用 AI 免费在线去除图片背景

用在你浏览器中基于 WebAssembly 运行的神经网络把照片主体抠出。从四个模型中选择，微调边缘，并下载无水印的透明 PNG。图片绝不会被上传。

把照片拖到这里，或点击选择

JPG、PNG、WebP、GIF 或 BMP。一次一张图能获得最干净的抠图。

你的照片绝不离开你的设备

引擎约 13 MB，每个模型在你首次选择时下载。不会上传任何内容。

三步搞定

如何在线去除图片背景

无需安装软件，也无需把文件交给服务器，用 AI 把照片抠出来。

1

选择你的照片

把 JPG、PNG、WebP、GIF 或 BMP 图片拖到工具上，或点击从设备中选择一张。

2

运行神经网络

选择一个模型，然后点击去除背景。首次运行会下载该模型，之后用同一模型处理的照片都要快得多。

3

下载 PNG

在棋盘格上检查抠图结果，保持透明或加上颜色，然后下载文件。

工作原理

真正的神经网络，本地运行

它不会把你的图片发送到服务器，而是只下载一次模型，然后在你自己的机器上完成工作。

层级 做什么 在哪里运行
ONNX Runtime Web 通过为浏览器编译的 WebAssembly 版本执行神经网络 你的浏览器
你选择的模型 U2Netp、Silueta、MODNet 或 BiRefNet-lite 查看照片的一个小副本，并预测哪些像素属于主体 你的浏览器
引导滤波 把这个粗略的预测贴合到全尺寸照片中真实存在的边缘上，然后进行位移、羽化并清理颜色 你的浏览器
Canvas 把细化后的掩码写入原始像素的 alpha 通道 你的浏览器
选择你的画质

你应该用哪个去背景模型？

工具内置四个神经网络，全部以宽松开源许可证发布，且都在你自己的设备上运行。

模型 下载 最适合 代价
Fast · U2Netp 4.4 MB 产品、标志以及任何轮廓清晰的物体 没有。默认模型，在任何设备上都很快
Better · Silueta 42 MB 带细小部分的主体，例如手臂、背带、自行车轮和树枝 首次下载时间更长，之后与 Fast 速度相同
Portrait · MODNet 6.6 MB 人物和宠物，头发、毛发和胡须必须保留发丝 每张照片几秒，且它预期主体是人或动物
Ultra · BiRefNet-lite 94 MB 边缘必须完美的任何主体：头发、毛发、玻璃、运动模糊、复杂背景 下载体积最大，每张照片多花几秒，但能提供浏览器中最高质量的 alpha 抠图

拿不准？从 Fast 开始。如果某个肢体或背带被削断了，用 Better 再跑一遍同一张照片。如果发际线看起来像是画上去的，用 Portrait。如果任何主体的边缘都必须完美，用 Ultra。每个模型只下载一次，之后会被缓存。

免费 AI 去背景工具

私密、快速、无水印

在不外泄照片的前提下抠出主体所需的一切。

不上传任何内容

引擎和模型只从本站获取一次，之后所有处理都在你的设备本地完成。

真正的 AI，而非滤镜

四个训练好的神经网络，从 4.4 MB 的检测器到能分辨单根发丝的先进二分分割模型，因此主体是被分离出来的，而不是靠颜色范围猜出来的。

可检查的透明度

结果显示在棋盘格上，因此在下载前你能确切看到哪些像素被去除了。

透明或有色

保持 alpha 通道为空，或为不支持 PNG 透明度的场合写入白色、黑色或任意自定义颜色。

输入兼容性

支持的图片格式

任何你浏览器能解码的图片都可以。输出始终是 PNG，因为 PNG 是广泛支持且能携带透明度的格式。

JPG / JPEG PNG WebP GIF BMP 输出：带 alpha 的 PNG

尺寸：宽或高超过 4096 像素的图片会在抠图前缩小到该上限，因此非常大的照片也能保持流畅。

常见问题

AI 去背景常见问题

我的照片会被上传到服务器吗？

不会。神经网络、WebAssembly 引擎与模型都只从本站下载一次，然后在你的浏览器内运行。你的图片绝不离开你的设备。

为什么第一次抠图很慢？

首次运行会下载 ONNX Runtime WebAssembly 引擎（约 13 MB），以及你选的模型：Fast 4.4 MB、Better 42 MB、Portrait 6.6 MB 或 Ultra 94 MB。模型会缓存在你浏览器的私有存储中，因此后续照片处理快得多，也不会重新下载。

使用了哪个 AI 模型？

由你选择。Fast 运行 U2Netp，一个紧凑的显著物体检测网络。Better 运行 Silueta，即裁剪至 42 MB 的完整 U2-Net，能保留小模型会削掉的细小部分。Portrait 运行 MODNet，一个抠图网络，预测真实的 alpha 通道，因此头发与毛发能保留发丝。Ultra 运行 BiRefNet-lite，一个带双边参考的先进二分分割网络，能在任何主体上产生最高质量的边缘。四个模型都通过 ONNX Runtime Web 运行，且都以宽松开源许可证发布。

我应该选哪个模型？

对于产品、标志或任何轮廓清晰的物体，从 Fast 开始。当主体有被削断的细小部分（如手臂、背带、自行车轮或树枝）时改用 Better。对于发际线很重要的人物或宠物改用 Portrait。当任何主体的边缘都必须完美（尤其是头发、毛发、玻璃或复杂背景上的运动模糊）时改用 Ultra，并为每张照片多预留几秒。

支持哪些图片格式？

任何你浏览器能解码的图片，包括 JPG、PNG、WebP、GIF 和 BMP。结果总是保存为 PNG，因为它是携带透明度的通用格式。

能在主体背后放一个纯色吗？

能。下载前选择白色、黑色或自定义颜色，颜色会被写入导出的 PNG。保持选择为透明则主体背后的 alpha 通道为空。

为什么边缘不完美？

网络只能看到照片的一个小副本，因此其原始预测比原图更粗。工具用引导滤波细化该预测，把边缘贴合到照片中真实存在的细节；微调面板允许你将边界向内或向外位移、羽化、清除灰雾并去除颜色边缘。如果头发或毛发看起来仍被削断，切换到 Portrait 模型并重新运行照片。

微调滑块会重新运行 AI 吗？

不会。预测的掩码保留在内存中，因此边缘位移、羽化、清理、边缘贴合与颜色边缘去除都应用于该掩码并立即更新。只有切换到不同模型才会重新运行网络。