FOSS AI image background removal software.
去背功能，從GIMP這類修圖軟體誕生以來便存在的操作，是許多修圖者必學的基本功。過去要慢慢用工具圈選背景修圖，如果背景很複雜那真的會修到想死。現今，在AI模型的幫助下，已經可以做一鍵去背操作。
很多軟體都有AI協助去背，比方說GIMP可以安裝remove.bg的插件，透過線上API去背。
不過，本文我的重點將專注在離線運算的AI去背軟體。
GitHub上有很多去背軟體的開源專案和函式庫，我選擇星星最多的「rembg」。
經實測，給複雜的背景去背，rembg效果良好，速度也非常快。
rembg軟體本身也提供了豐富的API介面，可以輕鬆整合到其他專案使用。如果你不想要打指令，可以跳到本文最後一段看「搭配圖形軟體使用rembg」的方法。
1. 安裝rembg#
rembg軟體由Daniel Gatis開發，主程式用Python寫成，原始碼位於Github，可於Linux/Windows/macOS安裝。
此處安裝使用Ubuntu Linux做示範。
conda create -n rembg python=3.11.7
conda activate rembg
- 用pip安裝rembg套件
# 純CPU版
pip install rembg[cli]
# 或是裝GPU加速版
pip install rembg[gpu,cli]
- rembg支援多種模型，預設載入的是處理通用圖像的u2net。若要採用其他特化用途的模型，請在指令中指定，rembg會自動下載，並將其放到
~/.u2net目錄。
rembg提供的模型如下：
- u2net：基於Qin Xue Bin等人發表的U2-Net所訓練的通用模型。個人認為比較適合真實照片。
- u2netp：輕量版u2net模型。
- u2net_human_seg：專為分割人物訓練的模型。
- u2net_cloth_seg：從人像分割衣服的模型。衣服種類分為上半身、下半身、全身。
- silueta：功能跟u2net一樣，檔案大小縮減到43MB。
- isnet-general-use：基於Qin Xue Bin等人發表的DIS所訓練的通用模型，效果比u2net更好。
- isnet-anime：專為動漫角色訓練的高精確度分割模型。
- sam：基於Meta的Segment Anything訓練的通用模型，檔案更大，且需要額外輸入提示詞。
2. rembg命令行使用方式#
例如我要將/home/user/Downloads/input.png圖片去背，並輸出為/home/user/Downloads/output.png
注意要去背的圖片主體不可以跟背景顏色太接近，否則AI還是會誤判。
指定參數i，給單個檔案去背。輸出為png的話，去背的部份就會變成透明圖層。
rembg i /home/user/Downloads/input.png /home/user/Downloads/output.png
p可以給整個目錄的圖片去背，例如處理input目錄下的所有圖片，並輸出到output
rembg p /home/user/Downloads/input /home/user/Downloads/output
om僅回傳遮罩，方便在修圖軟體做後續處理
rembg i -om /home/user/Downloads/input.png /home/user/Downloads/output.png
m使用特定模型去背
rembg i -m isnet-anime /home/user/Downloads/input.png /home/user/Downloads/output.png
不過sam模型比較特殊，需要使用以下格式的指令，提供精確的圖片主體座標，SAM才能分割出物件。圖片座標請開GIMP看。
# 座標選取，處理圖片中(390,350)座標的物件
rembg i -m sam -x '{ "sam_prompt": [{"type": "point", "data": [390, 350], "label": 1}] }' /home/user/Downloads/input.png /home/user/Downloads/output.png
# 正方形選取，從圖片左上角(0,30)座標為基準，畫出744x980長寬的選取區域。
rembg i -m sam -x '{ "sam_prompt": [{"type": "rectangle", "data": [0, 30, 744, 980], "label": 1}] }' /home/user/Downloads/input.png /home/user/Downloads/output.png
3. rembg搭配圖形界面軟體使用#
GIMP#
你可以在GIMP使用rembg，這裡使用的是James Huang製作的RemoveBG.py外掛。
Linux的話先透過Flatpak安裝GIMP
接著下載作者提供的RemoveBG-Flatpak.zip，解壓縮，編輯裡面的
RemoveBG.py，將aiExe =指向rembg執行檔所在路徑。
aiExe = "/home/user/.local/bin/rembg"
- 賦予
RemoveBG.py執行權限，並移動到GIMP的plug-ins目錄
chmod +x RemoveBG.py
mv ~/Downloads/RemoveBG.py ~/.var/app/org.gimp.GIMP/config/GIMP/2.10/plug-ins
- 開放GIMP存取session bus
flatpak --user override --socket=session-bus org.gimp.GIMP
之後RemoveBG的選單就會出現在GIMP的濾鏡 → Python-fu
點選後勾選啟用遮罩，並選取要使用的模型（如果沒有你要的模型，請修改
RemoveBG.py，在陣列加入模型名字）
這樣程式會將目前的圖層複製，再加上遮罩。對其按右鍵「套用遮罩」，再按檔案 → 匯出PNG。
Stable Diffusion#
Stable Diiffusion WebUI的作者有開發rembg的擴充功能：stable-diffusion-webui-rembg
透過網頁安裝擴充功能，重新啟動WebUI。
進入Extra頁面，上傳圖片
勾選下方的
Remove Background，再選取模型，其他都不要勾，
點選Generate就會完成去背。
4. 延伸閱讀：AI影片去背#
BackgroundRemover by Johnathan Nader：影片版的Rembg，這個程式的問題就是輸出的mov檔案太巨大了。
Transparent Background by Taehun Kim使用教學：影片去背並生成綠幕，我覺得這個效果比較好。