两种完全不同的技术都被叫作"抠图"，而知道自己在用哪一种，就能同时解释结果和失败。

色键抠图（传统方法）

工具选定一个目标颜色，抹掉容差范围内的所有像素。它很快、到处都能跑，而且完全可预测。

  • 有效场景：背景均匀且与主体明显不同——白底 logo、静物箱里的产品、扫描的签名、绿幕。
  • 失效场景：主体含有背景色、背景是渐变或真实场景，或者差异太细微。
  • 它什么都不理解。 它没有"人"或"产品"的概念，只有颜色距离。

语义分割（AI 方法）

一个在海量标注图像上训练的神经网络，逐像素预测它是否属于前景物体。它学过人、产品、动物和汽车长什么样，所以能在任何颜色规则都无能为力的杂乱街景中把人分离出来。

  • 有效场景：存在可识别的主体，哪怕背景复杂。
  • 失效场景：主体类型罕见（模型没见过）、主体在影调上与背景融合，或多个重叠物体让它搞不清谁是"前景"。
  • 它理解的是物体，不是颜色——这就是为什么它能成功于色键失败之处，反之亦然。

为什么头发和玻璃对两者都难

一根发丝上的单个像素，部分是头发、部分是背景。正确的输出是部分透明——比如 40% 不透明——而不是一个是/否判断。

生成这个结果是另一个独立问题，叫作 Alpha 抠像，而它确实很难。好的工具会先跑一遍分割找出物体，再跑一遍抠像估算边界上的分数不透明度。廉价工具跳过第二步，于是抠图常常出现：

  • 头发被渲染成生硬的、假发套一样的轮廓。
  • 一圈背景色的光晕。
  • 玻璃和烟雾要么被当作不透明，要么被整个抹掉。

运动模糊、细网纱、羽毛和毛发都是同一个底层问题。

选对工具

  • 均匀背景（白底产品、logo、签名）→ 色键更快、完全可预测，而且往往比模型*更*精确。
  • 复杂背景下的人或常见物体 → 用分割。
  • 头发、毛发、玻璃，或必须看起来真实的合成 → 用带显式抠像的工具，并预期需要手动精修。
  • 敏感图像（证件、私人照片）→ 确认处理是在你的设备上还是在服务器上；分割模型体积很大，所以很多服务会上传你的图片，而基于颜色的工具可以完全在本地运行。

让两者都出更好结果

最大的收益发生在处理之前：

  • 提高主体与背景的对比——颜色不同、明暗不同、距离拉开。
  • 把背景照亮均匀。
  • 尽可能避免纤细飘散的边缘。
  • 在原始分辨率下处理，之后再缩小；把已经抠好的图放大会让边缘质量劣化。
  • 发布前务必在深色背景上检查——毛边就藏在那里。