教学视频

B站：https://www.bilibili.com/video/BV1Mu4y1e7sr/

前言

之前做过Roop v1.0版本的教程，现在Roop版本已经更新到1.3.2，比1.0效果大大提升，并且多了许多功能。
但是，roop的作者似乎出于道德压力已经宣布不会再继续更新这个项目了，不过耽误我们使用他留给我们的遗产。

前期准备

一、 python环境

需要你的电脑安装python3.10以上的环境，没有的话移步python官网下载

二、 roop代码

可以点击此处下载roop代码，也可以在github中自行下载

GitHub roop地址： https://github.com/s0md3v/roop

三、安装ffmpeg

到ffmpeg下载6.0版本的压缩包，ffmepg不需要安装，压缩包里有对应的exe文件，下载后将exe文件键入环境变量。ffmepg官网下载地址

四、 Nvidia CUDA 安装 (如果你没有显卡或不用显卡 请忽略)

1. 下载CUDA Toolkit 11.8 Downloads 根据自身操作系统进行选择
2. 下载 cuDNN for Cuda 11.x 注意要选择 for CUDA 11.X 的

五、 一个在使用摄像头换脸时要用到的python脚本 (不使用本功能请忽略)

夸克链接：https://pan.quark.cn/s/c4f53c91bd6a

安装

一、进入roop代码文件夹

安装pip插件

pip install -r requirements.txt
首次安装会下载一个模型inswapper_128.onnx，如果下载太慢可以在我的网盘中下载
夸克链接：https://pan.quark.cn/s/c4f53c91bd6a

二、使用 CPU

好处：安装简单
坏处：运行非常慢
只需运行

python run.py

就可以开始使用了。

三、使用 GPU

1. 安装之前下载的 CUDA Toolkit 11.8
2. 解压之前下载的 cuDNN for Cuda 11.x
3. 将cuDNN for Cuda 11.x解压后中的 bin include lib 三个文件夹中的内容，依次对应的复制到 CUDA Toolkit 11.8 安装的目录中对应的 bin include lib 中。 我的CUDA Toolkit 11.8安装路径是 ： C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8 请你再自己对应的安装路径去找

使用GPU需要用如下命令

python run.py –execution-provider cuda

不过我强烈建议你增加以下参数，你会得到更好的效果

--temp-frame-format jpg   省硬盘控件，加快速度
--framw-processor face_swapper face_enhancer 人脸高清模型,使用时人脸可能出现闪烁
--similar-face-distance 1.5  相似度 如果人脸出现闪烁，请调大此参数
--reference-face-position 3   选择需要更换的人脸 从右开始
--reference-frame-number 166   选择帧

用这个命令

python run.py –execution-provider cuda –temp-frame-format jpg –frame-processor face_swapper face_enhancer