注册    登录
关注
Py学习  »  Python

别再手动抠图了！python的15个抠图大模型

程序员老朱 • 1 周前 • 132 次点击  

主流 Python 图像抠图模型的介绍、安装、代码示例与适用场景。共计 15 个模型/库。

一、rembg（U²-Net）

https://github.com/danielgatis/rembg
https://github.com/xuebinqin/U-2-Net

介绍

rembg 是目前 Python 生态中最流行的背景移除库。底层基于 U²-Net 深度学习模型，能自动识别图像主体并移除背景，无需手动标记（trimap-free）。2023 年发布后迅速在 GitHub 斩获 15k+ stars，原因是安装即用、API 极简——两行代码出结果。提供命令行、Python API、HTTP 服务端等多种使用方式，是整个抠图生态中社区最繁荣的工具。

U²-Net 的核心架构是一个嵌套的 U 形网络（nested U-structure），在显著目标检测（SOD）任务上表现优异，能捕捉到细节边缘（如头发丝）。它也是后来许多抠图模型（包括 RMBG 早期版本）的底层基础。

安装

pip install rembg

首次运行时会自动下载模型文件（~176MB），存储在 ~/.u2net/ 目录。

代码

from rembg import remove
from 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")

命令行用法

rembg i photo.jpg photo_no_bg.png

适用场景

  • 电商商品图批量去背景
  • 证件照背景替换
  • 图像预处理（为后续模型准备干净的前景）

注意点

  • 默认模型对人像/物体效果好，复杂场景（如透明物体、密集人群）边缘可能残留
  • 处理大图时内存占用较高，建议先 resize 到 1024px 以内
  • 技术上已被 BiRefNet / RMBG-2.0 超越，但作为生态入口仍不可替代

二、MODNet（Portrait Matting）

https://github.com/ZHKKKe/MODNet

介绍

MODNet 是商汤科技（SenseTime）提出的轻量级实时人像抠图模型，专为实时应用和移动端部署设计。与 U²-Net 不同，MODNet 聚焦于人像领域，在头发丝、半透明衣物等细节上表现更优。支持一键导出 ONNX 格式，可在移动端和 Web 端部署。

核心优势：轻量、快速、人像边缘精细。输入 512×512 的图像，CPU 上也能在 1 秒内完成推理。模型仅 25MB，是移动端和实时视频流的首选方案。

安装

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

代码

import onnxruntime
import numpy as np
from PIL import Image

# 加载 ONNX 模型
session = onnxruntime.InferenceSession("modnet_photographic_portrait_matting.onnx")

def modnet_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")

适用场景

  • 人像证件照处理
  • 视频会议虚拟背景（实时抠像）
  • 移动端人像美颜/换背景 App

三、SAM（Segment Anything Model）

https://github.com/facebookresearch/segment-anything

介绍

Meta 在 2023 年发布的通用分割基础模型，在 1100 万张图像的 10 亿个掩码上训练。SAM 不是专门的抠图模型，但它能分割图像中的任何物体——给定一个点、框或文本提示，就能精确分割出目标。这使得它在抠图任务上有极高的灵活性：你不需要它"自动"找到前景，而是可以告诉它前景是什么。

需要安装官方 segment-anything 库并下载模型（ViT-H 版本 ~2.4GB）。

安装

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

代码

import cv2
import torch
import numpy as np
from PIL import Image
from 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 SamPredictor

predictor = 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-2.0
https://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 torch
import numpy as np
from PIL import Image
from torchvision import transforms

class RMBG2:
    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()

    def remove_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：

变体
定位
BiRefNet
 (通用)
全能型，平衡精度与速度
BiRefNet-portrait
人像专用抠图
BiRefNet-matting
通用抠图，高精度 alpha 遮罩
BiRefNet-lite
轻量版，适合 CPU / 移动端
BiRefNet-DIS
二分图像分割，极致边缘精度

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 timm
git clone https://github.com/ZhengPeng7/BiRefNet.git
cd BiRefNet

代码

import torch
import numpy as np
from PIL import Image
from torchvision import transforms
import sys
sys.path.append("./BiRefNet")

def birefnet_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-python
git clone https://github.com/plemeri/InSPyReNet.git
cd InSPyReNet
pip install -r requirements.txt

代码

import torch
import numpy as np
from PIL import Image
from torchvision import transforms

def inspyrenet_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-python
git clone https://github.com/PramaLLC/BEN2.git
cd BEN2
pip install -r requirements.txt

代码

import torch
import numpy as np
from PIL import Image
from torchvision import transforms

def ben2_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 paddle
from paddleseg.models import PPMatting
from paddleseg.utils import predict
import cv2
from PIL import Image
import numpy as np

def ppmatting_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.git
cd


    
 hy_bgmatting
pip install -r requirements.txt

代码

import torch
import cv2
import numpy as np
from PIL import Image

def bg_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.git
cd BiRefNet
pip 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"

def 


    
toonout_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 torch
import numpy as np
from PIL import Image


    

from torchvision import transforms

model = torch.hub.load("xuebinqin/U-2-Net", "u2net", pretrained=True)
model.eval()

def dis_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）

资源条件
推荐
单张预估（1024px）
高端 GPU ≥8GB
（RTX 3080+）
SAM / BiRefNet / RMBG-2.0 / DIS
<1s
中端 GPU 4-8GB
（RTX 3050/3060）
BiRefNet / RMBG-2.0 / BEN2 / rembg
1-3s
入门 GPU 2-4GB
（GTX 1060+）
rembg / InSPyReNet / MODNet
2-5s
无 GPU（强 CPU）
 8核/16GB
InSPyReNet / rembg(慢)
5-15s
无 GPU（普通电脑）
 4核/8GB
InSPyReNet / MODNet
3-10s
无 GPU（低配笔记本）
 2核/4GB
MODNet（推 512px）
<5s
移动端 / Web
MODNet（ONNX 导出）
<1s
MacBook M1/M2/M3
rembg(CoreML) / InSPyReNet / MODNet
2-5s

按场景（再看用途）

场景
首选
备选
上手最快、通用场景
rembg
InSPyReNet（无 GPU）
人像证件照 / 实时处理
MODNet
PP-Matting（发丝精度优先）
电商商品图、高质量
BRIA RMBG-2.0
BEN2（4K 高清）
复杂场景、需要精确控制
SAM
（带提示点）
BiRefNet（微调）
专业影视 / 固定摄像头
Background Matting
—
动漫/插画
ToonOut
—
批量处理 + GPU
rembg 多进程
BiRefNet-lite
无 GPU / CPU 环境
InSPyReNet
MODNet（小模型）
视频抠图
BEN2
MODNet（实时流）
需要微调自有数据
BiRefNet
DeepLabV3+

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

INPUT_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。")

Python社区是高质量的Python/Django开发社区
本文地址：http://www.python88.com/topic/197731
登录后回复
关于   移动版
Py学习 - 专注于Python技术发展的社区(原Django社区)
沪ICP备11025650号