LiYing

官网介绍

LiYing 是一套由开发者 aoguai 开发的开源证件照自动化处理程序，专为照相馆后期证件照处理流程设计。该项目基于 AGPL-3.0 许可证开源，目前在 GitHub 上已获得 3.1k 星标和 257 次 Fork，拥有活跃的开发社区支持。LiYing 旨在通过自动化技术减轻照相馆工作人员的后期处理负担，提高证件照制作效率，其名称来源于开发者希望帮助父母更轻松完成工作的初衷。

核心功能特点

人体与人脸智能识别

集成先进的 Yunnet 人脸识别模型和 yolov8n-pose 人体识别模型，能够精准定位人像特征点，实现自动化的人体轮廓和面部特征识别，为后续处理奠定基础。

角度自动纠正

通过人体姿态识别技术，自动检测照片中人物的角度偏差并进行智能纠正，确保生成的证件照符合标准姿势要求，减少人工调整工作。

智能背景替换

采用 RMBG-1.4/2.0 背景移除模型，支持自动识别并替换任意背景色，用户可根据需求选择各种标准证件照背景颜色，如白色、蓝色、红色等。

证件照自动裁切

支持任意尺寸证件照的自动裁切功能，内置多种标准证件照尺寸模板，满足不同国家和地区的证件照规格要求，无需手动调整比例。

智能排版功能

可根据相片纸尺寸自动排版多张证件照，支持多种排版方式如 1 寸-5 寸相片纸 3*3 排版、2 寸-5 寸相片纸 2*2 排版等，提高相片纸利用率。

完全离线运行

所有图像处理操作均在本地完成，无需联网即可运行，确保用户隐私安全，同时避免网络波动对处理过程的影响。

多界面支持

提供命令行和 WebUI 两种操作界面，WebUI 界面可通过浏览器访问 127.0.0.1:7860，操作简单直观，适合不同用户习惯。

灵活配置选项

支持通过 CSV 文件自定义尺寸和颜色配置，允许用户根据特殊需求调整证件照参数，同时提供丰富的 CLI 参数用于高级配置。

应用场景

• 照相馆日常证件照处理：自动化完成证件照制作全流程，减少人工操作，提高工作效率
• 自助证件照拍摄设备：集成到自助拍照设备中，实现无人值守的证件照制作服务
• 企业人力资源部门：快速处理员工证件照，统一格式和背景，用于工牌、门禁等场景
• 学校证件照批量处理：开学季批量处理学生证件照，用于学生证、考试报名等用途
• 政务服务中心：为市民提供快速证件照制作服务，用于各类证件申请
• 线上证件照制作平台：作为后端处理引擎，为在线证件照制作网站提供技术支持
• 家庭用户证件照制作：普通用户在家即可制作符合标准的证件照，节省时间和费用
• 旅行社证件照处理：为游客快速制作各国签证所需的不同规格证件照

优势

LiYing 的核心优势在于其全流程自动化处理能力，将传统需要人工操作的多个步骤整合为一键式处理。相比传统人工处理方式，可大幅提高工作效率，减少重复劳动。完全离线运行的特性确保了数据隐私安全，特别适合处理包含个人肖像的敏感信息。多模型融合技术保证了处理效果的准确性和专业性，支持自定义配置满足不同场景需求。此外，开源免费的特性降低了使用门槛，使小型照相馆和个人用户也能享受到专业级的证件照处理能力。项目提供的 WebUI 界面和批处理脚本进一步简化了操作流程，降低了使用难度。

价值总结

LiYing 为用户提供了高效、便捷、专业的证件照自动化处理解决方案，核心价值体现在三个方面：首先，显著降低了证件照制作的时间成本，将原本需要数分钟的人工处理缩短至秒级完成；其次，提高了证件照制作的标准化程度，减少人为操作误差，确保输出质量稳定；最后，降低了专业证件照制作的技术门槛，使非专业用户也能制作出符合标准的高质量证件照。对于商业用户如照相馆，LiYing 可提高服务效率和盈利能力；对于个人用户，则提供了经济实惠的证件照制作方案，节省时间和金钱成本。

用户体验与优势

LiYing 注重用户体验设计，提供了多种操作方式以适应不同用户需求。对于普通用户，WebUI 界面直观易用，只需简单几步即可完成证件照制作；对于高级用户，命令行参数提供了丰富的自定义选项。Windows 批处理脚本进一步简化了启动流程，用户无需复杂配置即可快速上手。项目提供详细的文档和示例，降低学习成本。处理过程实时可见，用户可即时预览效果并进行调整。离线运行特性消除了网络依赖，确保在各种环境下都能稳定工作。整体设计注重简洁高效，将复杂的图像处理技术隐藏在简单的操作界面之后，实现了"技术复杂化，操作简单化"的用户体验目标。

技术优势

LiYing 在技术层面融合了多种先进的计算机视觉模型和技术，形成了完整的证件照处理流水线。项目采用 Yunnet 模型进行高精度人脸识别，RMBG-1.4/2.0 模型实现高质量背景替换，yolov8n-pose 模型进行人体姿态检测与纠正，三大模型协同工作确保处理效果。通过 ONNX 格式模型部署，实现了高效的本地推理。图片压缩模块基于开发者另一个开源项目 AGPicCompress，整合 mozjpeg 和 pngquant 等专业压缩工具，在保证质量的同时优化文件大小。项目架构设计模块化，各功能组件解耦，便于维护和扩展。支持模型路径自定义和参数配置，具备良好的灵活性和可扩展性。CI/CD 自动化构建流程确保了版本更新的及时性和稳定性。