猴哥的第 80 期分享，欢迎追看
你以为刷到的短视频都是真人出镜？
其实，换脸、数字人技术早已走向了商业化。
之前大部分的换脸模型，都需要大量样本进行训练，技术门槛非常高！
今天看到一个开源项目-ReHiFace-S，支持一键实时换脸的开源项目，只需一张人脸照片，即可将视频中的人脸，替换为你想要的人物形象。
话不多说，上实操！
- 项目简介
ReHiFace-S（Real Time High-Fidelity Faceswap）是由硅基智能开发的，实时高保真的换脸算法。
实时换脸功能，是开源数字人生成的底层能力。
有哪些亮点？
-
实时处理 ：在 NVIDIA GTX 1080Ti 显卡上，即可实现实时换脸。（ 当然 CPU 也能跑，只要速度你能忍。。。）
-
零样本推断 ：无需训练数据即可进行有效推断。
-
高保真度 ：换脸效果逼真，能够生成高质量的面部图像。
-
支持 ONNX 和实时摄像头模式 ：便于与其他模型或应用集成。
-
超分辨率与色彩转换 ：提升图像质量，增强视觉效果。
-
更好的 Xseg 模型 ：用于面部分割，提升换脸精度。
-
项目实战
2.1 环境准备
要运行此项目，建议使用以下环境配置：
- Python >= 3.9（推荐使用 Anaconda 或 Miniconda）
- PyTorch >= 1.13
- CUDA 11.7
- 操作系统：Linux Ubuntu 20.04
- 克隆代码库并准备环境：
conda create --name faceswap python=3.9
conda activate faceswap
pip install -r requirements.txt
- 下载预训练模型权重，并将其放入
./pretrain_models文件夹中。
2.2 本地测试
先使用默认示例图片和视频跑下看看：
CUDA_VISIBLE_DEVICES='0' python inference.py
也可以通过指定 --src_img_path 和 --video_path 参数来更改输入。
CUDA_VISIBLE_DEVICES='0' python inference.py --src_img_path --video_path
如果要在摄像头中进行实时换脸：
CUDA_VISIBLE_DEVICES='0' python inference_cam.py
注意：支持在直播中更换源面孔。
如果遇到 onnxruntime 报错：
onnxruntime::Provider& onnxruntime::ProviderLibrary::Get() [ONNXRuntimeError] : 1 : FAIL : Failed to load library libonnxruntime_providers_cuda.so with error: libonnxruntime_providers_cuda.so: cannot open shared object file: No such file or directory
比如上面这个，首先找到 "libonnxruntime_providers_cuda.so" 的安装位置：
find / -name "libonnxruntime\_providers\_cuda.so" 2>/dev/null
然后把它添加到环境变量中，
export LD_LIBRARY_PATH=/path/to/onnxruntime/lib:$LD\_LIBRARY\_PATH
2.3 Web 应用
项目还提供了 Gradio 搭建的应用，可以通过以下命令一键运行：
python app.py
界面非常简洁，输入你想要换的人脸图像，和原始视频，提交即可！
注意：确保你的 onnxruntime 跑在 GPU 上，否则 CPU 跑就。。。
最后，展示下实测效果：
结论
ReHiFace-S 是一个功能强大且灵活的换脸工具，其实时处理能力和高保真的换脸效果，为数字人应用提供了新的可能性。
基于 ReHiFace-S ，硅基智能的数字人：https://github.com/GuijiAI/duix.ai，也已开源。
支持 Android 和 IOS 终端一键部署，开发者可自行接入大模型（LLM）、语音识别（ASR）、语音合成（TTS），实现数字人实时交互。
有机会实操后，再和大家分享！
如果本文对你有帮助，不妨点个免费的赞 和收藏 备用。
👇 关注猴哥，快速入门AI工具
# AI 工具：
# AI应用** ：**
视频生成 EasyAnimate-v3 实测，阿里开源，5 分钟带你部署体验，支持高分辨率超长视频
# 效率工具：