CodeFormer

CodeFormer 是一个开源的人脸与图像修复项目，由南洋理工大学与商汤科技相关研究团队提出，核心思路是把 VQGAN 的离散码本与 Transformer 的注意力机制结合起来完成人脸复原。它常被用来处理老照片、模糊人像和画质偏低的素材。下面从定位、实际使用感受和限制几个角度，说清它到底能做什么、值不值得动手折腾。

使用体验与适用人群

CodeFormer 主要有两个入口：项目主页 shangchenzhou.com/projects/CodeFormer/ 偏功能介绍与技术说明，GitHub 仓库则提供代码、预训练模型和推理脚本。不想敲命令的人，还可以找社区封装的图形界面版本，例如 滚石维护的 CodeFormer_GUI。整体看，它更接近研究型工具，而不是装完就能用的消费级软件。

实际用下来，它更像“留给懂一点环境配置的人”的修复器。本地运行通常需要 Python 环境和独立显卡，装依赖、下权重是最耗时间的一步；在线演示页面则可能受队列和显存影响，是否可用、要不要排队，以实际页面为准。优点在于人脸还原相对克制，不容易修出一股塑料感，背景和人脸可以分开处理。不足也比较明显：参数得自己试，侧脸、遮挡严重或一张图里人很多的情况，结果未必稳定。

还有一点值得提醒。部分第三方介绍会把它说成能做滤镜、贴纸甚至生成代码，这和项目本身的定位并不一致，判断能力边界时建议以官方仓库的说明为准。

比较适合这几类人：

• 想修复家里老照片、模糊证件式人像的个人用户；
• 做图像复原相关实验、需要可复现基线的学生和研究者；
• 有一定开发能力，想把它接进自己工作流的设计或开发人员。

上手前有几件事最好先确认：

• 从官方仓库或可信来源获取模型文件，下载后先做安全扫描，不要随意运行来路不明的整合包；
• 核对版本号和最近更新时间，这类项目迭代较快，旧教程里的命令可能与当前代码对不上；
• 开源不等于零成本，本地运行涉及硬件与算力投入，是否收费、能否商用通常要看具体许可说明，以实际页面为准；
• 涉及他人肖像或受版权保护的素材时，各地合规要求不同，使用前请自行确认授权范围。

常见问题 FAQ

• CodeFormer 是免费的吗？代码和预训练模型一般可以自行获取，但本地运行需要硬件投入，是否存在付费版本或商用限制以官方页面说明为准。
• 不会写代码能用吗？可以找社区提供的图形界面版本，安装步骤比命令行简单，但仍需要基本的软件安装操作。
• 能处理视频吗？项目本身以图像修复为主，仓库中也有相关的视频处理思路，具体支持程度和效果建议以当前版本说明为准。
• 修复效果一定比别的工具好吗？不一定。它对人脸的还原偏自然，但参数、原图质量都会影响结果，适合自己拿几张图对比后再决定。

CodeFormer 的价值在于提供了一个可研究、可自行调整的人脸修复方案，适合当作补充性工具，配合其他合规的修图渠道一起用。它的局限同样清晰：门槛偏技术、结果依赖调参、能力边界需要自己核实。愿意花时间配置环境的人会更受益，只想一键出图的话，未必是最省事的选择。