Segment Anything

使用 SAM（Segment Anything Model）去除图像背景，将前景主体提取为透明 PNG。适用于去除背景、抠图、提取前景主体或图像分割等需求。

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：vit_b（快速）· vit_l（中等）· vit_h（最佳质量）	vit_h
--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/sam_vit_h_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. 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
vit_b	~375 MB	最快	良好
vit_l	~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。