优化电商视觉！用AI轻松替换商品背景，提升销量不是梦 - 文章 - 开发者社区

最近和一个做跨境电商的朋友聊起工作，他们在运营过程中经常需要更换商品的背景图，以便快速响应市场的变化。以前用Photoshop先抠图再换背景，既费时又费力；而一些商业软件不仅价格高昂，效果还不尽如人意。朋友希望能找到一种更高效的解决方案，于是让我研究一下是否可以通过AI来实现。于是，我在周末花了半天时间，快速帮他解决了问题。 picture.image

方案调研

在AI图像生成和处理领域，Stable Diffusion 作为一个开源模型，已经获得了广泛的应用和扩展。为了让这个模型更易于使用，ComfyUI 这个功能强大的图片创作引擎应运而生。ComfyUI 采用图形化、节点化的工作流程，让创作者能够更轻松地组织和复用各种工作流。

picture.image

我们的解决方案正是基于 ComfyUI 来实现的。在 Stable Diffusion 的庞大生态系统中，第三方开发者可以根据特定的应用场景、风格或功能，对其进行调整，从而生成具有独特特性的图像或完成特定任务。而今天帮助我们高效完成背景替换任务的，是 BriaAI 开源的 RMBG-2 模型。

根据 BriaAI 的测试，RMBG 2.0 在处理复杂背景移除时，表现优于市场上许多主流产品，甚至比 Adobe Photoshop 的准确性提升了 44%。下图是官方给的效果图。

picture.image

到底真实效果如何呢，又该如何通过 RMBG 2.0 快速完成商品图的背景替换，接下来开始实践。

方案实践

环境安装

首先，我们需要安装 ComfyUI。官方文档（https://github.com/comfyanonymous/ComfyUI）提供了详细的安装指南，你可以根据自己的操作系统选择对应的步骤。这里以我的 Apple Mac Silicon (M1) 为例，具体操作如下：

  
# 克隆ComfyUI代码库  
git clone https://github.com/comfyanonymous/ComfyUI.git  
  
# 安装 PyTorch（注意自己电脑的显卡类型）  
pip install --pre torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/nightly/cpu  
  
# 进入ComfyUI目录并安装依赖  
cd ComfyUI  
pip install -r requirements.txt

在安装过程中，可能会遇到一些依赖库冲突或其他问题。别担心，只需耐心分析、查找解决方案，通常都能顺利搞定。

在下载的 ComfyUI 工程中，比较重要的一个文件夹是models，它内置的模型，以及我们将要使用的第三方模型，都需要放置于这个文件夹中。 picture.image

安装完成后，启动 ComfyUI 非常简单。在终端中进入 ComfyUI 目录，运行以下命令：

  
python main.py

启动后，打开浏览器访问 http://localhost:8188，你就可以看到 ComfyUI 的界面了。接下来，就需要安装 RMBG 2.0 的相关模型。

安装 RMBG-2.0 模型其实也非常简单。只需要在 ComfyUI 的 models 文件夹下，通过 git clone 下载一系列所需的模型即可。以下是具体步骤：

打开终端，导航到 ComfyUI 的 models 文件夹，然后依次执行以下命令来克隆所需的模型：

  
# 进入ComfyUI的models文件夹  
cd ComfyUI/models  
  
# 克隆RMBG-2.0模型  
git clone https://huggingface.co/briaai/RMBG-2.0    
  
# 克隆InspyreNet模型  
git clone https://huggingface.co/1038lab/inspyrenet     
  
# 克隆BEN模型  
git clone https://huggingface.co/PramaLLC/BEN  
  
# 克隆SAM模型  
git clone https://huggingface.co/1038lab/sam  
  
# 克隆GroundingDINO模型  
git clone https://huggingface.co/1038lab/GroundingDINO  
  
# 克隆SegFormer用于服装的模型  
git clone https://huggingface.co/1038lab/segformer\_clothes  
  
# 克隆SegFormer用于时尚的模型  
git clone https://huggingface.co/1038lab/segformer\_fashion

所有模型下载成功后，重启 ComfyUI 服务，就可以在界面的节点中找到RMBG节点。 picture.image

接下来，就可以开始设计我们流，我们首先看一下 RMBG 的背景消除效果如何: picture.image

通过连接加载图像、RMBG 和预览图像三个节点，就可以完成一个简单的背景剔除工作流。效果非常出色，甚至连毛发的边缘都能干净地从背景中剥离。在 RMBG 节点中，有一系列参数可以帮助我们控制最终效果。

sensitivity ：控制背景去除的敏感度（0.0-1.0）
process\_res ：处理分辨率 (512-2048，步长 128)
mask\_blur ：控制应用于掩码边缘的模糊量，减少锯齿状（0-64）
mask\_offset ：调整掩码边界 (-20 到 20)
background ：选择输出背景颜色
invert\_output ：翻转掩码和图像输出
optimize ：切换模型优化开关，正确设置选项可以提高处理多张图片时的性能

经过对各种不同背景的图片进行测试，我发现 RMBG 依然表现稳定，能够将人物或物品从复杂的背景中干净利落地剥离出来。接下来，我开始设计一个背景替换的工作流。相比于单纯的背景剔除，背景替换的工作流稍微复杂一些，因为它需要额外添加背景图、图像缩放（以确保新背景与原图匹配）以及图像混合等节点。

这里需要特别注意的是，图像混合部分我使用了一个开源的自定义节点套件：was-node-suite-comfyui（https://github.com/WASasquatch/was-node-suite-comfyui）。这个套件包含了丰富的图像处理和文本处理节点，极大地扩展了 ComfyUI 的功能。

以下是最新设计的工作流效果图： picture.image

可以看到，从旧背景中剥离出的美女图像完美地融合到了新的背景中，毫无违和感，效果非常自然。

接下来的步骤就是开发一个简单的程序，允许商家批量上传商品图片和新的背景图，并且能够轻松调整商品在新背景中的摆放位置。这样一来，整个背景替换流程就可以自动化完成，大大提升工作效率，让商家轻松应对市场的快速变化。

结语

通过本文的介绍，我们可以看到，利用 AI 技术进行商品背景替换不仅高效、便捷，而且效果专业，完全不亚于传统的手工操作。未来，随着AI技术的不断进步，背景替换的精度和功能将会更加完善，商家们也将有更多定制化的选择。希望这篇文章能为你在电商运营中提供实用的参考和帮助，激发你探索更多AI赋能的可能性。如果你对这套流程有任何疑问或需要进一步的指导，欢迎在评论区留言或联系我。