pip install rembg

from rembg import removefrom PIL import Image# 读取输入图像input_img = Image.open("photo.jpg")# 移除背景 —— 一行搞定output_img = remove(input_img)# 保存透明背景结果output_img.save("photo_no_bg.png")

rembg i photo.jpg photo_no_bg.png

pip install onnxruntime pillow numpy opencv-python# 下载预训练模型wget https://github.com/ZHKKKe/MODNet/releases/download/v1.0/modnet_photographic_portrait_matting.onnx

import onnxruntimeimport numpy as npfrom PIL import Image# 加载 ONNX 模型session = onnxruntime.InferenceSession("modnet_photographic_portrait_matting.onnx")defmodnet_remove_bg(img_path, output_path, size=(512, 512)):"""MODNet 人像背景移除"""    img = Image.open(img_path).convert("RGB")    orig_w, orig_h = img.size# 预处理：缩放到模型输入尺寸    img_resized = img.resize(size, Image.BICUBIC)    img_np = np.array(img_resized).astype(np.float32)    img_np = img_np.transpose(2, 0, 1) / 255.0# CHW 格式 + 归一化    img_np = np.expand_dims(img_np, axis=0)# 推理：输出 alpha 遮罩    inputs = {session.get_inputs()[0].name: img_np}    alpha = session.run(None, inputs)[0][0, 0]# 还原到原始尺寸    alpha = Image.fromarray((alpha * 255).astype(np.uint8))    alpha = alpha.resize((orig_w, orig_h), Image.BICUBIC)# 合成透明背景    img = img.resize((orig_w, orig_h))    img.putalpha(alpha)    img.save(output_path)modnet_remove_bg("portrait.jpg", "portrait_no_bg.png")

pip install git+https://github.com/facebookresearch/segment-anything.gitpip install opencv-python pillow torch torchvision# 下载模型：https://github.com/facebookresearch/segment-anything#model-checkpoints

代码

import cv2import torchimport numpy as npfrom PIL import Imagefrom segment_anything import sam_model_registry, SamAutomaticMaskGenerator# 加载模型sam = sam_model_registry["vit_h"](checkpoint="sam_vit_h_4b8939.pth")sam.to("cuda"if torch.cuda.is_available() else"cpu")# 自动生成所有掩码mask_generator = SamAutomaticMaskGenerator(sam)image = cv2.imread("photo.jpg")image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)masks = mask_generator.generate(image_rgb)# 取面积最大的掩码作为"主体"largest_mask = max(masks, key=lambda x: x["area"])# 应用到原图result = Image.fromarray(image_rgb).convert("RGBA")alpha = Image.fromarray((largest_mask["segmentation"] * 255).astype(np.uint8))result.putalpha(alpha)result.save("photo_sam_bg.png")

带提示点的精确分割（更实用）

from segment_anything import SamPredictorpredictor = SamPredictor(sam)predictor.set_image(image_rgb)h, w = image_rgb.shape[:2]input_point = np.array([[w // 2, h // 2]])input_label = np.array([1])  # 1 = 前景masks, scores, _ = predictor.predict(    point_coords=input_point,    point_labels=input_label,    multimask_output=False)result = Image.fromarray(image_rgb).convert("RGBA")result.putalpha(Image.fromarray((masks[0] * 255).astype(np.uint8)))result.save("photo_sam_prompt_bg.png")

适用场景

• 复杂场景：多人合照、杂物背景、非标准物体
• 批量图片需要同一类物体的分割
• 学术研究、数据集标注

四、BRIA RMBG-2.0

https://huggingface.co/briaai/RMBG-2.0https://huggingface.co/briaai/RMBG-1.4

介绍

BRIA AI 在 2024 年发布的 RMBG-2.0，在多个抠图基准上达到 SOTA。它是一个全能型背景移除模型，底层基于 BiRefNet 架构（见下一节），针对电商商品图、人像、动植物等数十个类别做了专门优化。与 rembg 1.x 相比，RMBG-2.0 在边缘精度和复杂背景场景下有显著提升。

部分版本可商用（需确认 License）。支持 HuggingFace 直接加载。

安装

pip install torch torchvision pillow huggingface_hub transformers

代码

import torchimport numpy as npfrom PIL import Imagefrom torchvision import transformsclassRMBG2:def__init__(self):from transformers import AutoModelForImageSegmentation        self.model = AutoModelForImageSegmentation.from_pretrained("briaai/RMBG-2.0", trust_remote_code=True        )        self.model.to("cuda"if torch.cuda.is_available() else"cpu")        self.model.eval()defremove_bg(self, img_path, output_path):        img = Image.open(img_path).convert("RGB")        transform = transforms.Compose([            transforms.Resize((1024, 1024)),            transforms.ToTensor(),            transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])        ])        input_tensor = transform(img).unsqueeze(0)        input_tensor = input_tensor.to(self.model.device)with torch.no_grad():            preds = self.model(input_tensor)[-1].sigmoid().cpu()        mask = preds.squeeze().numpy()        mask = Image.fromarray((mask * 255).astype(np.uint8))        mask = mask.resize(img.size, Image.LANCZOS)        img.putalpha(mask)        img.save(output_path)rmbg2 = RMBG2()rmbg2.remove_bg("product.jpg", "product_no_bg.png")

适用场景

• 电商商品图（白底图需求）
• 高质量人像抠图
• 需要比 rembg 更精细边缘的场景

五、BiRefNet（RMBG-2.0 的基石）

https://github.com/ZhengPeng7/BiRefNet

介绍

BiRefNet 是 RMBG-2.0 的底层架构，但它本身是一个更庞大的模型家族——提供 10 种不同变体，覆盖从极致精度到极致速度的全部需求。官方提供了多个专用微调版本：

BiRefNet 的核心创新是双边参考网络（Bilateral Reference Network）——将图像的局部细节和全局上下文分别编码后再融合，从而在细节保持和语义理解之间取得平衡。如果你需要为特定场景微调抠图模型，BiRefNet 是目前最灵活的基座。

安装

pip install torch torchvision pillow opencv-python timmgit clone https://github.com/ZhengPeng7/BiRefNet.gitcd BiRefNet

代码

import torchimport numpy as npfrom PIL import Imagefrom torchvision import transformsimport syssys.path.append("./BiRefNet")defbirefnet_remove_bg(img_path, output_path, model_type="general"):"""BiRefNet 通用背景移除    model_type: 'general' | 'portrait' | 'matting' | 'lite'    """# 根据类型加载对应权重    ckpt_paths = {"general": "BiRefNet/ckpt/BiRefNet.pth","portrait": "BiRefNet/ckpt/BiRefNet-portrait.pth","matting": "BiRefNet/ckpt/BiRefNet-matting.pth",    }from models.birefnet import BiRefNet    model = BiRefNet(bb_pretrained=False)    state_dict = torch.load(ckpt_paths[model_type], map_location="cpu")    model.load_state_dict(state_dict, strict=True)    model.eval()    img = Image.open(img_path).convert("RGB")    orig_size = img.size    transform = transforms.Compose([        transforms.Resize((1024, 1024)),        transforms.ToTensor(),        transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])    ])    input_tensor = transform(img).unsqueeze(0)with torch.no_grad():        pred = model(input_tensor)[-1].sigmoid().cpu()    mask = pred.squeeze().numpy()    mask = Image.fromarray((mask * 255).astype(np.uint8))    mask = mask.resize(orig_size, Image.LANCZOS)    img.putalpha(mask)    img.save(output_path)birefnet_remove_bg("photo.jpg", "photo_birefnet.png", model_type="portrait")

适用场景

• 需要微调自有数据的企业级方案
• 需要根据场景切换专用模型（人像/物体/轻量）
• 作为 RMBG-2.0 的替代，追求更细粒度控制

六、InSPyReNet（Transformer 架构、CPU 可用）

https://github.com/plemeri/InSPyReNet

介绍

InSPyReNet 基于 Transformer 架构，最大的特点是模型小巧轻便——即使在 CPU 上也能运行，速度很快。它专为本地资源有限但追求高效率的场景设计，特别适合没有 GPU 的个人用户。

与大多数基于 CNN 的抠图模型不同，InSPyReNet 使用 Transformer 的自注意力机制来捕获全局上下文，这使它在处理复杂背景中的主体分离时有一定优势。在 ComfyUI 社区中有活跃的集成和使用。

安装

pip install torch torchvision pillow opencv-pythongit clone https://github.com/plemeri/InSPyReNet.gitcd InSPyReNetpip install -r requirements.txt

代码

import torchimport numpy as npfrom PIL import Imagefrom torchvision import transformsdefinspyrenet_remove_bg(img_path, output_path):"""InSPyReNet 背景移除 —— CPU 友好"""# 加载模型（可通过 torch.hub 或克隆仓库后本地加载）from inspyrenet import InSPyReNet_S    model = InSPyReNet_S(pretrained=True)    device = "cuda"if torch.cuda.is_available() else"cpu"    model.to(device)    model.eval()    img = Image.open(img_path).convert("RGB")    orig_size = img.size    transform = transforms.Compose([        transforms.Resize((1024, 1024)),        transforms.ToTensor(),        transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])    ])    input_tensor = transform(img).unsqueeze(0).to(device)with torch.no_grad():        pred = model(input_tensor)if isinstance(pred, (list, tuple)):            pred = pred[-1]        mask = pred.sigmoid().cpu().squeeze().numpy()    mask = Image.fromarray((mask * 255).astype(np.uint8))    mask = mask.resize(orig_size, Image.LANCZOS)    img.putalpha(mask)    img.save(output_path)inspyrenet_remove_bg("photo.jpg", "photo_inspyrenet.png")

适用场景

• 无 GPU 环境下的抠图需求
• 本地笔记本快速批量处理
• 作为 ComfyUI 工作流中的抠图节点

七、BEN2（4K 高清 + 视频抠图）

https://github.com/PramaLLC/BEN2

介绍

BEN2（Background Erase Network v2）是一个优先保证前景主体完整的背景擦除模型。与其他模型追求"极致边缘精度"不同，BEN2 的设计理念是"宁可留一点背景，也不能切掉前景"——这对电商产品图至关重要：你不能把产品的边角给切没了。

BEN2 的另一大亮点是能处理 4K 超高清图像和视频，在同类模型中非常少见。如果你需要批量处理高清商品图或视频抠图，BEN2 是目前最合适的选择之一。

安装

pip install torch torchvision pillow opencv-pythongit clone https://github.com/PramaLLC/BEN2.gitcd BEN2pip install -r requirements.txt

代码

import torchimport numpy as npfrom PIL import Imagefrom torchvision import transformsdefben2_remove_bg(img_path, output_path):"""BEN2 背景移除 —— 优先保留前景完整性"""# 加载模型（具体加载方式参见官方仓库）# 此处给出调用框架，实际权重文件从 releases 下载from ben2 import BEN2Model    model = BEN2Model.from_pretrained("ben2_weights.pth")    device = "cuda"if torch.cuda.is_available() else"cpu"    model.to(device)    model.eval()    img = Image.open(img_path).convert("RGB")    orig_size = img.size# BEN2 支持高分辨率输入    transform = transforms.Compose([        transforms.ToTensor(),        transforms.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])    ])    input_tensor = transform(img).unsqueeze(0).to(device)with torch.no_grad():        mask = model(input_tensor).sigmoid().cpu().squeeze().numpy()    mask = Image.fromarray((mask * 255).astype(np.uint8))    mask = mask.resize(orig_size, Image.LANCZOS)    img.putalpha(mask)    img.save(output_path)ben2_remove_bg("product_4k.jpg", "product_4k_bg.png")

适用场景

• 电商产品图（必须保证主体完整）
• 4K 高清商业摄影
• 视频背景擦除

八、PP-Matting（PaddlePaddle、发丝级精度）

https://github.com/PaddlePaddle/PaddleSeg https://openi.pcl.ac.cn/PaddlePaddle/PaddleSeg/modelart

介绍

PP-Matting 是百度飞桨（PaddlePaddle）生态下的高精度人像抠图模型，以出色的发丝级精细分割能力闻名。它在 PaddleSeg 框架下提供了多种场景和分辨率变体，覆盖从移动端到服务端的完整部署需求。

PP-Matting 的核心优势在于其基于 PaddlePaddle 的训练和推理优化——如果你已经在使用百度飞桨生态（如 PaddleOCR、PaddleDetection），PP-Matting 可以无缝集成。对中文开发者友好，文档和社区支持完善。

安装

pip install paddlepaddle paddleseg

代码

import paddlefrom paddleseg.models import PPMattingfrom paddleseg.utils import predictimport cv2from PIL import Imageimport numpy as npdefppmatting_remove_bg(img_path, output_path):"""PP-Matting 人像背景移除"""    model = PPMatting(backbone="PP-Matting")# 加载预训练权重    model_path = "ppmatting_pretrained.pdparams"    model.set_state_dict(paddle.load(model_path))    model.eval()    img = cv2.imread(img_path)    img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)    img_tensor = paddle.to_tensor(img_rgb.transpose(2, 0, 1)[None, ...].astype(np.float32))with paddle.no_grad():        alpha = model(img_tensor)[0].numpy()[0, 0]# 后处理    alpha = (alpha * 255).clip(0, 255).astype(np.uint8)    result = Image.fromarray(img_rgb).convert("RGBA")    result.putalpha(Image.fromarray(alpha))    result.save(output_path)ppmatting_remove_bg("portrait.jpg", "portrait_ppmatting.png")

适用场景

• 发丝级精度的证件照/形象照
• PaddlePaddle 生态用户
• 需要多种分辨率变体的服务端部署

九、Background Matting

https://github.com/hyHy-1990/hy_bgmatting

介绍

Background Matting 是一种需要额外纯背景图辅助计算的高精度抠图模型。它的核心创新在于：如果你能提供一张没有人物的"纯背景"照片作为参考，模型就可以非常精确地将前景人物从当前帧中分离出来。

在 RGB-D 摄像头辅助下，可以做到 4K 分辨率 30fps 的实时抠像效果，多用于专业影视制作和虚拟演播室。虽然使用门槛比 trimap-free 模型高（需要背景图），但精度也更高。

安装

git clone https://github.com/hyHy-1990/hy_bgmatting.gitcd hy_bgmattingpip install -r requirements.txt

代码

import torchimport cv2import numpy as npfrom PIL import Imagedefbg_matting_remove(img_path, bg_path, output_path):"""Background Matting —— 需要参考背景图"""# 加载原图和背景参考图    img = cv2.imread(img_path)    bg = cv2.imread(bg_path)# 转为 RGB    img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)    bg_rgb = cv2.cvtColor(bg, cv2.COLOR_BGR2RGB)# 模型推理（此处为框架性示例，实际需加载具体权重）# 核心思路：比较 img 和 bg 的差异 → 生成 alpha 遮罩    diff = cv2.absdiff(img_rgb.astype(np.float32), bg_rgb.astype(np.float32))    alpha_approx = np.clip(diff.mean(axis=2) / 50.0, 0, 1)  # 简化版示意    result = Image.fromarray(img_rgb).convert("RGBA")    result.putalpha(Image.fromarray((alpha_approx * 255).astype(np.uint8)))    result.save(output_path)bg_matting_remove("person.jpg", "empty_room.jpg", "person_matted.png")

适用场景

• 专业影视制作、虚拟演播室
• 固定摄像头场景（如直播带货）
• RGB-D 摄像头辅助的实时抠像

十、ToonOut（动漫/插画专用）

https://github.com/MatteoKartoon/BiRefNet

介绍

ToonOut 是 BiRefNet 针对动漫和插画风格微调的专用模型。普通抠图模型处理动漫图像时常见的"涂抹头发丝""线条艺术断裂"和"半透明效果丢失"问题，ToonOut 都能完美处理。

它是二次元创作的首选——无论是提取角色立绘、处理漫画扫描件，还是为插画配透明背景，ToonOut 都能保持线条的锐利和色彩的准确。如果你用的是 Stable Diffusion / ComfyUI 工作流，ToonOut 作为抠图预处理步骤可以大幅提升后续效果。

安装

# ToonOut 是 BiRefNet 的衍生，安装方式类似git clone https://github.com/MatteoKartoon/BiRefNet.gitcd BiRefNetpip install -r requirements.txt

代码

# ToonOut 的调用方式与 BiRefNet 相同，区别在于权重文件# 参见第五节 BiRefNet 代码，将 model_type 替换为 "toonout"deftoonout_remove_bg(img_path, output_path):"""ToonOut 动漫图像背景移除"""# 方式一：直接使用 ComfyUI 的 Inspyrenet-Rembg 节点# 方式二：通过 BiRefNet 框架加载 ToonOut 权重from models.birefnet import BiRefNet    model = BiRefNet(bb_pretrained=False)# 加载 ToonOut 专用权重    ckpt = torch.load("toonout_weights.pth", map_location="cpu")    model.load_state_dict(ckpt, strict=True)    model.eval()# 预处理和推理流程与 BiRefNet 相同（见第五节）# ...toonout_remove_bg("anime_art.png", "anime_art_transparent.png")

适用场景

• 动漫角色立绘提取
• 漫画/插画透明背景输出
• Stable Diffusion / ComfyUI 工作流的预处理步骤

十一、DeepLabV3+（经典语义分割）

https://github.com/tensorflow/models/tree/master/research/deeplab

介绍

DeepLabV3+ 是谷歌开源的经典语义分割模型，在计算机视觉领域有深远影响。它本身不是专门的抠图模型，而是作为底层的语义分割技术被大量集成在其他模型中。通过 atrous spatial pyramid pooling（ASPP）和解码器结构，DeepLabV3+ 能捕获多尺度的上下文信息。

虽然现在有更新的模型超越了它，但 DeepLabV3+ 仍然是微调自定义抠图任务的一个可靠基座——特别是当你需要用较小的数据集做迁移学习时。

特点

• 生态成熟：TensorFlow / PyTorch / ONNX 均有实现
• 可通过微调适配特定抠图场景（如医学图像、卫星图）
• 社区庞大，文档齐全

十二、DIS（Highly Accurate Dichotomous Image Segmentation）

https://github.com/xuebinqin/DIS

介绍

DIS（二分图像分割）是中科院发布的高精度分割模型，在 DIS5K 数据集上训练，专门针对"物体从背景中分离"这个二分问题做了架构优化。与 U²-Net 相比，DIS 在精细边缘（如毛发、蕾丝、半透明物体）上表现更好。

安装

pip install torch torchvision pillow opencv-python

代码

import torchimport numpy as npfrom PIL import Imagefrom torchvision import transformsmodel = torch.hub.load("xuebinqin/U-2-Net", "u2net", pretrained=True)model.eval()defdis_remove_bg(img_path, output_path):    img = Image.open(img_path).convert("RGB")    orig_size = img.size    transform = transforms.Compose([        transforms.Resize((320, 320)),        transforms.ToTensor(),        transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])    ])    input_tensor = transform(img).unsqueeze(0)with torch.no_grad():        mask = model(input_tensor)[0][0, 0].numpy()    mask = (mask - mask.min()) / (mask.max() - mask.min())    mask_img = Image.fromarray((mask * 255).astype(np.uint8))    mask_img = mask_img.resize(orig_size, Image.LANCZOS)    img.putalpha(mask_img)    img.save(output_path)dis_remove_bg("fine_detail.jpg", "fine_detail_bg.png")

适用场景

• 需要极高边缘精度的图像
• 婚纱摄影（蕾丝、薄纱半透明材质）
• 艺术品数字化

十三、选型指南

先看你有什么硬件，再选你能跑什么模型，最后看场景匹配。

按资源（先看硬件）

按场景（再看用途）

按场景

| PaddlePaddle 生态 | PP-Matting |

十四、快速上手脚本（rembg 批量处理）

"""批量抠图脚本 —— 一个文件夹全部搞定"""import osfrom pathlib import Pathfrom rembg import removefrom PIL import ImageINPUT_DIR = "./input_photos"OUTPUT_DIR = "./output_photos"Path(OUTPUT_DIR).mkdir(exist_ok=True)for filename in os.listdir(INPUT_DIR):if filename.lower().endswith(('.png', '.jpg', '.jpeg', '.webp')):        input_path = os.path.join(INPUT_DIR, filename)        output_path = os.path.join(OUTPUT_DIR, f"{Path(filename).stem}.png")        img = Image.open(input_path)        result = remove(img)        result.save(output_path)        print(f"✅ {filename} → {output_path}")print(f"\n全部完成！处理了 {len(os.listdir(OUTPUT_DIR))} 张图片。")