Roop｜AI快速换脸-openAI维基百科

Roop｜AI快速换脸技术使用以及部署教程

最近AI实时换脸比较火，有人用roop来搞网络诈骗，本站本次介绍一下该软件项目的安装部署教程，希望大家学会之后不要被骗，更不要尝试去骗别人。

使用该软件，您可以将一段视频中的人脸替换成您选择的人脸，只需要一个所需人脸的图像，无需数据集和训练。

更新说明

现在Roop已停更，如果你想使用换脸功能，那么可以考虑查看Roop的升级版，下面是FaceFusion的升级版链接。

FaceFusion｜AI快速换脸｜Roop升级版

免责声明

在使用他人面部图像前，用户必须得到相关人士的同意，并在发布内容时不得隐瞒它是深度伪造。本站不对最终用户的恶意行为负责。

为了防止滥用，它内置了一个检查程序，防止该程序用于不当媒体。

未来计划

  • 提高结果中面部的质量
  • 在整个视频中替换选择性面部
  • 支持替换多个面部

项目仓库

GitHub：S0MD3V/ROOP：一键式深度伪造（换脸） (github.com)

前置条件

在执行项目安装之前，我们还需要安装Git和Conda，还有FFMpeg，如果您的电脑还未安装这几个软件，请先根据本站所给出的教程安装。

Windows系统安装Git请参阅此文章：

Git｜Windows安装教程

Windows系统安装Conda请参阅此文章：

Anaconda｜Miniconda｜Windows安装教程

Windows系统安装FFMpeg请参阅此文章：

FFmpeg｜媒体格式转换工具

Visual Studio

在安装之前我们还需要下载Visual Studio，

下载地址：Visual Studio: 面向软件开发人员和 Teams 的 IDE 和代码编辑器 (microsoft.com)

下载并安装Visual Studio 2022时，只需要勾选通过 Windows 平台开发项，然后点击安装，等待完成即可。

网络问题

在安装过程中，你可能即便开启了魔法上网也无法下载一些编程依赖库，关于魔法上网的相关配置问题不方便在站内讲解，请前往查看【魔法上网】的教程内容。

安装教程

如果您是初学者，对于命令行不太理解，那么请按下键盘上的Win键+R键后，在弹出的新窗口内输入CMD并按下回车，打开CMD窗口，按顺序执行如下的每一条命令。

首先我们需要确认一个工作目录，用来存放roop的相关环境依赖文件。本站所选择的目录为D盘的根目录下openai.wiki文件夹，完整路径为：D:\openai.wiki。

检测D盘是否在openai.wiki目录，没有则创建该文件夹。

if not exist D:\openai.wiki mkdir D:\openai.wiki

强制切换工作路径为D盘的openai.wiki\roop文件夹。

cd /d D:\openai.wiki

拉取Github仓库文件夹，将下载至openai.wiki文件夹。

git clone https://github.com/s0md3v/roop.git

如果您无法完成此步骤，执行后报错或者无法下载，可以下载该文件将其解压至D:\openai.wiki即可。

roop-main
下载
类型： ZIP 大小： 9.41MB

环境部署

在CMD中执行如下命令，强制切换至roop的项目目录。

cd /d D:\openai.wiki\roop

在CMD中执行下面的命令行，创建Conda虚拟环境至该项目的目录中，方便日后重装系统也能够正常使用，无需重新部署环境。

conda create -y -p D:\openai.wiki\roop\ENV python=3.9

初始化Conda环境，避免后续可能报错。

conda init cmd.exe

激活已创建的Conda环境，这样我们可以将我们后续所需要的所有环境依赖都安装至此环境下。

conda activate D:\openai.wiki\roop\ENV

执行如下命令，安装访项目的相关依赖库。

pip install -r requirements.txt

图形加速

其实目前为止，你已经可以正常运行了，但速度会非常慢。如果您有一张好的GPU，你可以按照此处的教程安装GPU加速。

以下是针对各显卡安装图形加速的方法，请根据自身系统进行选择。

在你确认自己的显卡型号之后，在CMD中按顺序执行如下代码即可。

英伟达

  1. CUDA｜Windows安装教程 – openAI
  2. cuDNN｜Windows安装教程 – openAI
  3. pip uninstall onnxruntime onnxruntime-gpu
  4. pip install torch torchvision torchaudio --force-reinstall --index-url https://download.pytorch.org/whl/cu118
  5. pip install onnxruntime-gpu

AMD

  1. pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm5.4.2
  2. pip uninstall onnxruntime
  3. git clone https://github.com/microsoft/onnxruntime && cd onnxruntime
  4. ./build.sh --config Release --build_wheel --update --build --parallel --cmake_extra_defines CMAKE_PREFIX_PATH=/opt/rocm/lib/cmake ONNXRUNTIME_VERSION=$ONNXRUNTIME_VERSION onnxruntime_BUILD_UNIT_TESTS=off --use_rocm --rocm_home=/opt/rocm
  5. pip install build/Linux/Release/dist/*.whl

苹果电脑

pip install onnxruntime-silicon

英特尔

  1. pip uninstall onnxruntime
  2. 安装名为 OpenVINO 的英特尔专用onnxruntime

模型下载

关于此项目的模型，本站已为您下载好，并提供了国内免会员的网盘下载地址。

inswapper_128.onnx
下载
类型： onnx 大小： 528.58MB

下载之后，将该模型移动至roop项目的根目录下即可。

运行方式

在以后每次运行该项目时，只需要先激活Conda环境，然后运行启动文件即可。

在CMD中执行如下命令，强制切换至roop的项目目录。

cd /d D:\openai.wiki\roop

激活已创建的Conda环境，这样我们可以将我们后续所需要的所有环境依赖都安装至此环境下。

conda activate D:\openai.wiki\roop\ENV

执行如下代码，运行roop的GUI界面。

python run.py

使用教程

当我们完成上述步骤中执行python run.py代码后，将会自动弹出如下界面。

Roop｜AI快速换脸-openAI维基百科

以下是关于各按钮的功能描述：

  • Select a face
    • 选择面部图片
  • Select a target
    • 选择需要替换的视频
  • Keep frames dir
    • 保持框架目录
  • Limit FPS to 30
    • 将 FPS 限制为 30
  • Process all faces in frame
    • 处理帧中的所有面孔
  • Start
    • 开始
  • Preview
    • 预览

我们需要做的其实非常简单，那就是先点击Select a face按钮，这会自动弹出一个文件选择的窗口，我们选择一张人物图片即可，这张图片将会做为替换的素材。

然后点击Select a target按钮，这会自动弹出一个文件选择的窗口，我们选择一个包含人物的视频，这个视频为被替换面部的视频。

其它参数保持默认即可，然后点击Start按钮，即可自动开始处理视频了。

Roop｜AI快速换脸-openAI维基百科

命令行参数

以下是额外的命令行参数，一般不需要调整，忽略此部分内容即可。

选项：
	-h，--help            显示此帮助信息并退出
	-f SOURCE_IMG，--face SOURCE_IMG
	                      使用此面部
	-t TARGET_PATH，--target TARGET_PATH
	                      替换此面部
	-o OUTPUT_FILE，--output OUTPUT_FILE
	                      将输出保存到此文件中
	--keep-fps            保持原始fps
	--keep-frames         保留帧目录
	--all-faces           交换帧中的所有面部
	--max-memory MAX_MEMORY
	                      要使用的最大RAM量（以GB为单位）
	--cpu-cores CPU_CORES
	                      要使用的CPU核心数
	--gpu-threads GPU_THREADS
	                      要用于GPU的线程数
	--gpu-vendor {apple,amd,intel,nvidia}
	                      选择您的GPU供应商

寻找CLI模式？使用-f / –face参数将使程序进入CLI模式。

效果示例

本次示例中我们使用的角色图像都是同一张，所以单独拿出来吧。

Roop｜AI快速换脸-openAI维基百科

示例一

效果极差，大面积的马赛克、闪烁、低画质。

原视频效果
替换后效果

示例二

这个效果还算看的过去，但也并不算近乎于完美，有非常大的进步空间。

原视频效果
替换后效果

总结

值得说明的一点是，我们可以看到两个视频的最终处理效果天差地别，这个原因出在哪里？

本站最开始只是随便挑选了一个视频进行替换，后面也换了几个，但是效果都非常不好。于是研究了一下其它人替换的视频，发现了一个规律，那就是所有被替换的视频素材都非常非常暗。于是站长找了一个视频趋向于黑白，且光线并不是特别好的视频进行测试，发现效果会好很多。

可见这个技术目前还并不是特别完善，远不如【FaceSWAP】的替换效果，但重在操作简单，需要的素材比较少，非常轻量化。

看来现在大部分博主真的很可恶啊，明明不完美，但是他会为了热度而不说这个技术到底怎么样，只告诉你这个怎么怎么厉害，并不会告诉你这个东西的弊端以及限制。