LiYing 開源證件照工具實測：照片本機完成換底色與相紙排版

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

把一張 4K 的人像照丟給 LiYing，按下 Enter 之後 0.65 秒，同一個人已經變成三個檔案：一張裁切校正過的半身照、一張 295×413 的標準一寸電子檔，還有一張排好九宮格、畫了裁切線的 3R 相紙圖，直接可以拿去沖印。這是我在 MacBook 上用 CPU 跑出來的實測數字，沒有用到顯示卡。

LiYing 是一套給照相館用的證件照後製軟體，原作者在說明檔裡寫，做這套東西的起點是想讓開照相館的爸媽少加點班。它換背景、裁尺寸、排相紙，全部在你自己的電腦上完成。如果你曾經為了「報名系統只收 20 到 200KB」或「頭頂要留白但不能切到」這種規格問題，把人臉照片上傳去背網站，這套工具提供的其實是另一條路。

一張一寸照不到一秒，輸出跟規格表逐像素對上

實際跑之前，我對「本機跑 AI 模型」的預期是要等個十幾秒。結果三組任務的計時都出乎意料地短。

完整流程那組先來：輸入原圖，讓它做人臉偵測、角度校正、裁切，再排成 3R 相紙的九宮格，全部 0.65 秒。輸出的一寸電子檔是 295×413 像素，跟它內建規格表裡寫的一寸規格完全一致，連 300 DPI 的換算都對得上。換白底那組 1.34 秒。美簽規格那組最慢：600×600 像素配 A4 相紙，另外要求輸出檔案壓到 240KB，連同壓縮一共 4.07 秒，輸出檔案大小精準落在 240KB。

跟雲端比速度沒有意思，雲端工具傳檔來回也就幾秒。這個數字真正說的是硬體門檻：我全程用 CPU，機器連風扇都沒轉大聲。照相館旺季一次幾十張照片，或你自己在家反覆調規格，都不會有等待壓力。

換白底的成品我也放大看過。背景乾淨地換成了純白，捲髮的輪廓有保住，髮絲外緣有一圈很淡的灰白色光暈，這是用這類自動去背模型常見的現象，一般證件照用途可以接受，但如果你對髮絲邊緣有潔癖，它離人工修圖還有一段距離。

它管的雜事比去背多一層：規格、底色、檔案大小、相紙

市面上不缺去背工具，TechMoon 之前也整理過一整批免費線上去背工具。但「把人從背景裡挖出來」只是證件照工作的一半，另一半是規格合規：移民系統要 600×600、考試報名要檔案小於 200KB、沖印店要你排好相紙別浪費空間。這些雜事恰恰是雲端去背工具不管的。更麻煩的是這些要求常常綁在一起出現：同一張照片要同時滿足尺寸、底色、檔案大小三個條件，用繪圖軟體手動調，每換一個報名系統就重來一次。

LiYing 把這一半做成了它自己的核心。安裝檔解剖開來，規格庫是一張 CSV 表格，內建 35 條規格：一寸、二寸這些基本款之外，還有駕照、身分證、社會保險、公務員考試、教師資格考試等中國大陸的證件與考試規格，加上美國、日本、韓國三種簽證尺寸，以及 A4、3R、4R 三種相紙。表格是開放編輯的，照著格式加一行，你自己的規格就進去了。欄位怎麼填可以直接參考美國簽證那行：名稱之後是列印用的寬高（5.08 公分見方）、電子檔的寬高（600×600 像素）、解析度與檔案格式，最後兩欄放檔案大小的上下限，單位是 KB。有寫上下限的規格，輸出時會自動把檔案壓進範圍，英語四六級那條就是 20 到 200KB。要加台灣的規格，把官方公告的尺寸換算成像素填進對應欄位就生效，不用動程式本體。

底色同樣是一張表：標準藍（RGB 98,139,206）、白、紅、淺藍、深藍等十組，也可以在指令列直接餵自己的 RGB 值，連透明背景都行。

檔案大小控制是我認為最值得知道的功能。報名系統常見「20KB 到 200KB」這種上下限，LiYing 有兩個對應參數：一個指定目標大小，一個給區間讓它自己找品質跟大小的平衡點。我要求 240KB 它就真的給我 240KB。它背後靠的是作者另一個開源專案做的圖片壓縮，用逐級下修品質的方式把檔案壓進目標大小。

相紙排版是照相館視角的最後一哩：一寸照可以排 3R 九宮格，二寸照官方示例排成四宮格，照片之間的間距、整批圖在相紙上的九個擺放位置都可以調，排完自動畫上裁切線。我這次跑出來的 3R 樣張，九張一寸照整整齊齊，裁切線清楚，直接送印沒有問題。

Pin

三個小模型分工，照片從頭到尾不出電腦

拆開它的處理流程，其實是三個各司其職的小模型接力：YuNet 負責找人臉與五官基準點，用來判斷頭有沒有歪、該裁哪裡；YOLOv8 的姿態模型負責定位頭肩範圍，決定半身照的構圖；RMBG 負責把人從背景裡分離出來換底色。三個都是 ONNX 格式，由 onnxruntime 在本機推理，偵測到有 NVIDIA 顯卡會自動改用 GPU，沒有就回退 CPU。整條處理鏈做的是幾何與分離：翻遍它的參數與模組，找不到磨皮、美顏、膚色調整這類修圖項，它假設照片本身拍好了，只負責把規格弄對。

Pin

「照片不上傳」這件事，我把它的原始碼整個翻過一遍核對：處理圖片的整條路徑上，找不到任何對外連線的程式碼；套件清單裡唯一具備連網能力的是網頁介面用的 Gradio，命令列的處理路徑用不到它。三個模型檔要你自己從 GitHub Releases 或模型平台下載，放進指定資料夾，之後推理全程離線。這跟很多標榜「免費線上去背」的服務是兩種信任模型：那些服務的人臉照片要整檔送到別人伺服器上處理，例如之前實測過的PixTrim就是整檔上傳的例子；LiYing 的照片連離開你硬碟的機會都沒有。

隱私之外還有可控性。規格表是看得到、改得動的 CSV，不是藏在介面背後的黑箱。要因應新的報名系統、新的證件規格，加一行資料就能擴充，這是雲端服務給不了的掌控權。同樣走本機路線的還有離線圖片壓縮器跟瀏覽器裡直接裁圖的 CropImage，LiYing 等於把這個「自己的檔案自己處理」的思路搬到了證件照這個品類。

把它跑起來的兩條路，跟兩個第一次一定會撞到的地雷

Windows 使用者有官方整合包，解壓縮就能跑，這是 README 的說法，我在 macOS 上沒有驗證過這條路。要注意的是整合包裡面沒有模型，三個模型檔打包成另一個 175MB 的壓縮檔要另外下載，放錯位置或忘了抓，程式會直接告訴你找不到模型。官方聲稱最低支援到 Windows 7 SP1，但那個環境要用它指定的舊版套件。

macOS 或 Linux 得從原始碼跑，這條路我完整走過：clone 專案、建 Python 3.11 虛擬環境、裝依賴、模型放進 src/model 資料夾，然後一行指令就能出圖。過程中有兩個地雷值得先講。

第一個是指令的存檔參數。它叫 --save-path，直覺上會以為是給一個資料夾路徑，實際上它要的是輸出檔案的完整檔名，程式會在這個檔名後面加上 _corrected、_sheet 之類的後綴產生一系列檔案。我第一次給資料夾路徑，整條流程跑完、最後存檔那一刻才報錯，白等一輪。

第二個是相紙跟規格的搭配。預設排版是 3R 相紙排九宮格，但美簽那種 600×600 的大規格九宮格塞不進 3R，程式會直接拒絕並告訴你版面超過相紙大小，換成 A4 或減少行列數就好。錯誤訊息寫得夠明白，照著換 A4 或減少行列數就好，只是第一次撞到還是會愣一下。

不碰指令列的人可以用它內建的網頁介面，瀏覽器開本機位址操作，README 寫這個介面支援批次上傳與批次下載。這部分我這次沒有實際操作，就照作者宣稱記錄。工作室想把它變成內部服務另有現成路徑：專案附了 Docker 設定，容器起來跑的就是同一個網頁介面，聽本機 7860 埠，同事用瀏覽器連進去操作，照片跟模型一樣都留在自己的機器上。

規格表裡沒有台灣，下載前還要認的四個邊界

最大的邊界是規格庫的在地性。那 35 條規格以中國大陸的證件與考試為主，台灣的身分證、護照、台胞證規格都不在裡面。好消息是 CSV 可以自己加，一行就能解決，但你要先查得到正確規格再自己換算像素。換句話說，它對台灣讀者是一部引擎，規格書那半要自己補上。

輸入照片也有前提。拿生活照直接丟進去可以，但側臉太斜、光線太亂的照片，裁切與去背品質會打折扣；README 也明講，複雜背景跟多人合照本來就不在它的設計範圍。

授權是 AGPL-3.0。個人拿來處理自己的照片完全沒問題，但如果照相館或工作室想用它對外提供服務，這個授權的網路條款會要求你開放對應的原始碼，商用前值得找法務確認過。網路上有些介紹文把它寫成一般 GPL，兩者對網路服務的規範差很多，以 LICENSE 檔案為準。

去背品質也要有合理預期。我測的樣張邊緣乾淨，但那是單張、光線正常的理想樣本，沒有跟商業修圖服務做過並排比較。大量的、品質參差不齊的實拍照片進去，邊緣品質會不會穩定，這題我沒有測，只能留給有大量需求的人自己驗證。好消息是它的輸出按階段分檔：校正後、換底後、縮尺寸後各自存成獨立檔案，哪一步的結果不滿意，退回上一步的成品用別的軟體修那一圈就好，不必整條流程重來。

誰該留著它，誰用雲端工具就好

判斷軸很簡單：你的照片會不會反覆進出別人的伺服器。

偶爾一張證件照、不在乎上傳的人，ClipDrop 這類免費線上去背三分鐘解決，不需要為了一張照片裝一套 Python 環境。反過來，有三種人會感謝 LiYing：經手他人人臉照片的（攝影工作室、人資、代辦），規格需求多變或檔案大小卡很死的（留學申請、各類考試報名），以及單純不願意把家人照片交給不明伺服器的。同樣是本機處理的照片工具，之前介紹過的VisionCull 選片工具顧的是拍照後的篩選，LiYing 顧的是交件前的合規，剛好一前一後。

專案本身的體質也經得起看：GitHub 上三千兩百多顆星（截至 2026 年 9 月），最新版 2026 年 2 月發布，main 分支 8 月還有維護紀錄，issue 有人回。它不是那種爆紅後棄坑的專案，而是一套在真實照相館場景裡長出來、持續修了兩年的工作軟體。對需要的人，這是最好的訊號。