Day 01 ：AI 抠图：3 行代码去掉图片背景

上周帮朋友的小店做淘宝主图，50 张商品照片要把背景全换成纯白色。朋友问："你会 PS 吧？帮我抠个图呗。"我用钢笔工具试了一张，5 分钟起步，50 张就是 4 个多小时。后来花 3 分钟写了段 Python，50 张图全部自动抠完，效果比手动描的还干净。这篇文章就把这件事拆开讲：单张抠图、批量处理、证件照换底、电商白底图，以及毛发边缘的 Alpha Matting 技巧和 Segment Anything 模型。全程本地运行，零 API 费用。

先看传统方式和 rembg 的对比：

关键区别：rembg 完全免费、本地运行、批量无限制，图片不用传到别人的服务器上，商业素材和客户照片不用担心泄露。

原理：U²-Net 怎么把前景"看"出来

不展开论文，只说思路。rembg 的核心是一套叫 U²-Net 的深度学习模型：

整个过程就是：输入一张图 → 模型预测蒙版 → 输出透明背景图。

rembg 内置了好几个模型，最常用这几个：

首次使用某个模型时会自动下载，之后就存在本地了，不需要联网。代码和模型分别来自 rembg 的 GitHub 仓库 和 U²-Net 论文（arXiv: 2005.09007）。

安装与第一段代码

装三个包，没有别的依赖：

pip install rembg pillow onnxruntime

• rembg：抠图核心库
• pillow：Python 图片处理标准库
• onnxruntime：模型推理引擎

最简版本真的只要 3 行：

from PIL import Image
from rembg import remove

# 打开图片 → 去除背景 → 保存
img = Image.open("input.jpg")
result = remove(img)
result.save("output.png")

三行。没省略。没 trick。跑完你就能拿到一张透明背景的 PNG。这里 remove() 内部会自己加载默认的 u2net 模型，单张图无所谓；批量处理就别这么写了，见下一节。

批量处理：50 张图几分钟

批量场景下最重要的是预加载模型——如果每张图都让 remove() 重新加载一次，170MB 的模型光加载就得好几秒，总时间能翻 3 倍：

import os
from pathlib import Path
from PIL import Image
from rembg import remove, new_session

input_dir = "./product_photos"
output_dir = "./product_photos_cutout"
os.makedirs(output_dir, exist_ok=True)

# 支持的图片格式
valid_ext = {".jpg", ".jpeg", ".png", ".bmp", ".webp"}

# 预加载模型（重要！避免每张图片重复加载）
session = new_session("u2net")

image_files = [
f for f in Path(input_dir).iterdir()
if f.suffix.lower() in valid_ext
]

for i, img_path in enumerate(image_files, 1):
img = Image.open(img_path).convert("RGB")
result = remove(img, session=session)

out_name = img_path.stem + "_nobg.png"
result.save(os.path.join(output_dir, out_name))
print(f"[{i}/{len(image_files)}] ✅ {img_path.name}")

print(f"🎉 全部完成！输出目录：{output_dir}")

配套脚本 day01_remove_bg.py 把单张、批量、精细抠图、证件照换底、白底图都整合好了，带注释，直接运行即可。

进阶：精细边缘、换底色、白底图

Alpha Matting：毛发救星

处理猫咪、长发人像、毛绒玩具这类有"模糊边缘"的物体时，普通的二值蒙版会让边缘看起来硬邦邦的。开启 alpha_matting=True 后，rembg 会在边缘区域做更精细的半透明计算，让毛发丝一根根自然地保留下来：

result = remove(
img,
alpha_matting=True, # 开启！
alpha_matting_foreground_threshold=240, # 前景判定阈值
alpha_matting_background_threshold=10, # 背景判定阈值
alpha_matting_erode_size=10, # 边缘腐蚀半径
)

三个参数的直觉理解：

• 前景阈值：越高越严格，只有"非常确定是前景"的像素才保留
• 背景阈值：越低越严格，只有"非常确定是背景"的像素才去除
• 腐蚀半径：越大，边缘越向内收缩，适合去背景色渗入的情况

证件照换底色

抠出人像后填一层纯色背景，就是证件照换底。配套脚本里的 id_photo_change_bg() 就是这个思路：用 u2net_human_seg 人像模型抠图 → 新建纯色 RGBA 背景 → bg.paste(result, (0, 0), result) 透明混合。常用底色：蓝色 (0, 102, 204)、红色 (255, 0, 0)、白色 (255, 255, 255)。

想练手的话，把它改成命令行工具：输入图片路径和颜色（r g b），输出换好底色的证件照；再加个参数支持自定义输出尺寸（一寸 295×413、二寸 413×579）。

电商白底图

同样的套路，背景换成纯白，保存成高质量 JPEG（quality=95），就是淘宝/拼多多/1688 的商品主图格式。配套脚本的 product_white_bg() 直接可用。

CPU 够用，GPU 更快

rembg 默认用 CPU 推理，单张 2~5 秒完全够用；批量几百张或对速度要求极高时，GPU 能快 5~10 倍：

# 先确保装了 CUDA 版 onnxruntime
pip install rembg[gpu] onnxruntime-gpu

代码完全不用改，rembg 会自动检测并使用 GPU。

模型选择策略：

运行效果

以 input.jpg 为例，配套脚本跑完会得到这几类产物（下图为本机实跑结果）：

!在这里插入图片描述

运行日志：

!在这里插入图片描述

透明背景抠图：

!在这里插入图片描述

Alpha Matting 精细抠图（适合毛发、半透明边缘）：

!在这里插入图片描述

证件照换蓝底：

!在这里插入图片描述

电商白底图：

!在这里插入图片描述

费用与许可

商用合规性：rembg 是 MIT 协议，商用无限制；U²-Net 模型是 Apache 2.0 协议，商用无限制；ISNet 模型是学术研究用途，商用需要确认许可。对比一下：用 remove.bg 的 API 处理 1000 张图大约 ¥100~500，用 rembg，成本是零。

延伸：Segment Anything

如果你需要的是"分割图中某个物体"而不是"一键去背景"，可以看看 Meta 在 2023 年开源的 Segment Anything Model（SAM）。两者思路不同：rembg 自动判断"什么是前景"，一键出结果；SAM 用点、框、文字提示指定"分割这个区域"，再精确分割出来。类比：rembg 像自动挡汽车，SAM 像手动挡——更灵活，但需要更多操作。

# pip install segment-anything opencv-python
from segment_anything import sam_model_registry, SamAutomaticMaskGenerator
import cv2

# 加载 SAM 模型
sam = sam_model_registry["vit_h"](checkpoint="sam_vit_h_4b8939.pth")
mask_generator = SamAutomaticMaskGenerator(sam)

# 生成所有可能的分割区域
image = cv2.imread("input.jpg")
masks = mask_generator.generate(image)

print(f"检测到 {len(masks)} 个分割区域")
# 每个 mask 包含：segmentation（布尔矩阵）、area（面积）、bbox（边界框）等

SAM 的模型文件比较大（ViT-H 约 2.4GB），首次使用需要下载，适合需要更精细控制的场景；日常简单抠图用 rembg 就够了。相关资料：SAM 官网、SAM GitHub。2024 年 Meta 又开源了 SAM 2，扩展到了视频分割，可以追踪视频中的物体，对视频分割感兴趣可以关注。

另外两个练手方向：一是批量水印添加器，在抠图基础上用 Pillow 的 ImageDraw 和 ImageFont 给每张图右下角加半透明文字水印（如店铺名），支持自定义位置、字号、透明度；二是视频抠图，pip install opencv-python 后用 cv2.VideoCapture 逐帧读取、对每帧调用 remove() 生成绿幕效果短视频，加分项是用多线程/多进程加速、加进度条显示。

收尾

核心就一句话：

from rembg import remove
result = remove(Image.open("input.jpg"))
result.save("output.png")

记住四条：批量处理一定要预加载 session，别每次重新加载模型；毛发/半透明场景开 alpha_matting；人像用 u2net_human_seg；完全本地运行，零成本，MIT 商用无忧。把 input.jpg 换成你自己的图跑一遍，剩下的就是看效果了。

参考文档：Pillow（Pillow 官方文档）、onnxruntime（onnxruntime 官方文档）。