AI Id Photo Studio

AI 证件照工作室

双人照及连续修订

双人换装、换发型、肤质修订或历史成片归档前，读取 双人修订与归档。该流程用于私人风格预览，不承诺正式证件受理。已提供的选择不重复询问；局部满意不等于整图通过，用户最新否决优先于旧认可。

把用户的日常照片变成合规、清晰、可交付的证件照。核心是四步：问清需求 → 生图重制 → 脚本后处理 → 交付验收。

本技能只负责技术实现，是否被办理机关受理由机关判定，交付时要如实说明（见第六节合规提醒）。

不适用场景（先排除，避免误触发）

以下情况不要使用本技能 —— 直接告知用户超出范围，不要硬做：

• 非中国证件照规格：美国护照 2×2 英寸、日本履历书用尺寸、其它国家签证专用尺寸等。 规格表只覆盖中国常用规格，硬套会算错比例。
• 纯艺术写真 / 创意换脸 / 影视造型：这类需求重在表现力，与"能被受理"的目标相反， 按本技能的规格与合规标准做出来会偏死板。
• 要求美颜、磨皮、瘦脸、上妆：本技能刻意不做（见铁律），政务系统普遍做人脸比对与 合成检测，磨皮等于自毁。
• 只是问"我这照片能不能用"：属于判断类问题，直接回答即可，不必走完整流程。

零、隐私声明（执行前必须告知用户）

• 人脸图片会被发送至用户所选用的第三方生图 API。 动手前告知用户这一点。
• 若处理的是他人照片，请确认已取得授权。
• 生成的成片含生物识别特征，不要上传到公开仓库或公开分享。
• 只有走"本地液化"通道时图片不出本机 —— 这一点可以在对比通道时作为优势说明。

一、七条铁律（先读，都是踩过的坑）

1. 不要把 300dpi 档当成品交付。 295×413 只有 12 万像素，屏幕一放大必糊，用户会立刻发现并投诉。默认输出高清档（一寸为 1181×1653，像素是前者的 16 倍）。只有用户明确说"报名系统要求 295×413"时才另存标准版。
2. 白 / 浅色上衣 + 白底 = 灾难。 衣服和背景融为一体，人物像浮在半空。用户照片里凡是白色或浅色上衣，一律换成深色。完整冲突规则见 wardrobe.md 第一节。
3. 生图前必须确认需求，发型是必问项。 不要拿到照片就直接生成 —— 用户对发型和服装的预期差异极大，返工成本远高于问一句。
4. 一批只发一个生图请求。 并发提交会报错，并发开多个第三方会话会互相抢额度。逐个串行。
5. 覆盖用户已有成片前，必须先备份并逐字节校验。 整套重制一律先出副本目录给用户看，确认后再备份 → 覆盖 → 校验。备份要校验和一致才算数，不能只看文件数。
6. "只改某处五官且不要磨皮"绝不用生成式修图。 生成式通道会整脸重绘（磨皮 + 瘦脸 + 提亮），目标部位几乎不变。必须走 §阶段 5 的本地液化法。
7. 源图不够大就不要硬撑"超清版"。 低于目标宽度的放大是插值假细节，看着更糟。

二、工作流

阶段 0：交互式确认需求（不要跳过）

用平台提供的提问组件一次性给出选项（详见 platform-host.md 第二节），不要让用户逐条回复。

必问项：

若用户选了"换发型"，再问款式 —— 一次不要列超过 5 款，从 hairstyles.md 按脸型挑。

阶段 1：看照片、判脸型

打开用户提供的照片，判断：

• 脸型：鹅蛋 / 圆 / 方 / 长 / 心形
• 当前发型问题：扁塌？两侧推太光？刘海遮眉？
• 发际线与发量：决定能否做露额造型

在回复里用一两句话说明判断依据，让用户知道你是有依据的，而不是随机出图。

关键洞察：亚洲男性最常见的"发型扁塌不时尚"，根源往往不是脸型，而是两侧推太光 + 顶部贴头皮。推太光会形成强明暗对比，反而把"头顶不饱满"暴露得更明显。对策是两侧保留渐变（不铲平）＋顶部做蓬松纹理。

阶段 2：选通道、生图

先选通道再动手。 三条通道的取舍：

同一批产出必须统一通道，混用会让光影与质感不一致，用户一眼能看出来。

prompt 四要素（模板见 prompts.md）：

1. 面部特征锚定（face_desc）：从原图逐项归纳脸型/眉/眼/鼻/唇/下颌等，逐条写进 prompt，防"被美化"
2. 保留真实五官关系：不默认强制鼻翼、双眼绝对对称；只修用户指定且有依据的异常，保留自然不对称。
3. 核验实际分辨率：使用通道支持的尺寸参数并检查输出像素；提示词写高分辨率不保证工具实现，像素增加也不等于真实细节恢复。
4. 服装 + 背景 + 证件照风格 + 输出比例

逐张生成，一张一张来。 每张生成后立刻记下"文件 ↔ 款式"的对应关系，避免后面张冠李戴。

阶段 3：后处理（脚本）

<venv>/bin/python <skill-dir>/scripts/process_id_photo.py <刚生成的图> \
  --spec 1inch --outdir <输出目录> -n 一寸白底_黑色衬衫_经典正式

脚本一次完成：去右下角水印 → 按规格比例裁剪 → LANCZOS 缩放到高清档 → 自适应 USM 锐化 → 输出 JPEG。

• 批量处理时把目录路径作为第一个参数传入
• 源图本身没有水印时加 --no-watermark（第三方 API 的产出通常无水印）
• ⚠️ 三档必须输出到不同目录。同名文件在同一目录会互相覆盖 —— --std 覆盖高清版是踩过的坑
• 处理完把中间产物清理掉（建议移入废纸篓而非直接删除）

规格参数：--spec 支持 1inch（默认）/ 2inch / marriage 等，完整规格表见 specs.md。

阶段 4：交付与命名

命名格式：<规格><底色>_<特征>_<风格>.jpg

一寸白底_黑色衬衫_经典正式.jpg
一寸白底_微分碎盖_自然清爽.jpg

• 特征 = 服装（黑色衬衫）或发型（微分碎盖）
• 风格 = 场景气质，不是颜色也不是发型
• 用户指定了输出目录就存那里；没有就先问，不要擅自乱放
• 用平台的文件展示能力一次性给出全部成片，附款式说明与推荐用途

阶段 5：局部微调（用户对成片细节不满意时）

用户提出"鼻子/眼睛/嘴角不对称""某处高低不对"这类只改一处、且要求不磨皮的需求时：

不要走生成式修图。 走液化形变三步：

# ① 量 Δ（先量再修，不要凭感觉）
<venv>/bin/python scripts/nose_liquify.py --image 成片.jpg --measure
# ② 出多档对比条，一次让用户指一个数字
<venv>/bin/python scripts/nose_liquify.py --image 成片.jpg --ladder 2,4,6,8 --strip 对比条.png
# ③ 定稿并复测
<venv>/bin/python scripts/nose_liquify.py --image 成片.jpg --auto --out 修正.png

• 一律用画面坐标（画面左 / 画面右）沟通。用户主观方向与实测相反是常态 —— 先量再修
• 峰值位移 ≤ 实测 Δ 的 1.5 倍；一次给 4–5 档让用户挑，不要逐档来回问
• 修完再测一次，把前后 Δ 对比表交给用户（用户只认数据）
• 完整方法与边界见 liquify-geometry-retouch.md

三、画质验收

第一条原则：文件体积 ≠ 清晰度。 实测过 369 KB 的成片比 411 KB 的更锐。

用户说"不清晰"时的排查顺序：

① 客观测量（Laplacian 方差，统一缩放到同宽再比）
        ↓
② 查源图分辨率找根因（最常见：prompt 没写分辨率 → 源图只有 800×1120）
        ↓
③ 修根因（重生成高分辨率源），而不是盲目调大输出尺寸

测量方法、判读标准、质量检查清单、皮肤质感三档写法见 quality.md。

四、参考资源

五、依赖环境

脚本依赖 pillow、opencv-python、numpy（nose_symmetry_fix.py 另需 mediapipe==0.10.35）。

必须装在隔离虚拟环境，不要全局 pip install —— 全局安装会污染用户其它项目。

python3 -c "import PIL, cv2, numpy" 2>/dev/null && echo "依赖已就绪"
python3 -m venv ~/.venvs/idphoto
~/.venvs/idphoto/bin/pip install pillow opencv-python numpy

详见 platform-host.md 第五节。

六、合规提醒（交付时必须告知）

生成的证件照能否被受理取决于办理机关，本技能只负责技术实现，不保证过审：

• 政务系统通常要求真实拍摄的原始影像，部分系统会做人脸比对与合成检测。
• 不要过度美颜（磨皮 + 瘦脸 + 提亮）。除了可能被判为"非原始影像"，实际办理时人脸比对也可能不通过。
• 结婚证合影：登记规范要求双方"同一时间、同一地点共同拍摄"的合影，不能是合成照片。AI 生成的双人合影建议只用于预览风格或情侣写真；正式登记请实拍，AI 仅用于底色替换与轻度修饰。
• 请以当地办理机关的最新要求为准。

七、常见问题排查