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/156689009
2、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(r'D:\data\测试\c81e728d9d4c2f6-1.jpg') remove_by_folder(r'D:\data\测试') remove_by_folder(r'D:\data\已选中图片_1769395541735')https方式调用
import requests from requests.exceptions import RequestException # 配置项 IMG_PATH = r"C:\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, files=files, data=data, timeout=30 # 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)}")
