抠图神器（图片背景色去除）-Rembg介绍
亲测强力推荐绝对好东西Rembg 简介Rembg 是一个开源的 Python 工具库专注于图像背景移除Image Background Removal。它通过预训练的深度学习模型自动分离图像中的前景如人物、物体与背景生成透明背景PNG或指定背景的图片。核心功能背景移除一键移除图像背景输出透明 PNG。批量处理支持对多张图像进行批量背景移除。模型选择提供多种预训练模型如u2net、u2netp平衡速度与精度。API 集成可作为 Python 库直接调用或通过命令行工具使用。安装方法通过 pip 安装pip install rembg基本用法Python 代码示例from rembg import remove from PIL import Image input_path input.jpg output_path output.png with open(input_path, rb) as input_file: with open(output_path, wb) as output_file: input_image input_file.read() output_image remove(input_image) output_file.write(output_image)命令行示例rembg i input.jpg output.png适用场景电商产品图处理去背景展示商品。摄影后期人物/物体抠图。设计工作快速生成透明素材。注意事项处理高分辨率图像时可能消耗较多内存。复杂背景如毛发、透明物体的精度可能受限需手动调整。Rembg 以轻量化和易用性著称适合需要快速实现背景移除的场景。安装部署window和linux皆可以1、环境Python3.12.10参考https://blog.csdn.net/taogumo/article/details/1566890092、依赖下载pip install rembg[cpu,cli]3、运行服务端进行测试rembg s4、浏览网页浏览器输入http://localhost:7000/5、代码编写本地调用import rembg from PIL import Image import datetime import os def remove_by_folder(folder_path): for filename in os.listdir(folder_path): if filename.endswith(.jpg) or filename.endswith(.png): image_path os.path.join(folder_path, filename) remove(image_path) def remove(image_path): # 首先加载图片 input_image Image.open(image_path) # 去除背景 - 现在传入的是图像对象 removed_bg_image rembg.remove(input_image) # 获取原文件名不含扩展名和扩展名 base_name os.path.splitext(os.path.basename(image_path))[0] extension os.path.splitext(os.path.basename(image_path))[1] extension .png timestamp datetime.datetime.now().strftime(%Y%m%d%H%M%S%f) output_filename f{base_name}_{timestamp}{extension} removed_bg_image.save(output_filename) print(output_filename保存成功) if __name__ __main__: remove(rD:\data\测试\c81e728d9d4c2f6-1.jpg) remove_by_folder(rD:\data\测试) remove_by_folder(rD:\data\已选中图片_1769395541735)https方式调用import requests from requests.exceptions import RequestException # 配置项 IMG_PATH rC:\Users\wcj\Pictures\85a86885-4655-4a01-a533-56cc10f83c26._SL1500_.jpg OUTPUT_PATH output.png REMBG_API_URL http://localhost:7000/api/remove # 人像抠图核心参数按之前推荐的最优值配置 data { model_name: u2net, # 专门的人像分割模型效果远好于u2net # return_mask: False, # foreground_threshold: 240, # 保留人像高光/发丝 # background_threshold: 10, # 保留人像暗部细节 # erosion_size: 20, # 轻微腐蚀去噪不破坏边缘 # post_process_mask: True # 平滑边缘发丝更自然 } try: # 使用with语句安全打开文件自动释放句柄 with open(IMG_PATH, rb) as img_file: files {file: img_file} # 发送请求设置超时避免卡死 response requests.post( REMBG_API_URL, filesfiles, datadata, timeout30 # 超时时间30秒 ) # 检查响应状态 response.raise_for_status() # 主动抛出HTTP错误如404/500 # 保存结果 with open(OUTPUT_PATH, wb) as f: f.write(response.content) print(f✅ 人像抠图成功结果已保存至{OUTPUT_PATH}) except FileNotFoundError: print(f❌ 错误找不到图片文件 {IMG_PATH}请检查路径是否正确) except RequestException as e: print(f❌ 请求失败{str(e)}) print( 请检查1. rembg服务端是否启动 2. 接口地址是否正确 3. 网络是否正常) except Exception as e: print(f❌ 未知错误{str(e)})
