证件照：怎样在小程序端完成本地 AI 抠图
这是「光屿图片」技术系列的第三篇，介绍证件照的人像抠图功能。
体验地址：
这个功能从模型清单、下载校验、推理会话到背景合成，大部分代码由 AI 协作完成。我主要负责选择“原图不上传”的产品边界，以及验证模型效果、设备兼容和失败降级。
原图不上传，模型按需下载
常见证件照方案会把照片上传到服务端推理。本项目采用另一种方式：下载通用模型，在微信端完成推理，用户原图仍保留在本机。
下载模型 → 本地校验 → 本地推理 → 生成蒙版 → 本地合成背景
模型不直接打进小程序包，而是通过 HTTPS 按需下载。模型清单包含版本、地址、文件大小、SHA-256、输入输出节点和输入尺寸。
下载完成后，客户端会：
- 校验文件大小；
- 分块计算 SHA-256；
- 与模型清单对比；
- 验证通过后才写入缓存；
- 缓存损坏时删除并重新下载。
这样更换模型时只需要更新清单，不必把模型文件和页面代码绑在一起发布。
不同设备使用不同输入尺寸
更大的模型输入可以改善边缘，但也会占用更多内存。项目会根据平台、设备内存和性能等级，在 512 与 768 输入之间选择。
只有明确满足条件的真机才尝试 768；开发者工具、低内存或设备信息不完整时默认使用 512。如果 768 推理失败，会释放当前会话并降级到 512 再尝试一次。
推理会话无论成功还是失败，都在 finally 中显式销毁。页面退出或收到内存压力信号时，也会统一释放会话与临时蒙版。
为什么不用在线推理服务
本地推理省掉了常驻 AI 服务及其并发扩容，也避免了用户照片上传带来的存储、清理和隐私压力。维护者只需要托管静态模型文件，不需要为每次抠图支付在线推理费用。
它也让发布边界更清楚：
- 不启用证件照时，模型地址可以留空；
- 启用时，只需配置 HTTPS 清单地址和下载合法域名；
- 模型分发与页面功能解耦；
- 用户照片不进入维护者的服务器。
本地 AI 并不意味着完全离线，而是把“分发通用计算能力”和“传输用户数据”分开。对个人开发者来说，这是一种兼顾成本、隐私和维护性的方案。
AI 不仅参与了最终的推理调用，也帮助补齐了文件摘要、缓存失效、会话释放和输入尺寸降级等工程细节。对于个人项目，这些工作往往比模型跑通本身更耗时间。
