商品图片抠图与背景处理

ClearPix 在浏览器中使用 U²-Net 为商品图生成透明蒙版,点击“去除背景”后只需运行一次模型。结果页可切换透明、白色或自定义颜色,并选择原始尺寸或 600×600 px,调整时无需重复推理。玻璃、透明包装、反光和原始阴影需要人工检查。

为电商目录、商品主图和设计准备干净抠图,原始商品照片不会上传。

商品图片抠图与背景处理 — original image before processing
商品图片抠图与背景处理 — result after ClearPix AI processing
处理前处理后

拖动分界线对比,图片在当前页面和你的设备上处理。

Pexels 商品照片与 ClearPix U²-Net 白底输出,并非用户上传文件。 · Pexels 照片 90946 · ClearPix 本地处理 · 2026-10-28

把图片拖到这里,或点击选择

支持 PNG / JPG / WebP,文件不超过 20 MB,最长边不超过 6000 px,总像素不超过 16000000 · 也可以直接粘贴图片 (⌘V)

手边没有图片?

抠出主体后可以做什么?

制作干净的商品主图,或把透明 PNG 用于海报、设计和图片合成。本页只提供透明抠图;替换背景和证件照排版请使用对应场景工具。

抠图常见问题

怎样去除商品图或人像的背景?

添加图片后点击“去除背景”,稍等片刻即可预览主体并下载透明 PNG。整个过程都在当前浏览器中完成。

支持哪些图片格式和尺寸?

支持 PNG、JPG、WebP。文件最大 20 MB,最长边最大 6000 px,总像素不超过 16000000。超出限制时请先缩小图片。

抠图时照片会被上传吗?

不会。图片读取、主体识别和透明图生成都发生在你的设备上,不需要把照片交给云端处理。

可以在这里换背景或制作证件照吗?

本页只输出透明背景图。需要纯色、自定义背景或证件照尺寸时,请打开对应的场景工具。证件照提交前还应确认官方是否接受编辑后的照片。

请仅处理你拥有或已获授权修改的图片。

使用方法

1

添加商品图片

选择主体完整、轮廓清楚的 PNG、JPG 或 WebP。

2

运行一次抠图

点击“去除背景”,U²-Net 在本地生成透明蒙版,检查提手、镂空和反光边缘。

3

调整背景与尺寸

选择透明、白色或自定义颜色,保留原始尺寸或设为 600×600 px,调整会即时合成。

4

检查并导出

按住对比原图,下载透明 PNG 或带背景的 PNG、JPG、WebP。

推荐设置

  • • 从主体完整、与背景区分明显的单商品图片开始。
  • • 需要可复用素材时选透明 PNG,需要主图时选白色或自定义颜色。
  • • 按完整尺寸检查提手、镂空、反光和阴影。

效果与限制

  • • 玻璃、透明包装、反光细节和原始阴影没有保留保证。
  • • 多个重叠商品和细小镂空可能误选,当前没有手动蒙版编辑器。
  • • 不支持自定义图片背景,尺寸预设也不代表符合具体电商平台规则。

公开测试与数据 →

本地处理意味着什么

未发布商品和客户目录图保留在你的设备上,U²-Net 在本地抠图,浏览器负责透明或纯色背景合成。模型和公开素材首次需要下载,缓存后可离线使用;匿名事件不包含原图、结果或文件名。

浏览器 AI 到底会传什么数据信任中心

文件始终留在你的设备上。 AI 在浏览器中使用本机硬件处理,没有上传、云端队列或服务器副本。所需资源缓存后,即使断开网络也能继续处理。

常见问题

可以制作白底商品图吗?

可以。结果页选择白色后,导出文件会真正包含白底,不只是预览效果;也可选择自定义颜色或透明 PNG。

玻璃、透明包装和商品阴影能保留吗?

不能保证。透明材质、反光和接触阴影是抠图难点,用于正式目录前应检查边缘和透明区域是否符合要求。

调整背景会重新运行模型吗?

不会。透明蒙版只计算一次,颜色和尺寸调整在本地即时合成,不需要重复推理。

会自动重画商品或修复标签吗?

不会。U²-Net 负责估计主体蒙版,不生成新的商品细节。蒙版不准确时,标签或边缘仍可能缺失。

相关免费工具

技术解析Choosing a Browser Background Remover: 24 Real Cases and a Portrait CorrectionWe tested 24 licensed portrait and product images before shipping our background-removal workflow, then repeated the full set after a portrait failure report. U²-Net is now the single production model for products and portraits. MODNet passed our initial export checks but produced unacceptable subject loss on the built-in portrait sample; ISNet and BiRefNet were also rejected, while RMBG was excluded by its license.阅读技术解析