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

原创2026-11-02 18:40:371,661 阅读

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。

runonweb 抠图示例:足球比赛照片,演示 AI 去背景效果

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:

阿尔法霍雷饼干产品静物照,BEN2 抠图适合电商产品去背景

草地上奔跑的柯基犬,演示 AI 抠图对宠物毛发边缘的处理

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):

  1. 打开 models/remove-bg 演示页面;
  2. 点击内置样片,或直接把照片拖进上传区;
  3. 选好图片后立即自动开始抠图,无需单独点加载;
  4. 处理完成后拖动对比滑块查看"原图 vs 透明背景"效果;
  5. 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。

奔跑的柯基犬抠图样片,演示一键抠图秒出透明 PNG 的效果

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。

登录后查看全文
runonweb.ai