background-remove

背景移除技能

使用 AI（rembg/U2-Net）或内置方法移除图像背景。

输出： 透明背景的 PNG 或 WebP。

快速示例

用户说	执行操作
“移除这张照片的背景”	使用 AI 移除背景，输出 PNG
“让这张图片变透明”	移除背景，保留主体
“从这张图片中抠出产品”	分离主体并保留清晰边缘
“移除 /photos 中所有图片的背景”	批量处理多张图片
“快速移除背景，换成白色背景”	使用快速内置方法

先决条件

• rembg - 基于 AI 的背景移除工具（推荐）

  pip install rembg
  # Or with GPU acceleration (faster, requires CUDA)
  pip install rembg[gpu]
  

• Pillow - 图像处理必需

  pip install Pillow
  

首次运行时会下载 U2-Net 模型（约 170MB），之后会缓存以供后续使用。

方法

方法	描述	适用场景
rembg	使用 U2-Net 模型进行 AI 背景移除	复杂图像、照片、产品图（默认）
builtin	将白色转换为透明	图标、带干净白色背景的图形

工作流

步骤 1：收集需求（必需）

针对每个问题使用 AskUserQuestion 工具。每次只问一个问题。

问题 1：图像来源

“要移除哪些图像的背景？

请提供文件路径或粘贴图像。”

等待回复。

问题 2：方法（可选）

“选择哪种移除方法？

• AI（rembg）- 质量最佳，适用于任何图像（默认）
• 内置 - 速度更快，最适合白色背景”

等待回复。若用户未指定，则默认使用 AI。

问题 3：输出位置（可选）

“将结果保存到哪里？

• 保存在相同位置，并添加 _nobg 后缀（默认）
• 自定义路径”

等待回复。

步骤 2：执行背景移除

单张图像：

python3 ${SKILL_PATH}/skills/background-remove/scripts/background_remove.py \
  -i "/path/to/image.jpg" \
  -o "/path/to/output.png"

批量处理：

python3 ${SKILL_PATH}/skills/background-remove/scripts/background_remove.py \
  -i "/path/to/img1.jpg" "/path/to/img2.png" "/path/to/img3.webp" \
  -o "/path/to/output_folder"

使用内置方法（处理白色背景更快）：

python3 ${SKILL_PATH}/skills/background-remove/scripts/background_remove.py \
  -i "/path/to/icon.png" \
  -m builtin

步骤 3：交付结果

1. 向用户展示结果
2. 确认背景已成功移除
3. 提议：
   • 处理更多图像
   • 如果质量不理想，尝试其他方法
   • 调整输出格式（PNG 或 WebP）

脚本参数

参数	简写	描述	默认值
--input	-i	输入图像路径（可多个）	必需
--output	-o	输出路径或目录	自动生成，并添加 _nobg 后缀
--method	-m	移除方法（rembg、builtin）	rembg

输出格式

输出格式由文件扩展名决定：

扩展名	格式	说明
.png	PNG	质量最佳，文件较大（默认）
.webp	WebP	压缩效果好，现代格式

与其他技能集成

其他需要移除背景的技能可以调用此技能：

从 Python 调用（导入）

import sys
sys.path.insert(0, "${SKILL_PATH}/skills/background-remove/scripts")
from background_remove import remove_background

result = remove_background("/path/to/image.png", "/path/to/output.png", method="rembg")
if result.get("success"):
    print(f"Saved to: {result['file']}")
else:
    print(f"Error: {result['error']}")

从命令行调用

python3 ${SKILL_PATH}/skills/background-remove/scripts/background_remove.py \
  -i "/path/to/image.png" \
  -o "/path/to/output.png" \
  -m rembg

错误处理

未安装 rembg：

rembg not installed. Install with: pip install rembg[gpu] (or pip install rembg for CPU-only)

脚本会自动回退到内置方法。

未找到图像：

Image not found: /path/to/image.png

处理失败：

• 尝试其他方法
• 检查图像文件是否损坏
• 确保有足够的内存处理大型图像

获得最佳效果的提示

1. 照片使用 rembg - AI 能处理复杂边缘（头发、毛发、透明物体）
2. 图形使用 builtin - 处理带干净白色背景的图标或徽标时速度更快
3. 检查边缘 - 如果边缘粗糙，AI 方法通常能提供更好的结果
4. 批量处理 - 一次处理多张图像，提高效率
5. GPU 加速 - 安装 rembg[gpu]，在 NVIDIA GPU 上加快处理速度

示例

移除照片背景

python3 ${SKILL_PATH}/skills/background-remove/scripts/background_remove.py \
  -i "product_photo.jpg" \
  -o "product_transparent.png"

批量处理文件夹

python3 ${SKILL_PATH}/skills/background-remove/scripts/background_remove.py \
  -i photos/*.jpg \
  -o "transparent_photos/"

快速移除图标背景（白色背景）

python3 ${SKILL_PATH}/skills/background-remove/scripts/background_remove.py \
  -i "icon.png" \
  -m builtin

输出为 WebP（文件更小）

python3 ${SKILL_PATH}/skills/background-remove/scripts/background_remove.py \
  -i "photo.jpg" \
  -o "result.webp"