danielgatis/rembg

解決的問題

Rembg 提供自動移除圖片背景的方法，讓使用者能將前景主體分離出來。它解決了處理複雜邊緣（如頭髮、毛髮或布料）時產生乾淨剪影的挑戰，並消除在強色背景上拍攝主體時常見的彩色光暈（色邊）。

工作原理

使用預先訓練的 ONNX 模型進行影像分割。該工具可作為命令列介面（CLI）、Python 套件、HTTP 伺服器或 Docker 容器部署。支援多種硬體後端，包括 CPU、NVIDIA GPU（透過 CUDA）、AMD GPU（透過 ROCm）。為優化輸出，提供多種邊緣模式：

• Naive：適用於硬邊緣的預設模式。
• Decontaminate：去除軟邊緣的彩色邊緣。
• Alpha matting：重新估計軟形狀（如頭髮）的覆蓋範圍。
• ViTMatte：基於神經網路的高精度 alpha 預測方法。

適用對象

• 希望將背景移除功能整合至自己 Python 應用的 開發者。
• 需要透過 CLI 或 Docker 批次處理圖片資料夾的 系統管理員 或 自動化工程師。
• 希望透過 FFmpeg 集成快速移除圖片或影片畫格背景的 內容創作者。

主要亮點

• 多種部署方式：支援 CLI、Python 套件、HTTP 伺服器和 Docker 鏡像。
• 豐富的模型庫：支援 U2Net、BiRefNet、ISNet、SAM 以及最先進的 BRIA RMBG-2.0 等多種模型。
• 硬體加速支援：原生支援 CPU、NVIDIA CUDA 和 AMD ROCm。
• 高階邊緣優化：包含專門用於去色和 alpha 矩陣的模式，以處理複雜的透明效果。
• 影片支援：可處理 RGB24 位元流，相容 FFmpeg 等工具，實現影片背景移除。