Rembg 批量去背景工具

这是一个基于 rembg 的 Python 脚本工具，用于批量去除图片背景。它提供了一个简单的交互式菜单，允许用户选择不同的 AI 模型来处理 input 文件夹中的图片，并将结果保存到 output 文件夹。

功能特点

• 批量处理：自动扫描 input 文件夹下的所有图片（支持 png, jpg, jpeg, bmp, webp）。
• 多模型支持：支持 u2net, isnet, sam, birefnet, bria-rmbg 等多种主流去背景模型。
• 交互式界面：通过 run_rembg.bat 启动，提供数字菜单选择模型。
• 自动输出：处理后的图片将以 PNG 格式（保留透明通道）保存到 output 文件夹。

环境要求

• Python 3.8+
• 必须安装 rembg 库

安装步骤

1. 确保已安装 Python。
2. 安装依赖库：

   pip install "rembg[cpu]" # for library
   pip install "rembg[cpu,cli]" # for library + cli

   (注意：如果需要 GPU 加速，请参考 rembg 官方文档安装对应的 GPU 版本)

使用方法

1. 将需要去除背景的图片放入 input 文件夹中（如果文件夹不存在，脚本会自动创建，或者您可以手动创建）。
2. 双击运行 run_rembg.bat。
3. 在命令行窗口中输入数字选择想要使用的模型（默认为 u2net）。
4. 等待处理完成，结果将在 output 文件夹中生成。

注意：首次使用某个模型时，程序会自动从网络下载该模型文件，这可能需要一些时间，请耐心等待。

支持的模型列表

1. u2net: 默认模型，通用性好。
2. u2netp: u2net 的轻量级版本，速度快但精度稍低。
3. u2net_human_seg: 专门针对人像分割优化。
4. u2net_cloth_seg: 专门针对衣物分割优化。
5. silueta: 极小模型，适用于人像/肖像。
6. isnet-general-use: 通用模型，另一种优秀的选择。
7. isnet-anime: 专门针对动漫角色分割。
8. sam: Segment Anything Model，万物分割模型。
9. birefnet-general: 通用模型。
10. birefnet-general-lite: 轻量级通用模型。
11. birefnet-portrait: 人像/肖像模型。
12. birefnet-dis: 二分图像分割。
13. birefnet-hrsod: 高分辨率显著目标检测。
14. birefnet-cod: 伪装目标检测。
15. birefnet-massive: 大规模通用模型。
16. bria-rmbg: BRIA AI 开发的最先进背景去除模型（需下载，非商业用途开源）。

目录结构

rembg-script/
├── input/              # 放入待处理图片
├── output/             # 生成结果图片
├── process_images.py   # Python 主逻辑脚本
├── run_rembg.bat       # Windows 启动脚本
└── README.md           # 说明文档

常见问题

• 下载模型慢：模型文件通常托管在 Google Drive 或 HuggingFace 上，请确保网络连接正常。
• 内存不足：部分模型（如 SAM 或 Massive 版本）可能占用较大内存，如果报错请尝试使用 u2netp 或 silueta 等轻量级模型。