[Python] Deep-Live-Cam：一张照片，把换脸做进视频和摄像头画面里

很多“换脸”演示看着很炫，但真要落地到视频和摄像头里，难点往往不在模型本身，而在工程：怎么逐帧处理、怎么合成视频、怎么兼顾速度和效果、怎么处理多人画面。

Deep-Live-Cam（2.0.1c）就是把这些环节串起来的开源项目：支持图片、视频文件和 Live 预览，整体更像一个可用工具，而不是一次性的 demo。

它能做什么（功能直观）

• 选一张 source 人脸图，再选 target（图片 / 视频 / 摄像头）  
• 视频模式会走拆帧处理，再合成回去；可选 Keep audio 保留原音频  
• 多人画面下可以选择 Many faces，也能用 Map faces 做“不同人对应不同 source”的映射

技术栈一眼看清（来自 README 与源码）

• InsightFace：人脸检测与 embedding（支撑多人/映射等能力）  
• InSwapper（ONNX）+ ONNXRuntime：核心换脸推理；通过 --execution-provider 适配不同后端（仓库也提供 run-cuda.bat、run-directml.bat）  
• GFPGAN（可选）：Face Enhancer，用于画质增强（README 指向 GFPGANv1.4.pth）  
• ffmpeg / ffprobe：拆帧、合成、音频恢复这条视频工程链路  
• customtkinter：桌面 GUI，把 Keep fps、Keep audio、Mouth Mask、Poisson Blend、Transparency、Sharpness、Show FPS 等做成开关和滑杆  
• OpenNSFW2：用于 NSFW 检测与处理忽略（README 也明确有内置检查与内容限制）

读代码时最值得关注的 3 个点

1) Map faces 的实现思路很“工程”
不是简单按位置猜人，而是从帧里拿 embedding，再做聚类与匹配，解决多人场景的“身份对应”问题。

2) 效果开关不只是锦上添花
像 Mouth Mask、Poisson Blend、透明度与锐化这些选项，本质是在给用户留出“控穿帮、控边缘、控观感”的空间。

3) 视频链路完整，才有可用性
拆帧处理之后还要合成回去、还要可选恢复音频。很多项目停在推理，这个项目把“最后一公里”也做了。

边界与合规（项目写得很清楚）

README 里明确要求合法合规使用：如果使用真实人物面孔，需要获得同意，并建议公开发布时标注 deepfake；同时声明包含对不当内容的检查，必要时可能加水印或关停。

《异或Lambda》这里不做“用途鼓吹”，只讨论技术形态：当实时换脸变得更低门槛，平台侧的溯源与验证会变得更重要。

项目地址与官方入口

• GitHub： github.com/hacksider/Deep-Live-Cam
• 快速开始：deeplivecam.net/index.php/quickstart
• 学 AI： https://yunpan.plus/f/29

关注《异或Lambda》，后面我们继续用“读源码”的方式，把开源项目讲清楚：它解决什么问题，关键设计在哪里，落地时会踩哪些坑。

标签： #Deep-Live-Cam #GitHub #计算机视觉 #实时推理 #视频工程 #开源实战