写真の顔交換のやり方：オンライン画像フェイススワップ完全ガイド（2026年版）

写真フェイススワップの流れ

対象とソースを正しく対応させ、サムネイルだけでなく原寸で確認することが重要です。

写真フェイススワップはソース顔で対象画像の検出顔を置き換え、ポーズ、光、表情への適合を試みます。NamiFusionは1バッチ最大20枚で、realisticとhigh-similarity、シングル／マルチフェイスに対応します。名称は最適化の方向であり保証ではありません。横顔、遮蔽、小さい顔、強い照明差は1枚ずつ確認が必要です。

要点まとめ（TL;DR）

1回のバッチで最大20枚の写真の顔を入れ替え。設定は1回、結果は20枚です。

モデルは2段階。リアル系はシームレスな馴染み重視、高類似度（プロ向け）は本人そっくりさが必要なときに使います。

マルチフェイスモードは集合写真の顔を1つずつマッピングでき、画像をまたぐ重複排除で同一人物の指定は1回で済みます。

最近使ったソース顔はワンクリックで再利用でき、繰り返しの案件ほど作業が速くなります。

モデルスタイルの選択、一括処理、結果のダウンロードを利用できます。すべての入力と用途にコンテンツ規則が適用されます。

オンラインで写真の顔を入れ替えるには？

1. NamiFusionの画像フェイススワップツールを開いてログインします。
2. 対象の写真をアップロードします。1バッチにつき最大20枚です。
3. モードを選びます。写真ごとに1つの顔だけならシングルフェイス、検出された顔を個別に指定するならマルチフェイスです。
4. ソースの顔写真をアップロードするか、最近使った顔からワンクリックで選びます。
5. 同じ人物が複数の写真に写っている場合、マッピングは1回だけ。画像をまたぐ重複排除が残りを処理します。
6. モデルを選びます。自然な馴染み重視ならリアル系、本人への類似度優先なら高類似度モデルです。
7. バッチを実行し、ページ内履歴で結果を確認してダウンロードします。失敗した画像は1枚ずつ再試行できます。

リアル系と高類似度モデル、どちらを選ぶべき？

リアル系モデルは、新しい顔がターゲット写真にどれだけ馴染むかを最優先します。肌の色、照明、粒子感まで揃うため、スタイリッシュな写真、アート加工、ミームには安全なデフォルトです。

高類似度モデルはプロフェッショナル向けの選択肢で、出力をソースの人物にできる限り似せます。アバター、ポートレート、そして「自分に似ているか」で評価されるクライアントワークにはこちらを選びましょう。

代表的な対象画像1枚で利用可能なスタイルを評価し、履歴で境界、人物らしさ、照明適合を比較してから、素材に合う方で残りを処理します。各送信前に現在の費用を確認します。

バッチ処理とマルチフェイスマッピングの仕組みは？

バッチモードは最大20枚を受け付け、それぞれを独立したジョブとして扱います。1枚の失敗が全体を巻き込むことはなく、失敗した画像は個別に再試行できます。結果はページの履歴バーに溜まっていき、比較もダウンロードもすぐできます。

マルチフェイスモードでは、すべての写真で検出された顔ごとにマッピング枠が用意されます。優れているのは画像をまたぐ重複排除です。NamiFusionは同一人物が複数の写真に写っていることを認識し、マッピングを1回だけ求めます。5人が写る20枚のイベントアルバムなら、必要なのは数十回ではなく5回のマッピングだけです。

最近使用したソース顔は反復案件で再利用できます。再利用前に、人物選択と素材の許諾が正しいことを確認します。

写真の顔交換にかかる費用は？

写真フェイススワップは現在のモデルスタイルとタスク数に応じてクレジットを消費します。表示見積もりを確認し、代表画像1枚で対応を検証してから一括実行します。

各画像は独立ジョブで、費用は件数と現在のモデルで変わります。失敗画像は個別再試行できますが、再度クレジットを使う場合があります。素材、対応、パラメータ、一時障害のどれかを先に分類してください。

自然で説得力のある仕上がりにするには？

まずはソース写真から。正面向き、ピントが合っていて、照明が均一、写っている顔が1つだけのものを選びます。自撮りでも使えますが、きちんと撮影されたポートレートのほうがほぼ確実に良い結果になります。

角度も重要です。対象とソースの角度が近いほど通常は馴染みやすく、極端な横顔は難しくなります。同一人物の許諾済み写真が複数あれば、最も近い角度を選びrecent facesから再利用します。

最後はモデル選択と再試行です。本人らしさが重要なら高類似度モデルへ切り替え、顔が貼り付けたように見えるならリアル系モデルでたいてい解決します。ツールのせいにする前に、別のソース写真で再試行してみてください。同じ人物でも写真が違えば結果は大きく変わります。

APIで画像フェイススワップを実行できる？

できます。/api-keysでAPIキーを作成し、現在のモデルスキーマを読み、許諾済みの1件で検証してからサーバー側アプリやスクリプトへ組み込みます。

curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/<model_id>" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "input": {
      "image_url": "https://example.com/target.jpg",
      "face_image_url": "https://example.com/face.jpg"
    }
  }'

# Poll until the task completes
curl "https://www.namifusion.com/api/v1/marketplace/run/tasks/<task_uuid>" \
  -H "Authorization: Bearer YOUR_API_KEY"

練習：許可済みの小さな写真セットを割り当てる

許可を得た成人の対象写真を3枚用意します。鮮明な正面、斜め向き、2人の顔が隠れていない写真です。人物ごとに、均一な照明と自然な表情の鮮明な成人ソース写真を1枚選びます。顔を十分大きく写し、フィルター、動体ぼけ、切れた顎、隠れた目、混在する照明は避けます。このセットなら、失敗原因を曖昧にせず姿勢と複数顔の割り当てを試せます。

対象写真をアップロードし、検出された顔をすべて確認して、意図したソースへ明示的に割り当てます。2人の写真では左右の人物が逆になっていないか確認します。すべてのモデルが同じとは想定せず、目的に合う利用可能なモデルを選び、表示料金を確認して、この小さなセットだけを生成します。18歳未満の顔や使用許可のない肖像は使えません。

原寸での合格判定と症状別の修正

各結果を対象写真と原寸で比較します。人物が正しく割り当てられ、目と口が対象の姿勢に合い、生え際と顎の境界が目立たず、眼鏡が自然で、肌色、影、比率が周囲になじむ場合だけ合格です。複数顔の写真は全員を個別に確認します。同一性は保証されないため、実際の出力を見て承認します。

まったく別の人物になった場合は割り当てミスなので修正します。目や口が歪む場合は、角度が近く顔の特徴が鮮明なソースへ替えます。肌色の境界が目立つなら照明が近いソースを選び、眼鏡や髪の境界が崩れるなら遮蔽の少ない単純なソースや対象を試します。一度に一要因、一写真だけを再試行すれば、改善要因を判断でき、合格済み結果への重複費用も避けられます。