项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-09-29 · 当前星标 ★ 1308
使用教程
环境要求
- Python 环境(SDK 为 Python 包)
- 使用 uv 包管理器(README 推荐用 uv add 安装)
- 本地模式首次运行需联网下载约 455 MB 模型权重
- 云端模式需要 withoutbg API Key
安装与启动步骤
-
1安装 uv
README 说明 uv 是 Astral 出品的快速 Python 包管理器,若尚未安装需先安装一次,之后才能用 uv add 命令添加依赖。
-
2安装 withoutbg
在项目环境中用 uv 添加 withoutbg 依赖,README 中给出的正式安装命令即为 uv add withoutbg。
uv add withoutbg -
3运行本地抠图
使用 open_weights 加载本地开源权重模型,传入图片路径即可去除背景,结果保存为 PNG 以保留透明度。
python -c "from withoutbg import WithoutBG; model = WithoutBG.open_weights(); model.remove_background('input.jpg').save('output.png')" -
4等待首次权重下载
本地模式第一次运行会从 Hugging Face 下载约 455 MB 权重,只需一次;之后完全离线在本机运行。
-
5切换到云端模式
若需要更好的发丝与毛发边缘且不想用本地算力,可改用云端 API,通过 API Key 或环境变量认证,调用接口与本地一致。
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
WITHOUTBG_API_KEY | 否 | 云端模式的 API Key,可替代代码中的 api_key= 参数 | sk-xxxxxxxx |
WITHOUTBG_MODEL_PATH | 否 | 指向本地 .onnx 模型文件路径,跳过 Hugging Face 下载 | /your/path/withoutbg-open-weights.onnx |
如何确认成功
运行示例代码后成功生成 output.png,且图片背景透明(RGBA),即表示本地模式正常工作。
常见问题
Q:本地模式和云端模式怎么选?
A:本地模式免费、私密、可离线、无次数限制,但需下载约 455 MB 权重;云端模式对头发和毛发边缘更精细,且无需本地 GPU。
Q:输出图片为什么没有透明背景?
A:返回的是 PIL 的 RGBA Image,推荐保存为 PNG 或 WebP;JPEG 会静默丢失透明度,因此不要存成 JPEG。
Q:不想从 Hugging Face 下载模型怎么办?
A:可设置 WITHOUTBG_MODEL_PATH 指向本地 .onnx 文件,同时必须把同名 sidecar 元数据文件 withoutbg-open-weights.onnx.json 放在同一目录。
Q:没安装 uv 能用 pip 吗?
A:README 只给出了 uv add withoutbg 的安装方式,并建议先安装 uv,未提供 pip 安装命令,建议按文档使用 uv。
注意事项
- 首次本地运行需联网下载约 455 MB 权重,之后可完全离线使用。
- 保存结果建议用 PNG 或 WebP,JPEG 会丢失透明通道。
- 使用 WITHOUTBG_MODEL_PATH 时不要忘记同目录下的 .onnx.json 元数据文件。
- 云端模式需要 API Key,可通过环境变量 WITHOUTBG_API_KEY 配置。
核心亮点
- 同时提供本地推理与云端 API 两种模式,可按隐私和算力需求灵活切换
- pip 安装即用,接口封装简单,无需自行训练或部署分割模型
- 支持批量图片处理,输出透明 PNG,便于接入电商、证件照等自动化流程
不足之处
- 本地模式依赖模型权重下载,首次使用需额外配置且对硬件有要求
- 云端模式需要 API Key 和网络,存在调用配额与费用限制
适用场景
- 电商商品图批量去背景生成透明底图
- 证件照、人像照片自动抠图换底
- Python 应用或脚本中集成抠图能力做自动化图像处理
替代项目
rembg、backgroundremover
下一篇:detectron2
同类项目推荐
scoresight
开源
直播记分牌自动识别,比分实时变数据
ScoreSight is a powerful scoreboard OCR software for live broadcasts
vision
开源
一站式搞定视觉数据与模型,让 CV 开发像写文本一样简单
Datasets, Transforms and Models specific to Computer Vision
tr
开源
本地跑的中文 OCR,图片转文字不联网
Free Offline OCR 离线的中文文本检测+识别SDK
SteerX
开源
免相机标定,一键生成可操控的 3D/4D 动态场景
[ICCV 2025] Official pytorch implementation of "SteerX: Creating Any Camera-Free 3D ···
EMLight
开源
单图秒出光照环境贴图,让虚拟物体无缝融入真实场景
[AAAI 2021] EMLight: Lighting Estimation via Spherical Distribution Approximation, [···
lucida
开源
专治玻璃、迷彩等难抠图,保留关键细节
Background removal that keeps what matters: glass, camouflage, text, glow and line a···
EmerNeRF
开源
自监督分解动态场景,轻松重建三维世界
PyTorch Implementation of EmerNeRF: Emergent Spatial-Temporal Scene Decomposition vi···
dsh-vision-toolkit
开源
给纯文本模型装眼睛,粘贴图片就能问答和还原 UI
[dsh]为纯文本模型设计更强大的视觉工具箱:一行安装使用、粘贴图片直接识别、多张图片问答···
VisCy
开源
显微图像自动提取单细胞特征,省去人工分析
computer vision models for single-cell phenotyping
