照片不出電腦：開源證件照工具 HivisionIDPhotos 實測

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

把對外連線全部擋掉，HivisionIDPhotos 照樣在 0.148 秒生出一張 295×413（寬×高）、300 DPI 的標準大頭照。這不是宣傳話術，是我在 Mac 上實際跑出來的數字：摳圖、裁切、換底色、壓檔案大小，整條流程都在自己電腦裡完成，照片從頭到尾沒有離開這台機器。

HivisionIDPhotos 是一個開源的 AI 證件照製作工具，2023 年 6 月開源，程式碼以 Apache-2.0 授權，在 GitHub 上累積超過兩萬一千顆星。它解決的事情很具體：你手邊有一張隨手拍的人像照，需要把它變成符合規定的證件照，規定的尺寸、底色、檔案大小都有硬標準。這篇是我本機實測的完整紀錄，包括它快在哪裡、哪裡會讓人卡住，以及台灣讀者實際使用時要先知道的幾件事。

我實際測了什麼

測試環境是 Apple M4 Max、純 CPU 推論、Python 3.11 的乾淨虛擬環境。斷網的做法是在 Python 層把對外的 socket 連線全部攔下，任何程式想連外都會被擋並留下紀錄，所以「零外送」有攔截日誌可以對帳。測試照片用的是專案自帶的兩張官方範例圖，解析度分別是 512×715 與 764×1146。

結果先講：兩張圖的完整生成時間分別是 0.148 秒與 0.114 秒，記憶體官方參考值約 410MB。專案 README 的效能參考表列的是 M1 Max 上的 0.207 秒與 0.246 秒（官方數字，我這台的晶片比較新所以更快）。對一般讀者的意義是：這個等級的速度，任何近幾年買的電腦都用不動「等待」這兩個字，瓶頸不在算力。

攤開實際輸出：規格、DPI 與檔案大小都壓得準

實測輸出的檔案有三個值得拿出來講的細節。

先看中間產物。工具的流程是先把人像去背存成一張透明背景的圖，再依需要加上底色，所以你可以一張照片同時出白底、藍底、紅底版本，不用重新去背。這一步有個坑，下一節會細講：換底時務必帶上檔案大小參數，不帶的話輸出顏色會整個錯位。

輸出檔內建 300 DPI 中繼資料。沖印店和線上申請系統讀的就是這個數字，很多線上去背工具給你的圖沒帶這個資訊，印出來尺寸會跑掉。實測用檔案工具檢查，中繼資料確實寫了 300×300。

檔案大小也可以直接指定。它有一個 KB 壓縮參數，實測指定 30KB，輸出就是 30,720 bytes，剛好壓在 30KB 上限，而且是正常的 JPEG 而不是那種硬塞爛掉的怪格式。有電子表件經驗的人都知道，申請系統常卡一個「檔案請小於 XX KB」的規定，這個參數等於直接把這關填掉。

排版照也值得認識。去背後的單張大頭照可以自動排成整張相紙，實測六吋排版輸出 1795×1205 像素，一張紙排滿十張一寸照，拿去相館直接沖印裁切就是成品。介面版支援五種紙張：六吋、五吋、A4、3R、4R，A4 尺寸對應 2479×3508 像素。另外它還有一個「社群模板照」功能，把你的大頭照嵌進示範模板的框框裡，不過官方目前只附了兩張模板圖，這功能比較像留給使用者自己加素材的架子。

Pin

還有一個工程師會用到的進階入口：它內建 API 服務模式，一行指令能把整條流程包成 HTTP 介面，參數包含尺寸、底色、渲染模式、DPI、美顏美白強度等，直接從表單傳值。想在自家系統裡接一個自動生成證件照的環節，不必改它的原始碼，呼叫服務就行。美顏與美白這兩個參數我沒有實測效果，只知道介面有提供。

台灣讀者要先學的是自訂尺寸，不是找預設

打開它的尺寸清單會發現一件台灣使用者要知道的事：內建 18 組預設全部是中國考試與證件規格（一寸、二寸、教師資格考試、社會保障卡之類），外加美國、日本、韓國簽證三組。沒有台灣常用規格。

這不是缺陷，因為自訂尺寸就是主要功能。台灣常見的二吋照片是 35×45mm，換算 300 DPI 就是寬 413、高 531 像素，直接把對應數值打進指令就好。實測自訂這組尺寸生成一樣是 0.1 秒級。介面版還支援用毫米輸入，連換算都省了。真正要記的只有一件事：別在預設清單裡找「台灣」，直接自己填。

底色部分，內建六種顏色加上色碼自訂輸入，也有上下漸層與中心漸層兩種渲染方式。護照、簽證、證照考試報名仍然吃實體或電子大頭照，這些情境它都涵蓋得到。介面有四種語言（中英日韓），中文介面用的字是簡體，台灣使用者看得懂但別期待繁體化，這個專案的功能開發已經定稿，介面文字至今沒有再變動。

它輕在哪裡：四個去背模型與兩個離線臉部偵測

「輕量級」是這個專案對自己的描述，實測後我認為這個詞要拆成兩半講，先講成立的那一半。

模型層確實輕。去背模型有四個可選：MODNet 官方權重（24.7MB）、作者自訓的 hivision_modnet（24.7MB，對純色換底表現較好）、RMBG-1.4（176.2MB）、BiRefNet lite（224MB，分割精度最高）。前兩顆下載完就能跑，實測兩顆速度都在 0.1 秒級。臉部偵測預設用 MTCNN，完全離線、CPU 毫秒級；想換精度較高的 RetinaFace 也是離線模型。整包預設組合的權重不到 50MB，跟那些動輒幾 GB 的繪圖模型完全不是同一個量級。

授權有一個挑模型的理由要注意：MODNet 是 Apache-2.0、BiRefNet 是 MIT，都寬鬆；但 RMBG-1.4 的權重是 BRIA 的非商業授權，商業使用要另外跟 BRIA 談。個人或公司內部自己用沒問題，要拿去開服務收費的話，選模型時看清楚授權，別預設抓最大的那顆。

程式碼層我也翻過：核心目錄裡僅有一個會對外連線的程式，是選配的 Face++ 線上臉部偵測，預設關閉，要自己填 API 金鑰才會動。也就是說，只要不主動去開那個雲端選項，這套工具在你機器上沒有任何照片上傳的程式路徑。

順帶一提它有個「野獸模式」：把人臉偵測與去背模型常駐記憶體不釋放，用記憶體換第二次之後的推理速度，官方建議 16GB 以上記憶體再開。這是給要連續批次處理的人用的選項，單張應急用不到。

兩個反常發現：換底指令的顏色會錯位，網頁介面裝不起來

實測最有價值的部分通常是出錯的地方，這次有兩個，第一個的觸發條件相當刁鑽。

換底指令的陷阱藏在「-k 檔案大小」這個選項裡。這個參數的正式用途是壓縮輸出檔大小，但它同時兼職了色彩正確性的開關：不帶 -k 時，輸出的顏色通道會錯位。實測指定藍色底（色碼 4f83ce），不帶 -k 的輸出底色是橘色。這不是我的螢幕問題：輸出檔角落的像素值我用程式讀出來，輸入是藍色的 79,131,206，輸出變成 206,131,79，紅藍兩個通道整個對調。白底、黑底這類對稱顏色看不出異狀，但人的膚色會明顯偏藍紫，選什麼顏色就拿到紅藍對調後的顏色。原因在原始碼裡找得到：不帶 -k 的存檔路徑上，色彩通道被轉換了兩次，第二次把第一次的結果再度反轉，等於對調再對調，程式沒有報錯，圖就是靜靜的錯色；帶 -k 的路徑只轉換一次，顏色就正確。

Pin

弔詭的地方在於：官方文件的範例指令恰好帶著 -k 30，照抄整條會過。但換底不一定想壓檔案大小，想要原圖輸出而省略這個「壓縮」參數，是很自然的用法，中雷時沒有任何警告。官方線上版走的是另一套處理程式，實測顏色正常，這個錯位只存在於命令列的這一條路。實務做法很明確：命令列換底每次都帶著 -k（例如 -k 300），把檔案大小與顏色一次管好。

不帶 -k 的輸出還有第二個連鎖問題：存出來的檔案副檔名雖然寫著 .jpg，實際內容是帶透明層的 PNG（用檔案工具一驗就知道），而下一步的六吋排版功能預期吃三通道的圖，兩邊對不上，Python 直接拋出值錯誤。帶 -k 的輸出是正常 JPEG，可以直接送排版；「先出原圖、再送排版」這條路就會斷在這裡。繞法不難，先把圖轉成三通道再餵給排版功能，我轉完之後六吋排版照（1795×1205）就正常產出，顏色也正確。這兩個坑在 2025 年 1 月的最後一版就在，至今沒修。

第二個反常更實際：網頁介面在 2026 年的乾淨環境裝不起來。這個專案的程式碼從 2025 年 7 月之後就沒有新功能了，最後一個正式版本 v1.3.1 停在 2025 年 1 月，但依賴清單裡的網頁框架沒有寫版本上限。照著官方文件兩行安裝指令走，2026 年裝到的是最新版框架，網頁介面入口直接起不來。我逐一把相關套件降級到 2024 年的版本組合，中間又連續踩過三個版本相容性坑，最後卡在其中一個框架元件的相容性問題上，網頁介面仍然進不去。命令列的去背與生成這兩步倒是全程穩定，一次都沒炸過。

這些事合起來指向同一個結論：這個專案的模型鏈是凍結前就打磨好的，穩；但命令列的外圍與安裝體驗是被時間凍傷的，文件範例會帶你踩坑，愈新的環境愈容易踩到版本漂移。

務實的三條路：Docker、線上版、命令列

依實測結果，我會把使用路徑分成三條，按省事程度排。

想要網頁介面又不想跟 Python 依賴纏鬥的，走官方 Docker 映像。專案有維護映像檔，一個指令就能把網頁介面跑起來。要誠實說明：Docker 這條路我這次沒有實測（本機沒開 Docker 環境），它的可用性來自官方文件的描述與映像倉庫的版本紀錄，映像最後更新停在 v1.3.1，與原始碼最後版本一致。

完全不想安裝任何東西的，用官方線上版。它在 Hugging Face 上有常駐的示範空間，我實際上傳一張測試照片跑完整流程，「標準照」「高清照」「排版照」三個輸出都正常產出，去背邊緣的髮絲處理得乾淨。代價要講清楚：線上版等於把照片上傳到 HF 的伺服器處理，本機零外送的優點在這條路上不存在。適合不在意隱私、臨時應急的人。

Pin

在意照片隱私的，走命令列，這也是我實測的主路線。安裝上有個文件沒寫的小坑：核心依賴清單漏列了影像函式庫 Pillow，只照核心清單裝會在啟動時報模組缺失，補裝就好。補完之後，去背、生成、換底、排版、壓縮全線可用。

照片零外送之外，套件遙測是另一件事

斷網攔截的日誌裡有一個值得拿出來講的細節。照片本身確實零外送（攔截期間所有輸出正常產出），但安裝套件層的網頁框架在命令列執行時也會嘗試對外的遙測連線（我這套環境單次執行實測十六次），對象是遙測服務，不是照片傳輸。這些連線被我攔掉之後對輸出完全沒有影響，所以它是統計性質的遙測。

想關乾淨的話，設一個環境變數（GRADIO_ANALYTICS_ENABLED=False）就歸零，實測攔截日誌從十六次變零次。這裡的分層要說清楚：模型鏈零照片外送是架構事實；套件遙測是額外的、可關的、與照片無關的統計連線；線上版則是照片整張出本機。三個層次各自成立，不要混成一個「隱私安全」的籠統說法。

集中限制：使用前要接受的幾件事

功能面已經凍結。最後一次功能性提交是 2025 年 7 月，之後只有 README 更新徽章，README 上掛的「智慧換正裝」功能標註的是等待中，至今沒有實作。對它的期待應該停在現有功能：去背、裁切、換底、排版、美顏（美顏參數我沒有實測）、壓縮。

不過凍結不等於死掉。兩萬一千顆星養出的周邊生態還在：有人移植了 C++ 版本，有人做成 ComfyUI 的工作流節點，有人包了 Windows 圖形介面，也有人寫了 NAS 部署教學與小程式版本。核心不動，周邊自轉，這是開源工具定型之後常見的健康狀態。

去背品質有上限。它是通用去背模型，不是證件照專用的沙龍級修圖，雜亂背景、毛髮邊緣這類難例要自己看輸出驗收。我實測的兩張官方範例圖與線上版一張都乾淨，但樣本就是三張，不構成品質保證。真要追求把關品質的證件照，攝影棚還是有它的價值。

台灣的相館生態有自己的慣例。許多證件申請其實相館現拍現沖最省事，這個工具的甜蜜點是：照片隱私敏感、需要大量不同規格版本、半夜急用、或單純不想再為一張大頭照出門的人。反過來說，想要有人幫你確認照片合規、想要修到好看、想要立刻拿到實體照片的人，它不是答案。

想順著這個主題再挖的人，TechMoon 有幾篇可以接著看。同樣走本機路線的 LiYing 離線證件照工具 把去背、裁切、排版全部裝進單機，規格表與列印排版走得更深，兩篇對照著看會更清楚這個品類的取捨；用途更廣的一般 免費去背工具 收了不同路線的選擇；而「照片不出自己機器」這件事，MagicMirror 本機換臉 App 與 Immich 自架相簿 是同一個顧慮在別的場景的答案。

授權與專案狀態

程式碼 Apache-2.0，商用、修改、再散布都寬鬆，授權條款全文在 repo 的 LICENSE 檔。模型權重各自帶授權：MODNet（Apache-2.0）、BiRefNet（MIT）、hivision_modnet（放在專案的 GitHub 發布資產裡）、RMBG-1.4（BRIA 非商業授權，商用需另行取得授權）。專案未宣告停止維護，但功能提交停在 2025 年 7 月、正式版停在 2025 年 1 月的 v1.3.1，2026 年的活動以 README 徽章與宣傳自家其他產品為主。

判斷收在最後：要「快、免費、照片不出電腦」的證件照加工，它是目前公開可驗證的最好選項之一；要「有人幫忙扛規格與品質」，把錢付給相館仍然成立。兩萬一千顆星不會幫你選邊，這篇的實測數字至少讓你不用碰運氣。