withoutbg-python

一行 pip 装好,本地或云端一键抠图去背景

withoutbg-python 是 withoutbg 背景移除服务的官方 Python SDK,通过 pip install withoutbg 即可安装。它同时支持本地推理和云端 API 两种模式:本地模式在用户机器上运行模型完成抠图,无需上传图片,适合对隐私敏感或离线场景;云端模式则调用 withoutbg 的托管服务,省去本地算力与模型管理成本。SDK 封装了统一的调用接口,开发者只需传入图片路径或二进制数据,即可返回去除背景后的透明 PNG,适用于电商商品图、证件照、人像抠图等批量处理流程。项目定位是让背景移除能力以最小集成成本嵌入 Python 应用,避免自行训练和部署分割模型。

开源 freemium 计算机视觉
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 1270
维护状态 活跃
是否开源 是
定价模式 freemium

项目数据

分类计算机视觉
开发团队withoutbg
所属国家
定价模式freemium
价格说明开源本地模型免费,云端API按量付费,提供免费试用
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型ai-background-removal,background-removal,background-removal-open-source,background-removal-toolkit,background-remover,background-remover-onnx-model,computer-vision,computer-vision-ai,image-background-removal,image-matting,image-processing,open-source-background-removal,open-source-background-remover,python-background-removal
GitHub 星标★ 1270
30天Star增速
HF 下载量
上线时间2025-08-18 00:00:00
最近更新2026-09-28 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-29
浏览次数0

使用教程

难度:入门 约 10 分钟 部署方式:库/依赖 5 步

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. 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. 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. 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. 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. 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

项目介绍

withoutbg-python 是计算机视觉领域的开源项目,由 withoutbg 开发,2025 年首次发布。

在全站 13,276 个收录项目中,它的 GitHub 星标数(1,270)位列前 30%,在计算机视觉分类中处于中上游。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-28。开源本地模型免费,云端API按量付费,提供免费试用。

它主要面向的使用场景是:电商商品图批量去背景生成透明底图。同类可对比的替代方案包括 rembg、backgroundremover。

上一篇:dsh-vision-toolkit

下一篇:没有了!

同类项目推荐

modlens 开源

给纯文本编码代理装上眼睛,粘贴图片即刻获得结构化视觉证据。

The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···

★ 4045 2026-08-19
opencv 开源

开箱即用的视觉算法库,搞定图像视频处理与识别

Open Source Computer Vision Library

★ 90972 2026-08-10
DEIMv2 开源

用DINOv3做实时检测,又快又准,直接落地。

[DEIMv2] Real Time Object Detection Meets DINOv3

★ 2046 2026-08-14
OpenCVTutorials 开源

中文 OpenCV 教程,从入门到实战,边看边跑代码

OpenCV-Python4.1 中文文档

★ 1431 2026-08-20