SAM 背景去除

使用 Meta 的 Segment Anything Model 从图像中提取前景主体，输出透明背景的 PNG 文件。

快速开始

bash
python3 scripts/segment.py <输入图像> <输出.png>

默认以图像中心作为前景提示点——适用于主体居中的人像和产品图。

参数说明

参数	说明	默认值
input	输入图像路径	必填
output

输出 PNG 路径（单目标模式）或目录（--all 模式） | 必填 | | --model | 模型大小：vitb（快速）· vitl（中等）· vith（最佳质量） | vith | | --checkpoint | 本地权重文件路径；省略时自动下载 | 自动 | | --points | 前景提示点，格式为 x,y，可指定多个 | 中心点 | | --all | 网格扫描模式：提取所有独立元素 | 关闭 | | --grid | --all 模式的网格密度；16 表示 16×16=256 个探测点 | 16 | | --iou-thresh | 接受掩码的最低预测 IoU（--all 模式） | 0.88 | | --min-area | 掩码最小面积占图像比例（--all 模式） | 0.001 |

使用示例

bash

基础背景去除（自动下载 vit_h 约 2.5GB）

python3 scripts/segment.py photo.jpg output.png

主体偏离中心时指定提示点

python3 scripts/segment.py photo.jpg output.png --points 320,240

多提示点 + 轻量模型

python3 scripts/segment.py photo.jpg output.png --model vit_b --points 320,240 400,300

提取所有元素（每个元素输出一个 PNG）

python3 scripts/segment.py photo.jpg ./elements/ --all

使用更密集的网格捕获小物体

python3 scripts/segment.py photo.jpg ./elements/ --all --grid 32

使用本地权重文件

python3 scripts/segment.py photo.jpg output.png --checkpoint /path/to/samvith_4b8939.pth

依赖安装

segment_anything 首次运行时自动安装，也可手动安装：

bash
pip install git+https://github.com/facebookresearch/segment-anything.git
pip install pillow numpy torch torchvision

工作流程

1. 1. 用户提供图像路径
2. 询问是否需要提示点（主体偏离中心时）
3. 运行脚本；权重文件首次使用时自动下载至 ~/.cache/sam/
4. 输出透明背景的 PNG 文件

模型选择

模型	大小	速度	质量
vitb	~375 MB	最快	良好
vitl

~1.25 GB | 中等 | 较好 | | vit_h | ~2.5 GB | 较慢 | 最佳 |

有 GPU 时自动使用 CUDA 加速。