facefusion服务化改造facefusion服务化改造代码：https://gitee.com/hzlxf/facefusion-http-apifacefusion有两种使用方式，一种是官方文档上面写的，安装好后直接运行pythonrun.py，这会提供一个web的交互界面，相当友好。另一种是在这基础上，添加--headless的参数，同时，指定如source,input,output等其它一大堆参数，命令行运行。参数表可以--help显示，也可以阅读facefusion/core.py中的cli()函数查阅。但是如果我们要把它作为我们的服务，对外提供接口，就都不太合适了。首先headless的方式是肯定不行的，每次运行都要加载模型，多耗时啊。而web的方式呢？通过F12查看其接口，发现其请求体、接口十分不规则，不符合常见的http接口的形式，很难推断出接口参数是什么。（除了upload，就全TM是/run/predict这个接口）针对性的研究facefusion关于代码逻辑后发现，这是由于facefusion的前端并不是通过常见的前端框架开发的，而是通过一个叫gradio的库。这个库是专门给研究员们进行算法可视化，展示demo用的。（看了一下文档，还确实挺方便的，前后端都不用写，声明一下就行了。专属算法人员的“低代码”框架无疑了）不得已，简单的研究一下源码，看它是怎么调用算法的，然后我们自己用fastapi手撸一个服务接口得了。首先还是在入口函数，facefusion/core.py这里。cli()这个函数是命令行的入口。在这里定义了所有的参数，也设了默认值。1defcli()->None:2signal.signal(signal.SIGINT,lambdasignal_number,frame:destroy())3program=ArgumentParser(formatter_class=lambdaprog:HelpFormatter(prog,max_help_position=130),add_help=False)4#general5program.add_argument('-s','--source',help=wording.get('help.source'),action='append',dest='source_paths',default=c6program.add_argument('-t','--target',help=wording.get('help.target'),dest='target_path',default=config.get_str_value(7program.add_argument('-o','--output',help=wording.get('help.output'),dest='output_path',default=config.get_str_value(8program.add_argument('-v','--version',version=metadata.get('name')+''+metadata.get('version'),action='version')910#省略若干行1112run(program)最后一个run的函数，就是执行算法的真正入口了。跟踪进去看看。1defrun(program:ArgumentParser)->None:2apply_args(program)3logger.init(facefusion.globals.log_level)4iffacefusion.globals.system_memory_limit>0:5limit_system_memory(facefusion.globals.system_memory_limit)6ifnotpre_check()ornotcontent_analyser.pre_check()ornotface_analyser.pre_check()ornotface_masker.pre_check():7return8forframe_processor_moduleinget_frame_processors_modules(facefusion.globals.frame_processors):9ifnotframe_processor_module.pre_check():10return11iffacefusion.globals.headless:12conditional_process()13else:14importfacefusion.uis.coreasui1516forui_layoutinui.get_ui_layouts_modules(facefusion.globals.ui_layouts):17ifnotui_layout.pre_check():18return19ui.launch()显然，这里判断是否是headless，如果是，就直接执行conditional_process，如果不是，就启运ui。再深入conditional_process这个函数看是不是这样：1defconditional_process()->None:2start_time=time.time()3forframe_processor_moduleinget_frame_processors_modules(facefusion.globals.frame_processors):4whilenotframe_processor_module.post_check():5logger.disable()6sleep(0.5)7logger.enable()8ifnotframe_processor_module.pre_process('output'):9return10conditional_append_reference_faces()11ifis_image(facefusion.globals.target_path):12process_image(start_time)13ifis_video(facefusion.globals.target_path):14process_video(start_time)果然没错，这里进行了一些判断，然后就执行了图片处理。再看一下gradio的ui部分逻辑验证一下。ui的入口在facefusion/facefusion/uis/layouts这里。...
