Deep-Live-Cam 上手教程：1 张照片，10 分钟出实时换脸视频
【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
Deep-Live-Cam 是一个实时换脸工具：一张照片作为源脸，就能把视频或摄像头画面里的人脸逐帧替换掉，边播边换。它和"逐帧处理、导出等半天"的换脸工具不同，卖点是"实时"——摄像头模式下，普通电脑就能看到换好的脸。
30 秒机器自查：你能跑实时换脸吗
在敲第一条命令前，用这张表对一遍，能直接判断跑不跑得动、大概什么速度。
| 项目 | 最低线 | 推荐线 | 差一点会怎样 |
|---|---|---|---|
| CPU | 4 核 | 8 核以上 | 只能处理 720P 短片段 |
| 内存 | 8GB | 16GB | 长视频要加--max-memory限流 |
| 显卡 | 无（CPU 模式可跑） | RTX 3060 级、支持 CUDA | 无实时，只能离线处理视频 |
| Python | 3.11 | 3.14（3.11–3.14 均可） | 低于 3.11 装不上 onnxruntime |
| FFmpeg | 已安装且 bin 在 PATH | 最新稳定版 | 启动即提示找不到 FFmpeg |
| 磁盘空闲 | 10GB | 20GB | 依赖 + 首次运行约 300MB 模型 |
达最低线就能起步，与推荐线的差距主要体现在帧率和分辨率上。普通 PC 的实际水平可以参考这段性能演示：
10 分钟装好并跑出第一支换脸视频
走完下面 3 步，你手里会有一支已经换好脸的视频，全程约 10 分钟，每步只给一条命令。
第 1 步：克隆仓库并建虚拟环境，隔离依赖，避免污染系统 Python。
git clone https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam && python -m venv venv source venv/bin/activateWindows 把激活命令换成venv\Scripts\activate，macOS/Linux 照抄即可。成功标志：提示符前出现(venv)。
第 2 步：一条命令装齐依赖，OpenCV、ONNX Runtime、人脸分析库全部包含在内。
pip install -r requirements.txt成功标志：执行pip show onnxruntime能打印出版本号。
第 3 步：启动，首次运行会自动下载约 300MB 的换脸与增强模型，耐心等待进度条走完。
python run.py弹出窗口后只需 3 次点击：① 选源脸照片（清晰正脸，谁的照就换谁）；② 选目标视频或图片；③ 点 Start。结果保存在以目标文件命名的文件夹里。
成功标志：打开输出文件能看到换好的脸。想要摄像头实时效果，就选完源脸后点 Live，10–30 秒出预览画面。
命令行派一条命令等价：
python run.py -s face.jpg -t clip.mp4必会 3 个参数：源脸、目标与输出
这 3 个参数是从命令行出成品所需的全部，其余都是可选开关。
| 参数 | 作用 | 怎么填 |
|---|---|---|
-s/--source | 源脸照片，只需 1 张 | 一张清晰正脸照的路径 |
-t/--target | 要替换的脸所在图片或视频 | 本地文件路径 |
-o/--output | 输出文件目录 | 可不填，默认按目标文件建文件夹 |
run.py只要带上-s就自动进入命令行模式，不弹窗口。完整参数定义见 命令行解析。
进阶开关对照：多脸、口型与增强
基础跑通后，按需求从表里挑开关，典型值和适用对象都写好了。
| 开关 | 作用 | 典型值 | 给谁用 |
|---|---|---|---|
--many-faces | 画面里每张脸都换 | 开关 | 群像画面 |
--map-faces | 不同人物映射到不同源脸 | 配合--many-faces | 多角色视频 |
--mouth-mask | 遮罩嘴部、保留原口型 | 开关 | 说话头类视频 |
--frame-processor | 处理管线，按书写顺序执行 | face_swapper face_enhancer | 追求画质 |
--keep-fps | 保留原始帧率 | 开关 | 播放要流畅 |
--keep-audio | 保留原音轨 | 默认开启 | 默认即可 |
--video-encoder | 输出编码器 | libx264（默认）、libx265、libvpx-vp9 | 在意体积或格式 |
--video-quality | 编码质量 0–51，越小越清晰 | 18（默认） | 追求画质 |
--live-mirror | 实时窗口镜像成前置视角 | 开关 | 直播 |
--frame-processor可选的处理器共 4 个（face_swapper、face_enhancer及两个 GPEN 规格增强器），实现都在 帧处理管线 里，想调画质从这里入手。嘴部遮罩在说话头类视频上效果最直观：
显卡加速后端选择：对号入座一行命令
按你的硬件从表里挑一行，装完用对应的--execution-provider启动即可。
| 你的硬件 | 安装命令 | 启动参数 |
|---|---|---|
| NVIDIA | 无需安装（依赖里已含 onnxruntime-gpu） | --execution-provider cuda |
| AMD | pip install -U onnxruntime-directml | --execution-provider directml |
| Intel | pip install -U onnxruntime-openvino | --execution-provider openvino |
| Apple Silicon（M 系） | 无需安装（官方构建已带 CoreML） | --execution-provider coreml |
| 纯 CPU | 无需安装 | --execution-provider cpu --execution-threads 8 |
成功标志：程序启动日志里不再报 provider 相关错误。CPU 模式下建议同时加--max-memory 8控制内存。
常见 3 种跑挂情况：怎么认、怎么修 ⚠️
出问题基本都在这 3 种里，对照症状下第一行修复命令。
| 界面表现 | 原因 | 一条修复命令/动作 |
|---|---|---|
| 启动即提示找不到 FFmpeg 并退出 | 没装，或 bin 目录不在 PATH | 安装 FFmpeg 并加入 PATH，重开终端后ffmpeg -version验证 |
加cuda后报 cuDNN/cuBLAS 缺失、退回 CPU | CUDA 运行时缺失或版本不配套 | 装 CUDA 12.8 + cuDNN 8.9.7 组合，cuDNN bin 加入 PATH 后重启 |
| 处理长视频到一半内存飙高、卡死 | 帧与中间结果驻留内存 | 加--max-memory 8（或更小值），仍爆就先降分辨率 |
打开终端，敲下你的第一条python run.py -s face.jpg -t clip.mp4，第一支换脸视频马上开始渲染。
【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
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
