一键抠图无需上传:runonweb 用 BEN2 在浏览器本地实现 AI 去背景,秒出透明 PNG
一键抠图无需上传:runonweb 用 BEN2 在浏览器本地实现 AI 去背景,秒出透明 PNG
想让照片秒变透明背景,却不想把图片上传到任何服务器?runonweb 开源的 remove-bg 模块让你一键抠图无需上传:照片直接在你自己的浏览器里被 BEN2 模型处理,全程本地完成,输出的就是可直接使用的透明 PNG。本文带你快速上手这个免费的浏览器 AI 去背景工具。
上图来自项目的 remove-bg 演示页内置样片,复杂场景同样可以一键出透明 PNG。
为什么选择浏览器本地抠图?
市面上的在线抠图工具,本质上是把照片上传到别人的服务器再换给你一张图。听起来方便,但有两个绕不开的问题:
- 隐私风险:证件照、客户照片、未发布的产品图,你愿意传给第三方服务器吗?
- 按量计费或加水印:商用抠图服务经常按张收费,免费版还会附带各种限制。
runonweb 的思路完全不同:AI 模型直接下载到你浏览器中运行,照片从头到尾不离开设备。正如项目 README 所描述的:
WebGPU when available, WASM fallback. Nothing leaves the device.(无数据离开设备)
对于电商卖家、设计师、隐私敏感用户来说,本地 AI 去背景意味着:免费、无限次、可离线、无泄露。
BEN2 抠图模型有多强?
remove-bg 模块默认使用的底模是 BEN2(MIT 协议,约 219 MB fp16 权重)。它不是只能抠人像的"证件照工具",而是一款通用背景橡皮擦:
| 抠图场景 | BEN2 表现 |
|---|---|
| 人像头发丝、宠物毛发 | 精细边缘处理 |
| 产品静物(电商主图) | 硬边缘清晰 |
| 运动/复杂场景 | 主体识别稳定 |
| 输出格式 | 带 alpha 通道的透明 PNG,尺寸与输入一致 |
下面两张也是演示页的内置样片,正好对应"食物静物"和"宠物毛发"两类典型挑战:
一键抠图步骤:打开演示页,拖入图片
最快的体验方式是打开官方演示页(源码在 packages/web/src/pages/models/remove-bg.astro):
- 打开
models/remove-bg演示页面; - 点击内置样片,或直接把照片拖进上传区;
- 选好图片后立即自动开始抠图,无需单独点加载;
- 处理完成后拖动对比滑块查看"原图 vs 透明背景"效果;
- 点击 Download PNG,保存透明 PNG 即可。
整个过程只有"选图 → 出图"两步。首次运行会先下载约 219 MB 的模型文件并缓存到浏览器(存储机制见 packages/runonweb/src/core/cache.ts),之后再次使用无需重复下载,甚至可以断网离线抠图。
在项目中集成:一行代码实现本地抠图
如果你想在自己的网站里嵌入同款能力,runonweb 包提供了一行式 API。安装:
npm install runonweb
最简用法(来自 packages/runonweb/README.md):
import { removeBackground } from 'runonweb/remove-bg'
const png = await removeBackground(imageFile)
const url = URL.createObjectURL(png)
imageFile 可以直接来自 <input type="file">,返回值就是带透明通道的 PNG Blob。需要批量处理时,可以复用实例并监听进度(详见 index.ts 中的示例):
import { RemoveBackground } from 'runonweb/remove-bg'
const remover = new RemoveBackground({
onProgress: ({ status, progress }) => console.log(status, progress),
})
await remover.load()
const png = await remover.remove(imageFile)
remover.dispose() // 用完释放显存/内存
remove() 支持的输入类型非常宽泛:File、Blob、URL 字符串、HTMLImageElement、ImageData、canvas 都行(见 RemoveBgImageInput 类型定义)。
技术细节:WASM 兜底,本地推理稳得住
你可能会问:浏览器里跑 219 MB 的模型,性能如何?
- 默认设备策略是
auto:优先 WebGPU,失败自动降级 WASM(见 load() 实现)。 - 目前 BEN2 因上游
onnxruntime-web的 LayerNorm 着色器问题(fp16 激活 + fp32 scale/bias 导致Invalid ShaderModule "LayerNorm")实际运行在 WASM 后端,官方已确认修复在上游排期中。 - 即使加载的 WebGPU 会话在运行时"暴毙",
remove()也会自动用 WASM 重试一次,用户无感知(见 remove() 的重试逻辑)。 - 模型权重按 Hugging Face 地址缓存在浏览器 Cache Storage 中,cache.ts 中还提供了查看/清理缓存的工具函数。
常见问题
Q:首次使用要下载多大文件? BEN2 的 fp16 权重约 219.1 MB,只下载一次,之后走本地缓存(数据见 MODELS.md)。
Q:可以离线用吗? 可以。模型缓存完成后即可离线抠图,这是"无后端"架构的天然优势。
Q:输出是什么格式?尺寸会变吗? 输出为带 alpha 通道的 PNG Blob,尺寸与输入图片一致,可直接用于电商主图、海报合成。
Q:模型有版权限制吗?
runonweb 代码是 MIT 协议;BEN2 模型本身同样是 MIT 协议,可自由用于个人与商业场景(各模块协议总表见 MODELS.md)。
总结
- 免费且私密:模型在浏览器本地运行,照片零上传,隐私数据不出设备;
- 效果通用:BEN2 对头发、宠物毛发、产品硬边缘都能干净切出透明 PNG;
- 集成极简:
npm install runonweb后一行removeBackground(file)即可; - 可离线:约 219 MB 权重首次下载后缓存在浏览器,断网也能用。
如果想继续了解项目其他能力(本地语音转文字、OCR、图像深度等),可以查看 packages/runonweb/README.md 中的完整模块示例。


