电脑上怎么样才能去掉照片的底色(你还在为去除图片背景烦恼吗，这有Python脚本一键搞定)

转载说明：原创不易，未经授权，谢绝任何形式的转载

使用人工智能来移除图像背景，再也不需要花费数小时进行照片编辑了或者你还在找各种小软件去解决此类问题吗？

人工智能（AI）的发展速度非常快，无论是计算机视觉、自然语言处理（NLP）、语音合成、还是艺术创作等领域都在不断地发展。但是，它是否可以从您的图像中去除背景呢？

可以。

1、什么是Rembg

介绍一下Rembg，这是一个Python库，可以让您从图像中移除背景。它非常容易安装和使用。您可以从命令行或Python代码中使用它。它是用Python编写的，并可在GitHub上获得https://github.com/danielgatis/rembg。它提供了CPU和GPU版本，因此如果您没有GPU也可以使用此库。

这个库使用人工智能技术轻松地从图像中去除背景。它基于U-2-Net神经网络，该网络是一种高效的端到端深度学习架构，专门用于图像分割任务。Rembg可用于处理各种类型的图像，如JPEG、PNG和BMP。

2、如何安装Rembg

默认是cpu版本的

!pipinstallrembg

你还可以安装GPU版本的

pipinstallrembg[gpu]3、作为命令行工具使用

除了作为Python库外，Rembg还可以作为命令行工具使用。在安装Rembg后，我们可以在命令行中输入"rembg"命令来使用它。

Rembg命令行工具包含3个子命令，分别对应不同的输入类型：i、p和s。使用子命令i时，输入和输出都是单个文件。使用子命令p时，输入和输出都是文件夹。使用子命令s时，我们可以启动一个HTTP服务器，并使用HTTPAPI从远程计算机中去除背景。

例如，我们可以使用以下命令从单个文件中去除背景：

rembgipath/to/input.pngpath/to/output.png

我们也可以使用以下命令从文件夹中的所有图像中去除背景：

rembgppath/to/inputpath/to/output

在上述命令中，"path/to/input.png"和"path/to/input"应该替换为实际的输入路径，而"path/to/output.png"和"path/to/output"应该替换为实际的输出路径。

除了常规的使用方式外，Rembg命令行工具还提供了许多其他选项和功能，例如指定模型、仅返回mask和应用alphamatting等。这些选项和功能可以通过使用子命令的参数来指定。例如，我们可以使用以下命令从文件夹中的所有图像中去除背景，并指定使用u2netp模型：

rembgp-mu2netppath/to/inputpath/to/output

延伸阅读：什么是u2netp模型

u2netp模型是一种用于图像分割任务的深度学习模型，被用于Rembg库中。它是U-2-Net模型的改进版本，专门用于图像背景分割。相对于U-2-Net模型，u2netp模型在准确性和速度方面都有所提高。u2netp模型的架构是一种深度卷积神经网络，包含一个编码器和一个解码器。它采用了池化和反卷积等技术来实现图像分割任务。该模型的训练数据集包括多个数据集，如DUTS、SOD、HRSOD等，这些数据集包含了各种类型的图像，包括室内、室外、自然风景、人物等。在Rembg库中，u2netp模型被用于从图像中去除背景。使用u2netp模型，Rembg库可以更快速和准确地进行图像分割。除了u2netp模型外，Rembg库还提供了其他的深度学习模型供用户选择，例如U-2-Net和U-2-Netp等。用户可以根据实际情况选择适合自己的模型，以获得最佳的图像分割效果。

我们还可以使用以下命令从文件夹中的所有图像中去除背景，并仅返回mask：

rembgp-ompath/to/inputpath/to/output

延伸阅读：什么是mask？

当我们看一张图片时，有些部分是我们想要保留的，而有些部分则是我们不需要的，需要去掉的。例如，当我们想在一张照片中保留人的形象，但不需要保留背景时，我们就需要使用遮罩层来实现这个过程。遮罩层是一种特殊的图片，它的大小与原始图片一样，但是只有两种颜色：白色和黑色。在遮罩层中，白色表示我们要保留的部分（也就是人的形象），黑色表示我们需要去掉的部分（背景）。在Rembg库中，我们可以使用遮罩层来分离出前景和背景。我们可以使用"-om"选项来生成只包含遮罩层的图像，这样我们就可以更加灵活地对图像进行处理，例如将前景插入到另一张图片中。因此，遮罩层就是一种特殊的图片，它可以帮助我们更好地处理图片，让我们可以轻松地分离出我们需要的部分，而去掉我们不需要的部分。

总的来说，Rembg作为命令行工具的使用方式非常灵活，可以通过指定不同的选项和参数来满足各种不同的需求。对于需要处理大量图像的应用场景而言，使用Rembg命令行工具可以大大提高工作效率。

4、通过代码的方式

处理单张图片

当你使用Rembg库时，你可以通过Python代码调用它提供的函数来处理本地图像。以下是一个使用Rembg库处理本地图像的代码示例。

#导入Rembg库importrembg#指定输入图像路径和输出图像路径input_path='path/to/input/image.png'output_path='path/to/output/image.png'#打开输入图像文件withopen(input_path,'rb')asf:input_data=f.read()#使用Rembg库的remove函数去除图像背景，并保存处理后的图像到输出路径output_data=rembg.remove(input_data)withopen(output_path,'wb')asf:f.write(output_data)

在上述示例中，我们首先导入Rembg库。然后，我们指定了输入图像和输出图像的路径。接下来，我们打开输入图像文件，并使用Rembg库的remove函数去除图像的背景。最后，我们将处理后的图像保存到输出路径中。

需要注意的是，上述代码示例中的输入图像和输出图像路径需要替换为实际的路径。此外，我们还需要确保在代码执行之前，我们已经安装了Rembg库以及所需的依赖项，例如numpy和PyCuda（如果我们需要使用GPU版本）。

批量处理图片

如果你想使用Rembg库批量处理一个文件夹下的所有图片，可以使用Python的os模块和glob模块来实现。以下是一个示例代码，展示了如何使用Rembg库处理文件夹下所有图片：

#导入os模块、glob模块和Rembg库importosimportglobimportrembg#指定输入图像文件夹路径和输出图像文件夹路径input_folder='path/to/input/folder'output_folder='path/to/output/folder'#获取输入图像文件夹中所有PNG和JPG图像的路径image_paths=glob.glob(os.path.join(input_folder,'*.png'))+glob.glob(os.path.join(input_folder,'*.jpg'))#遍历所有图像路径，并处理每张图像forimage_pathinimage_paths:#生成输出图像路径output_path=os.path.join(output_folder,os.path.basename(image_path))#打开输入图像文件withopen(image_path,'rb')asf:input_data=f.read()#使用Rembg库的remove函数去除图像背景，并保存处理后的图像到输出路径output_data=rembg.remove(input_data)withopen(output_path,'wb')asf:f.write(output_data)

处理网络图片

以下是一个使用Rembg库处理网络图片的示例代码

#导入requests库和Rembg库importrequestsimportrembg#定义输入图像URL和输出图像文件路径input_url='https://example.com/image.png'output_path='path/to/output.png'#从输入URL下载图像response=requests.get(input_url)#如果请求成功，使用Rembg库的remove函数去除图像背景，并保存处理后的图像到输出路径ifresponse.status_code==200:input_data=response.contentoutput_data=rembg.remove(input_data)withopen(output_path,'wb')asf:f.write(output_data)

在上述示例中，我们使用requests库下载指定URL中的图像，并将下载的数据存储在response对象中。如果请求成功，我们从response对象中获取图像数据，然后使用Rembg库的remove函数去除图像背景，并将处理后的图像数据保存到指定的输出文件路径中。

5、不使用代码，在线免费处理工具

这个链接是一个HuggingFaceSpaces页面，它提供了一个可以直接上传图像并使用Rembg库处理的界面，而不需要运行任何代码。使用它非常简单，只需要将要处理的图像上传到该页面，并点击提交即可。处理图像的速度可能会有所延迟，因为它是在CPU上运行的。用户可以上传自己的图像并在页面上进行处理，而不需要安装和配置Rembg库以及其他依赖项。这使得使用Rembg库变得更加简单和便捷，尤其是对于那些没有Python编程经验或不愿意在本地安装和配置库的用户来说。

https://huggingface.co/spaces/KenjieDec/RemBG

结束

在本文中，我们介绍了Rembg库，这是一个使用人工智能技术从图像中去除背景的Python库。我们讨论了该库的安装过程，并给出了一些代码示例，包括如何处理本地图像、如何批量处理文件夹下的图像、如何处理网络图像等。我们还介绍了Rembg库的命令行用法，并提供了一些命令行示例，以便读者更好地理解该库的用法。

总之，Rembg库为我们提供了一种快速简便的方式，去除图像中的背景。借助人工智能技术的发展，该库的效果非常出色，并且易于安装和使用。希望本文能够帮助您更好地理解和应用该库，并为您在图像处理方面带来更多灵感和创造力。

在文章结尾，我想提醒您，文章的创作不易，如果您喜欢我的分享，请别忘了点赞和转发，让更多有需要的人看到。同时，如果您想获取更多前端技术的知识，欢迎关注「前端达人」，您的支持将是我分享最大的动力。我会持续输出更多内容，敬请期待。