圖片去背

這個去背工具能做什麼

拖入一張照片，主體在一秒內從背景裡分離出來——人物、商品、動物、汽車、植物、Logo 都行。結果保持照片原解析度，輸出帶真實 alpha 通道的 PNG：髮絲、毛髮、紗網這類半透明邊緣以柔和的透明度保留，而不是生硬地一刀切，這正是去背結果能放到任何新背景上的關鍵。拖動預覽中間的分割線，可以逐像素對比前後效果。

背景可以保持透明、換成白色（電商主圖、證件照）或填任意顏色，邊緣羽化滑桿可以把輪廓柔化最多 5 像素。多張照片可以一起拖入，逐張處理；單張下載或打包 ZIP。去背由 ISNet 完成——一個在高解析度影像上訓練的開源二分類分割網路——透過 WebGPU 在你的瀏覽器裡執行；不上傳，無浮水印，不用註冊，沒有次數限制。

怎麼用

裝置上第一次使用，頁面會拉取 AI 模型（44 MB）和執行環境（21 MB），有進度條，之後快取，再來直接開始。拖入、貼上或選擇照片。每張自動處理；第一張完成的圖出現在對比視圖裡。選背景——透明、白色或取色——和邊緣羽化；這兩項即時生效，不需要重新跑 AI。點「下載 PNG」儲存目前圖，或「全部下載」打包整批。

給模型一個清晰的主體效果最好：一個人、一件商品、一隻動物。主體佔畫面比例大的照片摳得最乾淨；遼闊風景裡的一個小人分到的像素太少。結果可以繼續交給圖片壓縮、圖片尺寸調整或圖片加浮水印；要把去背圖放到新照片上，用任何支援透明 PNG 的圖片編輯器。

常見地雷

速度取決於你的瀏覽器。有 WebGPU——目前電腦上的 Chrome、Edge、Firefox、Safari 26，以及近年的 Android 手機——首次載入後一張照片不到一秒。沒有的話，同一個模型在 CPU 上以 WebAssembly 執行，每張大約 15–25 秒；頁面會告訴你目前是哪種模式，處理期間介面不會卡死。老手機和很舊的筆電可能連模型都裝不下。

主體由模型判斷，它猜不到你的心思。合照會保留所有人，手持商品會保留手，地面上的倒影和陰影通常被去掉（想要陰影就在編輯器裡補）。玻璃、水、薄紗這類透明物體得到的是合理但不精確的透明度。背景雜亂且顏色與主體接近是最難的情況。模型內部按 1024 像素處理，再把遮罩放大回原尺寸，所以 6000 像素大圖的邊緣比 1500 像素的略軟。

背景知識：去背是怎麼做到的

ISNet 是做二分類影像分割的神經網路——判斷每個像素有多大比例屬於前景。它在數千張帶像素級精確遮罩的高解析度影像上訓練，包括頭髮、網眼和細長結構，所以能給出柔和、細緻的邊緣，而不是老模型那種糊成一團的輪廓。網路以 1024 × 1024 執行，輸出機率圖；這張圖放大到原尺寸後就成為照片的 alpha 通道。

本站用的是原始的 Apache 授權權重，卷積權重以 8 位元整數儲存（體積四分之一，遮罩與全精度版本無法區分），切成三個檔案以便普通靜態託管，在瀏覽器裡重新拼接。推理由 ONNX Runtime Web 執行：瀏覽器提供 WebGPU 就走 GPU，否則用 WebAssembly 在 CPU 上跑。照片讀入 canvas、正規化、送進網路、合成回來——每一步都在你的分頁裡，不傳送任何東西，模型快取後頁面離線也能用。

哪些場景需要去背

平台要求純白背景的商品主圖。用純色背景的大頭照和證件照。必須透明才能放到文件上的 Logo 和簽名。用在簡報、海報、封面圖和社群圖片裡的去背圖。在雜亂桌面上拍的二手物品照片。把幾張照片的主體拼在一起的合成和拼貼。用照片做的貼圖和表情。

本站的流程是：在這裡去背，再按平台縮放或壓縮，公開發布就加浮水印，或者把透明 PNG 當作 Logo/印章放到 PDF 上——用PDF 簽名。

常見問題