为什么做这个:最近在做某某平台上架流程，非常不同于其他平台的是所有sku图片都要是白底图。

效果图

效果这样还可以吧(效率1秒1张 )
   

以下为怎么使用影刀RPA来实现批量抠图

优点：完全离线 免费 高精度批量处理 白底/透明底可选 错误容错
适用场景：电商商品图批量换白底（得物、淘宝、京东、拼多多）证件照自动抠图

注：本方法源于 https://github.com/plemeri/transparent-background (魔法打开)

(基于 Flask) 本地部署 InSPyReNet深度学习模型+ 影刀 RPA 自动化批量图片处理

1.安装 Python（推荐版本3.9-3.11）

#验证是否安装成功
python --version
pip --version

2.创建项目环境（标准化路径）

mkdir C:\bg-remover   （地址随意）
cd C:\bg-remover
py -m venv venv         激活虚拟环境
venv\Scripts\activate

激活后如图以下操作均在该窗口进行

3.安装依赖升级 注：pip到最新版（≥24.0）

3.1 安装 PyTorch（CPU 稳定版）

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu -i https://pypi.tuna.tsinghua.edu.cn/simple

验证安装

python -c "import torch; print(torch.__version__); print('CUDA:', torch.cuda.is_available())"

输入后应该输出为

3.2安装 transparent-background（通过 Git）

pip install "git+https://github.com/plemeri/transparent-background.git" -i https://pypi.tuna.tsinghua.edu.cn/simple

3.3 安装 Flask 和工具包

pip install flask pillow requests -i https://pypi.tuna.tsinghua.edu.cn/simple

#验证安装是否成功
python -c "from transparent_background import Remover; print('安装成功！')"

4.在创建虚拟环境中创建api.py文件

# F:\bg-remover\api.py
import os
import logging
from flask import Flask, request, send_file, jsonify
from transparent_background import Remover
from PIL import Image
import io

logging.basicConfig(
    level=logging.INFO,
    format='%(asctime)s - %(levelname)s - %(message)s',
    handlers=[logging.FileHandler("api.log", encoding='utf-8'), logging.StreamHandler()]
)

app = Flask(__name__)

print("正在加载 InSPyReNet 模型（首次启动需 20～60 秒）...")
remover = Remover(mode='fast')  # 可选: 'fast'（快）, 'base'（更准但慢）
print("模型加载完成！API 已就绪。")

@app.route('/remove-bg', methods=['POST'])
def remove_bg():
    if 'image' not in request.files:
        return jsonify({"error": "未上传图片"}), 400

    file = request.files['image']
    if not file.filename.lower().endswith(('.png', '.jpg', '.jpeg')):
        return jsonify({"error": "仅支持 JPG/PNG"}), 400

    try:
        img = Image.open(file.stream).convert('RGB')
        out = remover.process(img, type='white')  # 白底；改 'rgba' 得透明底
        
        buf = io.BytesIO()
        out.save(buf, format='PNG')
        buf.seek(0)
        return send_file(buf, mimetype='image/png')
    except Exception as e:
        logging.error(f"处理失败: {str(e)}")
        return jsonify({"error": str(e)}), 500

if __name__ == '__main__':
    app.run(host='127.0.0.1', port=8000, debug=False, threaded=True)

5.启动api(启动完后，不要关闭这个窗口！！！！)

#输入 
python api.py

6.打开影刀创建流程进行调用。

# module1
# 使用提醒:
# 1. xbot包提供软件自动化、数据表格、Excel、日志、AI等功能
# 2. package包提供访问当前应用数据的功能，如获取元素、访问全局变量、获取资源文件等功能
# 3. 当此模块作为流程独立运行时执行main函数
# 4. 可视化流程中可以通过"调用模块"的指令使用此模块

import xbot
from xbot import print, sleep
from .import package
from .package import variables as glv

import os
import requests

def add(input_one, input_two):
    # 检查路径是否为空
    if not input_one or not input_two:
        print("❌ 错误：输入路径或输出路径为空！")
        print(f"  输入路径: '{input_one}'")
        print(f"  输出路径: '{input_two}'")
        return False, "路径为空"

    # 检查输入文件是否存在
    if not os.path.exists(input_one):
        print(f"❌ 输入文件不存在: {input_one}")
        return False, "输入文件不存在"

    # 确保输出目录存在（现在 input_two 肯定非空）
    output_dir = os.path.dirname(input_two)
    if output_dir:  # 防止只有文件名（如 "result.png"）
        os.makedirs(output_dir, exist_ok=True)

    try:
        with open(input_one, 'rb') as f:
            resp = requests.post("http://127.0.0.1:8000/remove-bg", files={"image": f}, timeout=60)
        if resp.status_code == 200:
            with open(input_two, 'wb') as out:
                out.write(resp.content)
            print(f"抠图成功: {input_two}")
            return True, "成功"
        else:
            msg = f"API错误 {resp.status_code}: {resp.text}"
            print(f"❌ {msg}")
            return False, msg
    except Exception as e:
        msg = str(e)
        print(f"异常: {msg}")
        return False, msg

最后就可以达到这样的效果了

希望可以帮助到大家,祝大家一次就可以成功！！！！！！！！！

内力有限，如果其中有什么不足和不对的地方，欢迎各位大佬前来指教。

注：其中测试图片来源网络，若有侵权联系我，我会光速删除。