P图，现代人交际的必备技能，但作为一名程序员，美图秀秀、PS、光影魔术手等虽然好用，但是总归不是在Ternimal终端完成的，显得有些不是太“程序员”。要是能像黑客一样，几行代码敲入，然后一溜的字符串从界面划过，这才显得厉害。

言归正传，其实现在AI修图也挺好用的，如果只是少量的去背景修图场景，还是用软件或ai操作起来比较方便，但如要修的图比较多，重复工作比较大的话。比如像UI设计、或者商品上架前的修图等，这时候用代码来搞定还是相对高效的。

这就要介绍到一个Python库：rembg库，它的github地址是：
https://github.com/danielgatis/rembg，目前Github 16.1K星，很受欢迎。

安装：

# 同时安装Python库和命令行
pip install rembg[cli]

命令行使用：

rembg的使用非常简单，它只有4个非常简单的参数。

• i for files （单个文件）
• p for folders （整个目录）
• s for http server （启动网络服务）
• b for RGB24 pixel binary stream

由于我们同时安装了Python库和命令行，先看下命令行如何操作：

rembg i path/to/input.png path/to/output.png  // 一行搞定

网络服务：

启动一个网络服务，打开浏览器就能本地操作，也非常方便。

$ rembg s -p 9000
To access the API documentation, go to http://localhost:9000/api
To access the UI, go to http://localhost:9000
INFO:     Started server process [12589]
INFO:     Waiting for application startup.
INFO:     Application startup complete.
INFO:     Uvicorn running on http://0.0.0.0:9000 (Press CTRL+C to quit)
......

Python使用：

from rembg import remove

input_path = 'input.png'
output_path = 'output.png'

with open(input_path, 'rb') as i:
    with open(output_path, 'wb') as o:
        input = i.read()
        output = remove(input)
        o.write(output)

总结：

除了默认的抠图模型，rembg还提供了非常多针对特定场景的抠图模型。所有模型均已下载并保存在用户主目录下的.u2net目录中，部分可用的模型包括：

• u2net：一个预训练模型，一般用途。
• u2net_human_seg：一个预训练模型，专为人像分割设计。
• u2net_cloth_seg：一个预训练模型，用于从人像中解析衣物。此模型可将衣物分为上身、下身和全身三类。
• isnet-general-use：一个新的预训练模型，一般用途。
• isnet-anime：针对动漫角色的高精度分割模型。
• birefnet-general：一个预训练模型，一般场景。
• birefnet-general-lite：一个轻量级的预训练模型，一般场景。
• birefnet-portrait：一个专为人像设计的预训练模型。
• birefnet-dis：一个预训练模型，用于二值图像分割（DIS）。
• birefnet-hrsod：一个预训练模型，用于高分辨率显著对象检测（HRSOD）。
• birefnet-cod：一个预训练模型，用于隐蔽物体检测（COD）。
• birefnet-massive：一个基于大规模数据集训练的预训练模型。

有兴趣的小伙伴可以试试哦。