danielgatis/rembg

解决的问题

Rembg 提供了一种自动移除图像背景的方法，使用户能够分离前景主体。它解决了处理复杂边缘（如头发、毛发或织物）时创建干净剪影的挑战，并消除了在强色背景上拍摄主体时常见的彩色光晕（色边）。

工作原理

使用预训练的 ONNX 模型进行图像分割。该工具可作为命令行界面（CLI）、Python 库、HTTP 服务器或 Docker 容器部署。支持多种硬件后端，包括 CPU、NVIDIA GPU（通过 CUDA）、AMD GPU（通过 ROCm）。为优化输出，提供多种边缘模式：

• Naive：适用于硬边缘的默认模式。
• Decontaminate：去除软边缘的彩色边缘。
• Alpha matting：重新估计软形状（如头发）的覆盖范围。
• ViTMatte：基于神经网络的高精度 alpha 预测方法。

适用人群

• 希望将背景移除功能集成到自己 Python 应用中的 开发者。
• 需要通过 CLI 或 Docker 批量处理图像文件夹的 系统管理员 或 自动化工程师。
• 希望通过 FFmpeg 集成快速移除图像或视频帧背景的 内容创作者。

主要亮点

• 多种部署方式：支持 CLI、Python 库、HTTP 服务器和 Docker 镜像。
• 丰富的模型库：支持 U2Net、BiRefNet、ISNet、SAM 以及最先进的 BRIA RMBG-2.0 等多种模型。
• 硬件加速支持：原生支持 CPU、NVIDIA CUDA 和 AMD ROCm。
• 高级边缘优化：包含专门用于去色和 alpha 矩阵的模式，以处理复杂的透明效果。
• 视频支持：可处理 RGB24 像素流，兼容 FFmpeg 等工具，实现视频背景移除。