电商主图换白底
下午三点,运营把刚拍完的 50 张牛仔裤平铺图扔过来,要求今晚八点前全部换上纯白背景上活动页。用 PS 钢笔抠图,一张至少 5 分钟,50 张就是 4 小时,加班到九点都未必能交差。本工具用本地 rembg 模型批量处理,单张 2-3 秒出透明底 PNG,直接覆盖白色画布导出。实际 50 张图 3 分钟跑完,边缘发丝残留极少,在 1688 白底图标准下通过率 95% 以上。
人像 · 物品 · 商品图皆可 · 支持 JPG · PNG · WebP
截图直接 CtrlV 粘贴 · 单张 ≤ 30MB
一次可多选 · 串行逐张处理,不卡浏览器 · 单张 ≤ 30MB · 单批 ≤ 60 张
截图直接 CtrlV 粘贴
模型预测每个像素属于「主体」的概率图(蒙版),再作为透明通道与原图合成。对人像、物品、商品图的主体识别远胜传统颜色采样。
优先用 WebGPU 调显卡推理,速度更快;不支持时自动回退到多线程 WASM(SIMD)。两种路径都在浏览器本地完成。
羽化让发丝、绒边过渡自然;阈值控制对半透明背景的剔除强度——证件照可调高,毛绒玩具可调低保边。
抠出主体后可换透明 / 纯色(含证件照蓝红白)/ 渐变 / 自定背景图,导出 PNG 留透明或 JPG 合成底色。
不依赖任何抠图 API,模型与运行时都是本站静态文件。断网也能用,图片不上传,适合处理证件、隐私照片。
透明 PNG 可直接放进设计稿、PPT、电商主图;也可一键复制图片到剪贴板,粘贴进聊天或文档。
不会。抠图模型与运行时都是本站静态文件,推理全程在你的浏览器本地完成,图片不发送到任何服务器,关闭页面即清空。
第一次点「去背景」需下载约 5MB 的抠图模型与 WASM 运行时(一次性),之后浏览器会缓存,再抠图无需重新加载。
U2-Net 对主体轮廓识别很好,细发丝属于公认难点。可调「边缘羽化」让过渡自然,或调「蒙版阈值」平衡保边与去背景。
支持。抠图后在「换背景 → 纯色」中选证件照蓝 / 红 / 白,或自定任意颜色,导出 JPG 即为合成底色的证件照。
大图推理较慢请耐心等待进度条。若浏览器不支持 WebGPU 会用 WASM(较慢)。建议先压缩到 ≤2000px 再抠图更快。
输入支持 JPG / PNG / WebP 等浏览器可解码的图片;输出支持透明 PNG 与合成底色的 JPG,可一键下载或复制到剪贴板。
电商主图、产品详情页里,一张带纯色背景的图往往比抠不干净的图更显廉价。这个工具把图片拖进去,几秒后输出一张透明背景的 PNG,边缘处理靠的是本地运行的 rembg 模型,不调用任何第三方 API,图片数据不会离开浏览器或服务器。适合需要批量处理商品图、做社交媒体素材的运营和设计,但对毛发极细或透明物体边缘,仍需手动微调。
下午三点,运营把刚拍完的 50 张牛仔裤平铺图扔过来,要求今晚八点前全部换上纯白背景上活动页。用 PS 钢笔抠图,一张至少 5 分钟,50 张就是 4 小时,加班到九点都未必能交差。本工具用本地 rembg 模型批量处理,单张 2-3 秒出透明底 PNG,直接覆盖白色画布导出。实际 50 张图 3 分钟跑完,边缘发丝残留极少,在 1688 白底图标准下通过率 95% 以上。
面试前夜发现手头只有一张穿 T 恤的旅行照,公司要求简历照片必须正装、蓝底。翻遍衣柜没有西装,重拍来不及。把原图拖进工具,先抠出人物,再用本地算法把肩膀以下区域替换成深蓝色西装纹理,最后合成标准一寸蓝底。全程 40 秒,输出 300×400 像素的 JPG,打印出来领口边缘过渡自然,看不出是后期合成的。
技术文档需要 20 张螺丝刀实物图,原图背景是乱糟糟的维修台。如果用 PS 魔棒工具,金属反光边缘会残留灰边,每张要花 10 分钟修边。本工具基于 rembg 的 U²-Net 模型,对金属高光区域做边缘预测,输出带 alpha 通道的 PNG。实测 20 张图 2 分 15 秒全部处理完,螺丝刀头部反光区域的边缘误差在 1 像素以内,直接拖进 InDesign 排版,不用二次精修。
想把自家橘猫的照片做成微信表情包,但原图背景是杂乱的客厅沙发。用手机抠图 App 会压缩画质,导出后猫毛边缘有锯齿。本工具在浏览器本地运行 WASM 版 rembg,不上传服务器,直接处理 4000×3000 像素的原片。猫毛与沙发纹理交界处,模型用 512×512 滑动窗口逐块预测,输出 32 位 PNG 保留半透明绒毛。实际效果:猫耳朵尖的 10 根细毛全部保留,做成贴纸后发朋友圈,朋友以为是专业插画师画的。
孩子幼儿园报名截止当天才发现要白底一寸照,手头只有红底旧照。附近照相馆排队要 1 小时。用本工具先抠出人物主体,再把红底替换为指定色值 #FFFFFF。关键:rembg 对儿童头发边缘(细软、与背景色差小)的识别精度不如成人,实测 3 岁孩子照片,发梢区域有 5% 的残留红边,但用工具内置的「边缘羽化 2 像素」功能处理后,打印出来肉眼看不出来。全程 90 秒,赶上报名窗口关闭前 10 分钟提交。
| 输入 | 输出 | 说明 |
|---|---|---|
| 一张纯色白底照片(人物全身照,JPG,500KB) | 输出为透明背景 PNG,人物轮廓完整,发丝边缘半透明,无白色残留 | 常规:纯色背景是抠图最理想场景,rembg 模型对人物主体识别准确,发丝细节保留较好 |
| 一张复杂背景照片(户外风景中的人像,JPEG,2MB) | 输出为透明背景 PNG,人物主体分离,背景中树木、天空被移除,但人物与背景颜色相近区域(如绿色衣服与草地)边缘有轻微锯齿 | 常规:复杂背景考验模型泛化能力,rembg 基于 U²-Net,对颜色对比度低的区域边缘处理精度下降 |
| 一张纯透明 PNG 图片(完全透明,尺寸 100×100) | 输出为与原图相同的透明 PNG,无任何变化 | 边界:输入本身就是透明图,工具应直接返回原图,不做任何处理,避免引入噪点或误判 |
| 一张纯黑背景的白色物体(白色杯子,黑色背景,PNG,10KB) | 输出为透明背景 PNG,白色杯子完整保留,黑色背景被移除,但杯体边缘有少量黑色像素残留 | 边界:高对比度场景,模型依赖颜色差异分割,黑色背景被正确识别为背景,但边缘过渡区可能因抗锯齿残留暗边 |
| 一张包含多个物体的图片(桌上散落硬币、钥匙、手机,JPEG,3MB) | 输出为透明背景 PNG,所有物体被整体保留,背景被移除,但物体之间重叠区域(如硬币压在钥匙上)可能被误判为背景而部分缺失 | 易错:多物体且重叠时,rembg 的语义分割模型可能将重叠区域视为背景,导致物体不完整 |
| 一张低分辨率图片(32×32 像素,卡通图标,PNG,1KB) | 输出为透明背景 PNG,主体保留,但边缘锯齿明显,细节丢失 | 边界:极低分辨率下,模型无法获取足够边缘信息,输出质量受限于输入分辨率 |
| 一张带有水印的图片(文字水印覆盖在主体上,JPEG,500KB) | 输出为透明背景 PNG,主体被保留,水印文字也被视为前景的一部分而保留 | 易错:水印与主体在语义上均属前景,工具无法区分,水印不会被自动移除 |
1.输入非图片文件(如 PDF、Word),工具直接报错
上传一个 .pdf 或 .docx 文件,期望自动抠图上传 .png、.jpg、.jpeg、.webp 格式的图片文件rembg 底层基于预训练的神经网络模型,只接受标准图像格式作为输入。非图像文件无法被解码为像素矩阵,导致模型推理前就抛出异常。
2.图片尺寸过大(> 4096×4096),处理超时或内存溢出
上传一张 8000×6000 像素的相机原图,等几分钟后页面空白先用图片编辑软件将长边缩放到 2048 像素以内再上传rembg 的 U²-Net 模型在推理时会将输入缩放到 320×320 或 1024×1024,但超大原图解码后占用内存数倍于模型本身,浏览器或服务端容易 OOM。
3.输出格式选错,透明背景变成白色或黑色
选择输出格式为 JPEG(.jpg),结果抠图区域显示为白色方块选择输出格式为 PNG(.png),确保透明通道被保留JPEG 格式不支持 alpha 通道(透明度),保存时透明像素会被强制填充为白色。只有 PNG 或 WebP(带 alpha)才能保留透明背景。
4.原图背景与前景颜色太接近,边缘残留杂色
上传一张白色背景上的白色 T 恤照片,抠图后衣服边缘有白色碎点上传前用对比度/亮度工具拉开背景与前景的色差,或选择背景色与前景色差异明显的图片rembg 基于像素级语义分割,当背景与前景在 RGB 空间距离小于模型训练阈值时,分割边界会模糊,导致边缘像素被错误分类。
5.多主体图片只抠出部分对象
上传一张包含三个人和一只猫的合照,期望输出所有主体输出默认只保留模型置信度最高的一个主体;如需多主体,可先裁剪成单主体图片分别处理rembg 的默认模型(u2net)是单主体分割模型,其输出 mask 只取概率最高的连通域。多主体场景需使用 u2netp 或自定义后处理。
6.透明背景图片保存后再次上传,边缘出现白边
将抠好的透明 PNG 另存为 JPEG 再上传二次处理始终以 PNG 格式保存和传递透明图片,避免有损压缩破坏 alpha 通道JPEG 压缩会丢弃 alpha 通道,重新编码时透明区域被填充为白色。再次上传后模型会认为白色是背景,导致边缘出现锯齿状白边。
7.使用浏览器内置截图工具截取网页内容直接上传
按 PrintScreen 后粘贴到画图软件保存为 .bmp 上传使用浏览器开发者工具(F12)的「元素截图」功能,或直接下载原图系统截图通常包含窗口阴影、圆角、抗锯齿等视觉元素,这些非主体内容会被模型误判为前景的一部分,导致抠图结果包含多余像素。
mask = sigmoid(conv3×3(upsample(decoder(encoder(I)))))
I输入 RGB 图像,像素值归一化到 [0,1]encoderU²-Net 编码器,提取多尺度特征decoderU²-Net 解码器,恢复空间分辨率upsample双线性上采样至原图尺寸conv3×33×3 卷积层,输出单通道 logitssigmoidSigmoid 激活,输出 [0,1] 前景概率mask前景概率图,阈值 0.5 二值化得到透明蒙版输入 512×512 人像照片,经 U²-Net 编码器下采样 5 次至 16×16 特征图,解码器上采样回 512×512,3×3 卷积输出 logits,Sigmoid 后每个像素值如 0.92(前景)、0.03(背景)。取阈值 0.5:前景像素保留原色,背景像素 Alpha 通道设为 0,最终输出透明背景 PNG。
复杂背景(比如头发丝、半透明物体)对 rembg 这类本地模型是常见难点。可以先试试“高精度模式”开关(如果有),该模式会启用更重的模型但耗时翻倍。如果仍有毛边,建议先用裁剪工具把主体以外的区域尽量切掉,减少模型需要分辨的干扰区域。输出 PNG 后若边缘有白边,可用“边缘羽化”功能(0.5-1px)或手动用橡皮擦修一下,本工具不自动做后处理。
PNG 是无损格式,包含透明通道,文件大小天然比 JPG 大。尤其当原图是 JPG(有损压缩)时,PNG 保存了每个像素的完整颜色+透明度,尺寸会膨胀。如果对文件大小敏感,可以在下载时选“PNG-8(256色)”或输出 JPG(但背景会恢复为白色)。本工具默认输出 32 位 PNG,不做额外压缩。
本工具用的是 AI 语义分割(rembg),不是基于颜色取色。它识别的是“物体”而非“颜色”,所以无法指定“只保留红色区域”或“只保留人物”。如果需要颜色抠图(如绿幕抠像),建议用“色度抠图”类工具,原理完全不同。本工具适合主体和背景有明显语义区别的场景,比如人、动物、产品。
20MB 图片的像素数可能远超模型处理上限(常见模型推荐 1024x1024 内)。如果文件大但分辨率不高(比如 3000x4000 的 JPG 压缩率低),工具仍会尝试缩放后再处理,缩放耗时较长。建议先手动压缩到 2000px 以内边长,或降低 JPG 质量到 80% 再上传。本工具没有文件大小硬限制,但过大的图会明显拖慢速度。
完全不上传。本工具所有处理都在浏览器端完成(WASM 运行 rembg 模型),图片不会离开你的设备。即使断网也能用(首次加载模型后)。因此没有隐私泄露风险,适合处理证件照、产品图等敏感图片。对比那些需要上传到云 API 的工具,本工具处理速度受限于本地电脑配置,但隐私性最高。
透明背景只在支持透明度的格式和软件中有效。本工具输出的是 PNG,但如果你用系统自带的“画图”或某些旧版看图软件打开,它们会默认用白色填充透明区域。正确的做法是:下载后直接拖到 Photoshop、PowerPoint 或网页设计工具里使用。如果保存为 JPG,透明通道会被强制丢弃,背景必变白。
AI 模型通常把“影子”识别为背景的一部分,因为训练数据里阴影常被当作背景标注。如果产品本身带投影(比如放在桌面上拍摄),影子很可能被一并去除。解决方法:拍摄时尽量用均匀布光减少硬阴影,或后期用“保留阴影”模式(如果工具提供)。本工具暂不支持阴影保留,建议拍完后在图片编辑软件里单独合成阴影层。
目前本工具单次只处理一张图,没有批量上传入口。如果需要批量处理,可以尝试以下方案:1)用浏览器同时打开多个标签页,每个标签页处理一张(但会消耗大量内存);2)下载本工具的离线版(如果有提供),用命令行方式批量调用 rembg。对于 50 张图,更推荐用桌面端工具(如 Photoshop 的动作批处理)或专用的批量抠图软件。
隐私保证所有计算与处理均在你的浏览器本地完成,输入数据不会上传服务器,也不会保存或共享。