withoutbg/withoutbg

解决的问题

它提供了一种使用 Python 从图像中去除背景的简单方法，用户可以在运行免费的本地私有模型与使用高质量的云端 API 之间进行选择。

工作原理

该库允许用户以两种模式实例化 WithoutBG 对象：用于本地处理的 open_weights() 和用于云端处理的 api()。本地模式会下载一个基于 DINOv3 的 ONNX 模型（约 455 MB），在 CPU 上通过单次运行完成深度、分割、抠图和精修。云端模式将图像发送到远程 API，以获得更出色的效果，特别是在处理头发和皮毛等复杂边缘时。

适用对象

专为构建需要自动图像背景去除的脚本、Jupyter notebook、后端或批处理作业的开发人员设计。

亮点

• 双模式执行：只需一行代码即可在本地开源权重（免费、离线、私密）和云端 API（更高质量）之间切换。
• 批处理：包含 remove_background_batch 方法，无需重新加载模型权重即可高效处理多张图像。
• 本地 CPU 支持：本地模型通过 ONNX 运行，这意味着不需要专用 GPU。
• CLI 工具：附带命令行界面，无需编写 Python 代码即可快速进行图像处理。
• PIL 集成：以 RGBA 模式的 PIL Image 对象返回图像，方便将主体合成到新背景中。