开源地址：项目首页 – AI批量抠图工具-本地运行-批量抠图-全自动抠图:基于 rembg 库开发的批量图像背景移除工具，提供友好的图形界面和强大的批处理功能。 – GitCode

批量抠图工具 (Batch Background Removal Tool)

基于 rembg 库开发的批量图像背景移除工具，提供友好的图形界面和强大的批处理功能。

功能特点

• 🖼️ 批量处理: 一键处理多张图片，自动移除背景
• 🎯 智能扫描: 自动扫描待处理图片，显示处理状态
• ⚙️ 参数配置: 支持多种AI模型和输出质量设置
• 📊 精度显示: 显示抠图精度和处理统计信息
• 🖱️ 直观操作: 图形界面操作简单，支持单张图片处理
• 👀 预览功能: 可查看原图和处理结果对比

界面截图

主界面

界面副本

安装依赖

pip install -r requirements.txt

使用方法

1. 准备图片
   • 将需要抠图的图片放入 image 文件夹
   • 支持格式：JPG, JPEG, PNG, BMP, TIFF, WEBP
2. 启动工具

   python batch_rembg_tool.py
   

3. 操作步骤
   • 点击「扫描图片」按钮扫描 image 文件夹
   • 选择需要处理的图片（或使用批量处理）
   • 点击「批量抠图」开始处理
   • 处理完成的图片将保存在 success 文件夹

目录结构

koutu/
├── batch_rembg_tool.py    # 主程序文件
├── requirements.txt       # 依赖包列表
├── README.md             # 说明文档
├── image/                # 原始图片文件夹
└── success/              # 处理结果文件夹

配置选项

AI模型选择

• u2net: 通用模型，适合大多数图片
• u2netp: 轻量级模型，处理速度快
• silueta: 适合人像抠图
• isnet-general-use: 新一代通用模型

输出质量

• high: 高质量输出，处理时间较长
• medium: 中等质量，平衡速度和效果
• low: 快速处理，质量一般

输出格式

• PNG: 支持透明背景（推荐）
• JPEG: 文件较小，但不支持透明背景

界面功能

控制面板

• 扫描图片: 扫描 image 文件夹中的图片
• 批量抠图: 处理所有待处理的图片
• 配置参数: 调整AI模型和输出设置
• 统计信息: 显示总数、待处理数、已处理数
• 进度条: 显示批量处理进度

图片列表

• 文件名: 显示图片文件名
• 状态: 显示处理状态（待处理/已处理/处理失败）
• 大小: 显示文件大小
• 精度: 显示抠图精度（处理完成后）

右键菜单

• 单独抠图: 处理选中的单张图片
• 查看原图: 预览原始图片
• 查看结果: 预览处理结果

注意事项

1. 首次运行: 首次使用时会自动下载AI模型，请确保网络连接正常
2. 文件格式: 输出文件统一为PNG格式，保持透明背景
3. 文件命名: 处理后的文件会在原文件名后添加 _removed 后缀
4. 内存使用: 处理大图片时可能占用较多内存，建议关闭其他程序
5. 处理时间: 处理时间取决于图片大小、选择的模型和硬件性能

系统要求

• Python 3.7+
• Windows 10/11 (推荐)
• 至少 4GB RAM
• 支持CUDA的显卡（可选，用于加速处理）

常见问题

Q: 为什么处理速度很慢？ A: 可以尝试切换到 u2netp 模型或降低输出质量设置。

Q: 抠图效果不理想怎么办？ A: 可以尝试不同的AI模型，silueta适合人像，u2net适合一般物体。

Q: 支持哪些图片格式？ A: 支持JPG、JPEG、PNG、BMP、TIFF、WEBP等常见格式。

Q: 可以批量处理多少张图片？ A: 理论上没有限制，但建议单次处理不超过100张以避免内存不足。

技术支持

如遇到问题或有改进建议，请提交Issue或联系开发者。