图片去背景工具

用于书画、篆刻作品的去背景与去主体补背景脚本。

默认模式优先走书画专用前景提取逻辑：

• 对墨色笔画做局部背景校正与明暗差分
• 对印章做更严格的红色检测
• 在粗掩码内进一步细化 alpha，尽量减少字边残留底色
• 仅在需要时才回退到 rembg

功能概览

• 单张图片去背景，输出透明 PNG
• 批量处理单层目录中的图片
• 支持 artwork、auto、rembg 三种前景提取模式
• 支持 calligraphy、seal、auto 三种书画类型
• 支持 AOT-GAN 去主体补背景
• 支持常见格式：jpg、jpeg、png、bmp、webp
• 安装 pillow-heif 后可读取 heic / heif

依赖

项目当前依赖见 requirements.txt：

rembg[gpu]
pillow
pillow-heif
opencv-python

如果要使用 AOT-GAN 补背景，还需要额外安装 torch / torchvision，并准备 AOT-GAN 代码目录与权重文件。

环境准备

推荐使用现有虚拟环境：

source ~/venv/bin/activate

安装依赖：

pip install -r requirements.txt

如果你需要启用去主体补背景：

pip install torch torchvision

快速开始

处理默认 images/ 目录中的图片，结果输出到 output/：

python remove_background.py

处理单张图片：

python remove_background.py input.jpg output.png

处理指定目录：

python remove_background.py my_images/ my_output/

指定为印章场景：

python remove_background.py input.jpg output.png --artwork-type seal

强制使用 rembg：

python remove_background.py input.jpg output.png --foreground-mode rembg -m isnet-general-use

查看完整参数：

python remove_background.py -h

输出规则

• 单张图片默认输出为 *_nobg.png
• 处理目录时，输出文件写入你指定的输出目录
• 脚本内置的目录批处理只扫描输入目录的第一层文件，不递归子目录
• 如果启用 --remove-subject，输出文件名改为 *_bgfill.<原扩展> 或 *_bgfill.jpg

前景提取模式

artwork

默认模式。优先适用于书法、国画、篆刻等纸本图像。

auto

先尝试书画专用掩码；如果结果明显不可信，再回退到 rembg。

rembg

强制使用通用抠图模型。适合非书画类图片，或书画专用规则不适合的特殊样本。

书画类型

auto

自动兼容书法与印章。

calligraphy

更偏重墨色笔画、灰黑色文字。

seal

更偏重红章、篆刻印记。

常用参数

书画专用参数

• --foreground-mode
• --artwork-type
• --artwork-max-size

建议：

• 大图先尝试 --artwork-max-size 1600
• 超大图如果速度较慢，可降低到 1200 或 1000
• 红章较多的图片优先试 --artwork-type seal
• 纯墨迹优先试 --artwork-type calligraphy

rembg 相关参数

这些参数只在 --foreground-mode rembg 或 auto 回退到 rembg 时生效：

• -m, --model
• -a, --alpha-matting
• -ft, --foreground-threshold
• -bt, --background-threshold
• -es, --erode-size
• -p, --post-process

当前支持的 rembg 模型包括：

• u2net
• u2netp
• u2net_human_seg
• silueta
• isnet-general-use
• isnet-anime
• birefnet-general
• birefnet-general-lite
• birefnet-portrait
• birefnet-dis
• birefnet-hrsod
• birefnet-cod
• birefnet-massive

去主体补背景参数

启用：

python remove_background.py input.jpg output.jpg --remove-subject --aot-pretrain experiments/your_model.pt

常用参数：

• --aot-root
• --aot-pretrain
• --aot-device
• --aot-block-num
• --aot-rates
• --aot-crop
• --aot-crop-pad
• --aot-max-size
• --aot-noise-prefill
• --aot-noise-strength
• --mask-dilate
• --mask-blur
• --mask-threshold
• --edge-grow
• --save-mask
• --black-subject
• --black-threshold
• --gray-subject
• --gray-saturation-threshold
• --gray-value-threshold
• --feather
• --feather-radius

一个偏保守的示例：

python remove_background.py "images/inpaint/IMG_9259 2.JPG" output.jpg \
  --remove-subject \
  --foreground-mode artwork \
  --artwork-type auto \
  --aot-pretrain experiments/G0000000.pt \
  --aot-crop \
  --aot-crop-pad 64 \
  --aot-max-size 900 \
  --aot-noise-prefill \
  --aot-noise-strength 1.0

典型用法

书法图去背景：

python remove_background.py input.jpg output.png \
  --foreground-mode artwork \
  --artwork-type calligraphy

印章图去背景：

python remove_background.py input.jpg output.png \
  --foreground-mode artwork \
  --artwork-type seal

通用图片走 rembg：

python remove_background.py input.jpg output.png \
  --foreground-mode rembg \
  --model birefnet-general

调参建议

如果背景没有去掉：

• 先尝试 --artwork-type calligraphy
• 再尝试 --foreground-mode auto
• 非书画图直接改用 --foreground-mode rembg

如果字边仍有底色：

• 先确认原图是否有严重纸纹、阴影或压缩噪声
• 降低 --artwork-max-size 可能更快，但通常不利于细节
• 对超大图可以保留 1600，必要时单独抽样检查结果

如果去主体补背景不自然：

• 开启 --aot-crop
• 增加 --aot-crop-pad
• 尝试 --aot-noise-prefill
• 减小 --mask-dilate、--mask-blur

校验命令

项目当前可用的检查命令：

~/venv/bin/python -m pytest -q
~/venv/bin/python -m mypy remove_background.py tests/test_remove_background.py
~/venv/bin/python -m ruff check remove_background.py tests/test_remove_background.py
~/venv/bin/python -m ruff format remove_background.py tests/test_remove_background.py

说明：

• mypy 与 ruff 的项目配置见 pyproject.toml
• images/ 与 output/ 已在静态检查配置里排除

已知限制

• CLI 自带的目录批处理不递归子目录
• 书画专用规则仍然可能受极端纸色、重阴影、扫描边框影响
• 某些透明 PNG 在图片预览器里会显示白底或棋盘底，这是预览器合成效果，不代表 alpha 一定有问题

仓库结构

remove_background.py        主脚本
tests/test_remove_background.py
requirements.txt
pyproject.toml
images/                     输入样例
output/                     输出目录
experiments/                AOT-GAN 权重示例