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
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
# 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：
pip install git+https://github.com/facebookresearch/segment-anything.git
pip install pillow numpy torch torchvision
工作流程
- 用户提供图像路径
- 询问是否需要提示点（主体偏离中心时）
- 运行脚本；权重文件首次使用时自动下载至
~/.cache/sam/ - 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。