Community图像github.com

透明背景

将具有平坦或近乎平坦背景的图像(插图、贴纸、Logo、扫描件、白色背景的产品照片)转换为干净的透明PNG,然后修复残留问题(白晕、锯齿边缘、头发丝间或轮廓内的多余背景像素),并可选择将不同形状(标记、文字、图标)重新着色为指定或采样颜色。

透明背景 是什么?

该技能是一个用于去除图像背景并生成透明PNG的专业工具,特别适用于插图、贴纸、Logo、扫描件和白底产品照片等具有平坦或半平坦背景的图像。它不仅能高效去除背景,还能精细修复常见后遗症:白色光晕、锯齿边缘、头发丝间残留的白色像素以及轮廓内部的杂色。此外,它还提供了重新着色功能,可以分别修改图像中不同形状(如标记、文字、图标)的颜色,支持指定RGB值或从参考图像采样颜色和纹理。该技能基于Python脚本实现,依赖Pillow、NumPy和SciPy库,通过uv运行,无需全局安装,支持macOS、Linux和Windows平台。工作流程包括查看图像、移除背景、在对比色背景下检查问题、按症状修复、处理残留背景像素(specks)以及可选的重着色步骤。每个步骤都强调人工检查结果,确保输出质量。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/shino369/kyoten-skills/tree/HEAD/skills/transparent-background

Installed? Explore more 图像 skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

透明背景 是做什么的?

由一个脚本 scripts/imgalpha.py 完成所有工作。通过 uv 运行(无需全局安装),支持 macOS、Linux 或 Windows。在仓库内为每个 shell 会话定义一次 ia 辅助命令即可,它会解析绝对路径,因此后续的 cd 操作不会影响。下面的示例使用它。

bash / zsh / Git Bash:

IA_PY="$(git rev-parse --show-toplevel)/.agents/skills/transparent-background/scripts/imgalpha.py"
ia() { uv run --quiet --python 3.12 --with pillow --with numpy --with scipy python -I "$IA_PY" "$@"; }
ia remove in.jpg -o out.png

PowerShell(cmd.exe 没有函数,请使用 PowerShell 或 Git Bash):

$IA_PY = Join-Path (git rev-parse --show-toplevel) '.agents/skills/transparent-background/scripts/imgalpha.py'
function ia { uv run --quiet --python 3.12 --with pillow --with numpy --with scipy python -I $IA_PY @args }
ia remove in.jpg -o out.png

颜色写作 r,g,b 格式(例如 --bg 40,96,200),在任何 shell 中都不需要引号。#rrggbb 格式也有效,但需要加引号:PowerShell 会将裸 # 视为注释,cmd 会保留单引号。

工作流程

  1. 先查看图像。 读取图像。此脚本适用于平坦或近乎平坦的背景。对于照片或复杂背景,请改用 AI 抠图模型(rembg,请参阅 references/troubleshooting.md)。

  2. 永远不要修改原始文件。 写入新文件。在就地编辑结果之前,先将其复制到旁边的 backup/<yymmdd-hhmm>/ 文件夹中。除非使用 --in-place,否则脚本拒绝 -o 等于输入文件。

  3. 移除背景:ia remove in.jpg -o out.png。背景颜色是边框的中值颜色(强制使用 --bg 255,255,255)。它会移除连接到边缘的背景像素以及颜色相同但无孔洞的封闭间隙,因此皮肤、白色条纹和环形细节得以保留。

  4. 在对比色背景下放大检查。 透明度会掩盖白色背景上的问题:

    ia preview out.png -o check.jpg --bg 40,96,200 --crop 600,140 --crop 260,1140,60
    

    查看 check.jpg。也检查深色背景。寻找光晕、阶梯锯齿、浅色细节中的孔洞以及残留的白色像素。

  5. 逐个修复看到的每个问题,并在每次修复后重新检查。症状 → 修复对照表:请参阅 references/troubleshooting.md。

  6. 可选扩展操作: 处理残留背景像素(如下所示)、重新着色(如下所示)。

  7. 报告输出路径、更改内容、有意保留的内容以及备份位置。

残留背景像素(specks)

头发丝之间的白色细丝或深色轮廓内部的白色间隙。在填充前务必先进行标记:

ia specks out.png --mark marked.jpg          # 圈出每个候选像素;打印计数
ia specks out.png -o fixed.png --keep 1237,1467   # 填充;保护一个有意的闪光点

查看 marked.jpg 并检查每个圈。如果某个圈位于真实艺术品上(蕾丝、眼睛反光、闪光),使用 --keep x,y 或 --region x0,y0,x1,y1。然后使用 preview --crop 比较前后效果。默认参数针对深色、中性区域(黑发、轮廓)调整。对于彩色区域,请提高 --surround-max-sat。

重新着色形状(components、recolor)

ia components out.png                    # 每个形状的 id、边界框、大小、平均颜色
ia recolor out.png -o red.png --at 200,640 --at 1400,500 --like other.png --like-at 1350,880
ia recolor out.png -o red.png --ids 2,3 --color 228,100,91

--like 从参考图像的 --like-at 位置采样该形状的颜色和纹理。每个像素保留其明暗变化,因此画笔或蜡笔纹理得以保留。使用 --at(形状内部的一个点)选择形状。这比使用 ids 更安全,因为 ids 会在图像变化时改变。

规则

  • 每个步骤后你自己检查结果(查看预览图像)。不要假设默认参数已完美工作。
  • 将路径作为参数传递,并使用 -I 运行 Python。绝不要将临时文件命名为像标准库模块的名称(inspect.py 曾经遮盖了 numpy 的导入)。
  • 将临时输出保存在任务的 tmp/ 目录或系统的临时文件夹中,不要放在用户的图像旁边。

测试

在技能仓库内进行开发时,运行 Python 测试套件以达到 100% 分支覆盖率:

uv run --quiet --python 3.12 --with pytest --with pytest-cov --with pillow --with numpy --with scipy python -I -B -m pytest -q -p no:cacheprovider skills/transparent-background/scripts --cov=imgalpha --cov-branch --cov-fail-under=100

相关技能