Communitygithub.com

白底图

通过阿里云视觉智能开放平台对图片进行主体分割,输出白底图、透明 PNG 或裁剪图。

O que é 白底图?

Este skill utiliza a plataforma de inteligência visual da Alibaba Cloud para segmentar o assunto principal de imagens, gerando resultados como fundo branco, PNG transparente ou recorte. Ele é útil para processamento de imagens em lote ou individuais, especialmente em cenários de comércio eletrônico, design gráfico e remoção de fundo. O skill é executado via script Python (`scripts/aliyun_seg.py`) e suporta diversos modelos de segmentação (commodity, human body, food, animal, etc.), com opções de saída personalizáveis. A configuração de autenticação pode ser feita por variáveis de ambiente ou credenciais embutidas no script. O processo inclui redimensionamento automático de imagens maiores que 2000×2000 pixels, envio para a API da Alibaba Cloud e download do resultado processado.

Funciona com~Claude Code✓Codex CLI~Cursor
npx skills add 490437477-sys/codex-skills-backup

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

O que 白底图 faz?

Através da plataforma de inteligência visual da Alibaba Cloud, realiza a segmentação do assunto principal de imagens, gerando resultado com fundo branco, PNG transparente ou recorte. Comportamento padrão: cria um subdiretório 白底图 no diretório de origem (ou no mesmo diretório do arquivo) para armazenar os resultados; use -o para sobrescrever.

Local de saída padrão

EntradaDiretório de saída padrão
Diretório ./photos/./photos/白底图/
Arquivo ./photos/a.jpg./photos/白底图/a.jpg

Para enviar para outro local, use -o /path/to/out explicitamente.

Pré-requisitos

pip install alibabacloud_imageseg20191230 alibabacloud_tea_openapi alibabacloud_tea_util Pillow

Configuração de credenciais

Priorize variáveis de ambiente; se não definidas, o script usa placeholders embutidos (em produção, use variáveis de ambiente):

setx ALIBABA_CLOUD_ACCESS_KEY_ID "sua Key"
setx ALIBABA_CLOUD_ACCESS_KEY_SECRET "seu Secret"

Como usar

Execute diretamente scripts/aliyun_seg.py.

Lote em diretório (saída padrão para diretório_origem/白底图)

python scripts/aliyun_seg.py ./photos                      # Segmentação de commodity + fundo branco
python scripts/aliyun_seg.py ./photos -m body              # Segmentação de corpo humano
python scripts/aliyun_seg.py ./photos -f mask              # PNG com fundo transparente
python scripts/aliyun_seg.py ./photos -o ./out -f crop     # Recortar para a região do assunto, saída para ./out

Imagem única (saída padrão para mesmo_diretório_do_arquivo/白底图)

python scripts/aliyun_seg.py ./photos/a.jpg                # → ./photos/白底图/a.jpg
python scripts/aliyun_seg.py ./photos/a.jpg -o resultado.png  # → ./resultado.png

Ferramentas

python scripts/aliyun_seg.py --list-models                 # Listar todos os modelos suportados

Modelos suportados

ModeloDescriçãoFormato de retorno
commoditySegmentação de commodity (preferido para fundo branco)whiteBK / mask / crop
commonSegmentação genéricawhiteBK / mask / crop
bodySegmentação de corpo humanowhiteBK / mask / crop
foodSegmentação de alimentoswhiteBK / mask / crop
animalSegmentação de animaiswhiteBK / mask / crop
hd_commonSegmentação HD genéricaApenas imagem segmentada
clothSegmentação de roupasApenas imagem segmentada
logoSegmentação de logotipoApenas imagem segmentada
vehicleSegmentação de veículosApenas imagem segmentada
skySegmentação de céuApenas imagem segmentada

Formatos de retorno

  • whiteBK — Fundo branco (padrão, mais comum)
  • mask — PNG com fundo transparente
  • crop — Recortar para a caixa delimitadora do assunto

Fluxo interno (consulte em caso de erro)

  1. Pillow verifica o lado mais longo da imagem; se ultrapassar 2000px, redimensiona proporcionalmente (limite rígido da Alibaba: ≤ 2000×2000)
  2. Usa *AdvanceRequest.image_urlobject = open(...) para enviar o binário
  3. Chama client.segment_xxx_advance(req, runtime)
  4. resp.body.data.image_url é uma URL OSS CDN assinada, baixada com urllib.request.urlretrieve
  5. O nome do arquivo de saída mantém o stem do arquivo original; extensão varia conforme formato de retorno (mask → png, caso contrário igual ao original)

Observações

  • Imagens maiores que 2000×2000 são redimensionadas automaticamente; a resolução original não é preservada
  • A saída com fundo transparente (mask) tem extensão .png; as demais mantêm a extensão de entrada
  • As credenciais embutidas no script são apenas placeholders; em produção, use variáveis de ambiente
  • Suporta entrada PNG / JPG / JPEG / WebP / BMP
  • Rede: o script faz download da URL assinada retornada pela Alibaba; a máquina precisa ter acesso à Internet pública

Habilidades Relacionadas