withoutbg/withoutbg

解決的問題

它提供了一種使用 Python 從圖像中去除背景的簡單方法，使用者可以在執行免費的本地私有模型與使用高品質的雲端 API 之間進行選擇。

工作原理

該函式庫允許使用者以兩種模式實例化 WithoutBG 物件：用於本地處理的 open_weights() 和用於雲端處理的 api()。本地模式會下載一個基於 DINOv3 的 ONNX 模型（約 455 MB），在 CPU 上透過單次執行完成深度、分割、摳圖和精修。雲端模式將圖像發送到遠端 API，以獲得更出色的效果，特別是在處理頭髮和皮毛等複雜邊緣時。

適用對象

專為構建需要自動圖像背景去除的腳本、Jupyter notebook、後端或批次處理作業的開發人員設計。

亮點

• 雙模式執行：只需一行程式碼即可在本地開源權重（免費、離線、私密）與雲端 API（更高品質）之間切換。
• 批次處理：包含 remove_background_batch 方法，無需重新載入模型權重即可高效處理多張圖像。
• 本地 CPU 支援：本地模型透過 ONNX 執行，這意味著不需要專用 GPU。
• CLI 工具：附帶命令列介面，無需編寫 Python 程式碼即可快速進行圖像處理。
• PIL 整合：以 RGBA 模式的 PIL Image 物件回傳圖像，方便將主體合成到新背景中。