execution-provider cuda即可；AMD 与 Intel 各换一条 pip 命令；Apple Silicon 什么都不用装。

pip install -U onnxruntime-directml

Intel 用户把包名换成onnxruntime-openvino，启动时对应加--execution-provider directml或--execution-provider openvino。确认生效：启动后不再报 provider 相关错误。

跑通的最短命令：

python run.py -s face.jpg -t clip.mp4

终端出现逐帧进度条，跑完后生成一个以目标文件命名的文件夹，打开里面的视频，人物脸已换成 face.jpg，口型与光线保持原样。想要界面版就运行python run.py：① 选源脸照片 ② 选目标视频或图片 ③ 点 Start。想上摄像头实时效果则点 Live，10–30 秒出预览画面，可用 OBS 推流：

照抄参数：能力与常用开关速查

跑通之后只需记几个开关：换脸是默认管线，其余都是可选增强。

核心能力	怎么开启	能看到什么效果	适合什么场景
单视频换脸	python run.py -s face.jpg -t clip.mp4	以目标文件命名的文件夹里出现成片	第一支换脸视频
摄像头实时换脸	python run.py，界面点 Live	10–30 秒出预览，可 OBS 推流	直播、视频通话
换掉画面里每张脸	加--many-faces	无一张脸被落下	群像、meme 素材
不同人用不同的脸	加--map-faces --many-faces	每张目标脸按序对应一张源脸	多角色画面
保留原口型	加--mouth-mask	只换脸，嘴部保持原始运动	说话类视频
提升脸部清晰度	--frame-processor face_swapper face_enhancer	换脸后追加一步增强	追求画质

嘴部遮罩在说话头类视频上效果最明显：

常用参数	作用	典型值
-s/--source	源脸照片，只需 1 张	清晰正脸照
-t/--target	目标图片或视频	本地文件路径
-o/--output	输出文件或目录	默认按目标文件建文件夹
--keep-fps	保留原始帧率	开关，不加则固定 30fps
--keep-audio	保留原音轨	开关，默认开启
--video-encoder	输出编码器	libx264（默认）/libx265/libvpx-vp9
--video-quality	编码质量，0–51 越小越清晰	18（默认）
--max-memory	内存上限，单位 GB	8（纯 CPU 档）
--execution-provider	加速后端	cuda/coreml/directml/cpu
--execution-threads	执行线程数	CPU 核数的一半
--live-mirror	实时窗口镜像成前置视角	开关
--nsfw-filter	不当内容过滤	开关

参数的完整定义在 命令行参数解析 里，一行一个开关。这些参数组合起来就能让电影实时换脸：

按硬件选档调参，避开 3 个常见坑

帧率由硬件决定，照抄你那一档即可。

档位	推荐参数组合	该档追求的目标
纯 CPU	--execution-provider cpu --execution-threads 8 --max-memory 8	跑得动不卡：片段控制在 1 分钟内，720P 足够
中端 NVIDIA（RTX 3060 级）	--execution-provider cuda	1080P 舒适区
高端 NVIDIA（RTX 4090 级）	--execution-provider cuda --frame-processor face_swapper face_enhancer	4K + 人脸增强仍实时
Apple Silicon（M 系）	--execution-provider coreml	官方 onnxruntime 自带 CoreML，零额外安装

前两句档的目标是"跑得动"，后两档追求"更高分辨率 + 更多增强"。

1. 现象：一启动提示ffmpeg is not installed直接退出 →原因：FFmpeg 没装或 bin 目录不在 PATH →解决：安装 FFmpeg 并加入 PATH，重开终端用ffmpeg -version验证。
2. 现象：加--execution-provider cuda报 cuDNN / cuBLAS 找不到 →原因：CUDA 运行时缺失或版本不配套（官方组合为 CUDA 12.8 + cuDNN 8.9.7）→解决：按该组合安装两者，cuDNN 的 bin 目录加进 PATH 后重启。
3. 现象：长视频处理到一半内存飙高、程序卡死 →原因：帧与中间结果一直驻留内存 →解决：启动时加--max-memory 8（或更小值），仍爆就先降分辨率。

四个换脸与增强处理器的实现都在 modules/processors/frame/，想改画质管线从这里挖起；下一步建议先换一支 10 秒短片感受效果，再上长视频。

【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