remove_backgroud/README.md

图片去背景工具

使用rembg库实现的Python去背景工具

快速开始

# 激活虚拟环境
source ~/venv/bin/activate

# 使用默认参数处理images文件夹
python remove_background.py

# 处理单个文件
python remove_background.py input.jpg output.png

# 查看所有参数
python remove_background.py -h

不同模型适用于不同场景：

模型名称	大小	适用场景	推荐度
isnet-general-use	179MB	通用场景	⭐⭐⭐⭐⭐ 默认推荐
birefnet-general	250MB	通用场景，质量更高	⭐⭐⭐⭐⭐
birefnet-portrait	250MB	人像专用	⭐⭐⭐⭐⭐
u2net	176MB	经典通用模型	⭐⭐⭐⭐
u2netp	4.7MB	快速处理	⭐⭐⭐
u2net_human_seg	176MB	人物分割	⭐⭐⭐⭐
isnet-anime	179MB	动漫角色	⭐⭐⭐⭐
silueta	43MB	精简快速	⭐⭐⭐

使用示例:

# 使用默认模型
python remove_background.py input.jpg

# 使用人像专用模型
python remove_background.py input.jpg output.png -m birefnet-portrait

# 使用快速模型
python remove_background.py input.jpg output.png -m u2netp

# 书画类文字偏浅的温和参数示例
python remove_background.py images output \
  --remove-subject --black_subject --gray_subject --save_mask \
  --black-threshold 30\
  --gray-saturation-threshold 30 --gray-value-threshold 30 \
  --edge-grow 2 \
  --feather --feather-radius 4 \
  --aot-pretrain experiments/G0000000.pt \
  --aot-max-size 1000

查看已下载模型：

ls -lh ~/.u2net/

模型大小参考

模型名称	文件大小	特点
u2net	176MB	通用模型
u2netp	4.7MB	轻量级，速度快
isnet-general-use	179MB	新一代通用，推荐
birefnet-general	~250MB	最新通用模型
birefnet-portrait	~250MB	人像专用

手动下载模型（网络问题时）

# 创建目录
mkdir -p ~/.u2net/

# 下载指定模型（以isnet-general-use为例）
curl -L "https://github.com/danielgatis/rembg/releases/download/v0.0.0/isnet-general-use.onnx" \
  -o ~/.u2net/isnet-general-use.onnx

清理模型缓存

# 删除所有已下载的模型
rm -rf ~/.u2net/

# 删除特定模型
rm ~/.u2net/u2net.onnx

AOT-GAN 修补后端

--remove-subject 默认使用 AOT-GAN 修补。 AOT-GAN 依赖 PyTorch（官方仓库测试 Python 3.8 / torch 1.8.1）。建议使用独立虚拟环境或确保兼容版本。

# 安装依赖（示例）
pip install torch torchvision

下载预训练权重后，运行示例：

python remove_background.py "images/IMG_9259 2.JPG" \
  --remove-subject --black-subject --gray-subject --save-mask \
  --aot-pretrain experiments/places2.pth

CPU 无 GPU 时的加速建议（只裁剪主体区域并限制最大边）：

python remove_background.py "images/IMG_9259 2.JPG" \
  --remove-subject --black-subject --gray-subject --save-mask \
  --aot-pretrain experiments/places2.pth \
  --aot-crop --aot-crop-pad 24 --aot-max-size 1400

减少“补脸”倾向：启用随机噪声预填充

python remove_background.py "images/IMG_9259 2.JPG" \
  --remove-subject --black-subject --gray-subject --save-mask \
  --aot-pretrain experiments/places2.pth \
  --aot-crop --aot-crop-pad 64 --aot-max-size 900 \
  --aot-noise-prefill --aot-noise-strength 1.0

可调整参数说明

1. 模型选择 (model_name)

不同模型适用于不同场景：

• u2net (默认): 通用模型，适合大多数场景
• u2netp: 轻量版，速度更快但精度稍低
• u2net_human_seg: 专门用于人物分割
• silueta: 精简版u2net (43MB)，速度快
• isnet-general-use: 新一代通用模型，效果可能更好
• isnet-anime: 专门用于动漫角色
• birefnet-general: 最新的通用模型，推荐尝试
• birefnet-portrait: 专门用于人像
• birefnet-general-lite: 轻量版birefnet

建议: 如果u2net效果不好，试试 isnet-general-use 或 birefnet-general

2. Alpha Matting 参数

Alpha Matting 是后处理步骤，可以显著改善边缘质量，特别是头发、毛发等细节。

alpha_matting（开关）

• 作用: 是否启用 alpha matting，提升边缘质量
• 默认: 关闭（不传 -a/--alpha-matting）
• 启用方式: 传入 -a 或 --alpha-matting
• 效果: 有利于细节边缘（毛发/细线），但速度稍慢

alpha_matting_foreground_threshold (0-255)

• 作用: 前景阈值，控制哪些区域被认为是前景
• 默认: 240
• 调整建议:
  • 值越大(如270): 保留更多细节，但可能保留一些背景
  • 值越小(如210): 去除更彻底，但可能丢失细节
  • 如果前景被过度去除，增加此值
  • 如果背景残留太多，减小此值

alpha_matting_background_threshold (0-255)

• 作用: 背景阈值，控制哪些区域被认为是背景
• 默认: 10
• 调整建议:
  • 值越大(如20-30): 去除背景更彻底
  • 值越小(如5): 保留更多过渡区域
  • 如果背景残留，增加此值

alpha_matting_erode_size (像素)

• 作用: 侵蚀大小，用于平滑边缘
• 默认: 10
• 调整建议:
  • 值越大(如15-20): 边缘更平滑，但可能损失细节
  • 值越小(如5-8): 保留更多细节，但边缘可能不够平滑

3. Mask后处理 (post_process_mask)

• 作用: 对 mask 进行额外后处理
• 默认: 关闭（不传 -p/--post-process）
• 启用方式: 传入 -p 或 --post-process
• 效果: 有助于减少毛边，但可能略损失细节

4. 去主体补背景 (remove_subject)

用于“去掉主体并补全背景”。当前仅使用 AOT-GAN 修补。

• remove_subject（开关）: 启用去主体补背景（默认关闭，传 --remove-subject 开启）
• aot_root: AOT-GAN 目录（默认: AOT-GAN-for-Inpainting）
• aot_pretrain: AOT-GAN 权重文件路径（必填）
• aot_device: AOT-GAN 设备（默认: cpu）
• aot_block_num: AOTBlock 数量（默认: 8）
• aot_rates: AOTBlock 膨胀率（默认: 1+2+4+8）
• aot_crop（开关）: 仅对 mask 覆盖区域裁剪修补（默认关闭，传 --aot-crop 开启）
• aot_crop_pad (像素): 裁剪边缘留白像素（默认: 0）
• aot_max_size (像素): AOT 输入最大边限制（默认: 0 表示不限制）
• aot_noise_prefill（开关）: AOT使用随机噪声预填充（默认关闭）
• aot_noise_strength (系数): 噪声强度（默认: 1.0）
• mask_dilate (像素): mask 膨胀大小（默认: 3）。越大去除范围越大，风险更高
• mask_blur (像素): mask 模糊大小（默认: 3）。越大边缘越柔和但易过度
• mask_threshold (0-255): alpha 阈值（默认: 10）。越大保留越多主体
• edge_grow (像素): 主体边缘额外扩张（默认: 0）。用于清理残留边缘
• save_mask（开关）: 保存 mask 方便检查（默认关闭，传 --save-mask 开启）
• black_subject（开关）: 将黑色内容也视为主体（默认关闭，传 --black-subject 开启）
• black_threshold (0-255): 黑色阈值（默认: 50）。越大越容易把浅灰当黑
• gray_subject（开关）: 将灰阶内容也视为主体（默认关闭，传 --gray-subject 开启）
• gray_saturation_threshold (0-255): 灰阶饱和度阈值（默认: 30）。越大越容易把彩色当灰
• gray_value_threshold (0-255): 灰阶亮度阈值（默认: 200）。越大越容易把浅灰当灰
• feather（开关）: 启用边缘过渡（默认关闭，传 --feather 开启）
• feather_radius (像素): 过渡半径（默认: 5）。越大过渡越柔和但可能变糊
• 说明: 过渡仅在 mask 外侧进行，避免把主体边缘带回

5. 参数调优建议（针对书画/字迹）

• 先开启 --remove-subject，仅看主体遮罩是否覆盖到字迹
• 文字残留：提高 --black-threshold 或 --gray-* 阈值
• 过度修补：降低 --black-threshold、--gray-value-threshold，并减小 --mask-dilate/--mask-blur
• 边缘不自然：尝试开启 --feather 并使用较小的 --feather-radius

常见问题解决

问题1: 前景被过度去除

解决方案:

alpha_matting = True
alpha_matting_foreground_threshold = 270  # 增加此值
alpha_matting_background_threshold = 10   # 保持较小

问题2: 背景残留太多

解决方案:

alpha_matting = True
alpha_matting_foreground_threshold = 240  # 保持默认或减小
alpha_matting_background_threshold = 20   # 增加此值
post_process_mask = True                  # 启用后处理

问题3: 边缘不自然、有锯齿

解决方案:

alpha_matting = True
alpha_matting_erode_size = 15  # 增加平滑程度

问题4: 毛发、头发细节丢失

解决方案:

model_name = "birefnet-portrait"  # 使用人像专用模型
alpha_matting = True
alpha_matting_foreground_threshold = 270  # 增加以保留细节
alpha_matting_erode_size = 5             # 减小以保留细节

推荐配置

配置1: 高质量人像

model_name = "birefnet-portrait"
alpha_matting = True
alpha_matting_foreground_threshold = 260
alpha_matting_background_threshold = 15
alpha_matting_erode_size = 10
post_process_mask = True

配置2: 通用高质量

model_name = "birefnet-general"
alpha_matting = True
alpha_matting_foreground_threshold = 250
alpha_matting_background_threshold = 12
alpha_matting_erode_size = 10
post_process_mask = True

配置3: 快速处理

model_name = "u2netp"
alpha_matting = False
post_process_mask = False

测试不同参数

建议按以下顺序调整:

1. 先尝试不同的模型
2. 启用alpha_matting
3. 调整foreground_threshold和background_threshold
4. 最后调整erode_size

每次修改后运行脚本，对比结果。