把一张白底商品图放大到两倍，AI 抠图的差距就出来了：有的边缘留着一圈灰边，有的头发丝糊成一片，有的杯口还沾着一块背景色。工具的宣传页都写「一键去背景」，真正决定能不能用的只有两件事——边缘干不干净，能不能一次处理两百张。下面按三种形态拆开比，讲清各自适合什么图、代价落在哪、什么样的图会让它失手。
抠图的成败在边缘那一圈像素
技术上抠图分两层。第一层是分割，判断哪些像素属于主体，输出一张黑白区域图；第二层是边缘估计，对交界处的每个像素算一个 0 到 1 之间的透明度，也就是常说的 alpha 通道。第一层做得好，图是「剪下来」的；第二层做得好，图是「从背景里被拿起来」的。差距全在第二层，因为半透明的像素同时含有前景色和背景色，要同时估出两者，本身就是一个信息不足的问题。
三种形态，四条对比线
市面上的工具按形态分三类，取舍完全不同：
| 类型 | 适合什么图 | 要付的代价 | 什么情况下失效 |
|---|---|---|---|
| 在线抠图（网页、小程序、聊天机器人） | 白底商品图、证件照、单张人像、社交配图 | 免费额度与分辨率限制；图片要上传到别人的服务器 | 发丝、玻璃、纱裙，以及主体与背景颜色接近 |
| 专业修图软件（内置 AI 选择） | 商业出图、需要精修的海报素材、印刷用途 | 学习成本高，单张耗时长；AI 只给初选，后面靠通道与蒙版 | 复杂边缘仍要手工，赶工期时快不起来 |
| 批量接口与商品图模式 | 电商几百张统一白底、固定尺寸、统一留白 | 按张计费、需要技术接入；模板限制构图 | 品类形态差异大时（毛绒、透明、反光）效果参差 |
第三列最容易被忽略。挑工具的人常盯着「抠得准不准」，却忘了算上传的图能不能外传、按张计费跑一万张是多少钱。这两笔账在单张试用时完全看不出来。
发丝、玻璃、纱裙为什么难
这三类东西的共同点是「没有一条明确的边」。发丝只有几个像素宽，还常常半透明；玻璃杯的边缘是折射出来的，不属于物体本身的轮廓；纱裙是网眼结构，网眼里的背景要透出来。算法在这些地方必须逐像素估透明度，估错的代价很直观：发丝变成一坨，玻璃杯像贴了张纸。
这也是计算机视觉在细粒度任务上的典型难点：模型见过的样本越多越准，而真实世界的材质组合几乎无穷，没见过的组合只能靠猜。
批量的时候，一致性比单张精度更值钱
一张图抠得再好，放进一百张的列表里也可能显得突兀。批量场景真正要的是同一套标准：同样的留白、同样的阴影方向、同样的边缘柔和度。不少工具单张效果不错，批量跑完却出现几张边缘偏硬、几张偏软的图，摆在商品列表里一眼就能看出是拼凑的。
所以批量前必须先跑样张。挑一张最难的、一张最普通的，各跑一遍，两张放在一起看是否同一水平。做训练数据时的批量处理是同一个道理：一致性不够的数据集，比数量少的数据集更难用。
全自动抠图停在哪儿
边界很清楚：主体与背景颜色接近时会漏抠或多吃；两个主体重叠（人抱着猫、手拿着杯子）时，交界处几乎一定出错；运动模糊、逆光、强反光会让边缘失去信息；细密纹理（毛绒玩具、树枝、羽毛）会被算法「简化」成一团。这些情况目前的做法是先自动出初稿，再用蒙版手工修，人工那一步省不掉。
另一个常被忽略的限制是分辨率。多数在线工具对免费用户的输出尺寸有限制，宣传图上的「高清」往往指付费档。免费版与付费版的差别在这类工具上体现得特别直接：砍掉的不是功能按钮，是输出尺寸和批量次数。
试工具只要一张最难图
选型的方法很简单：从手头挑一张最难的图——头发丝、宠物毛、玻璃杯、纱裙，任选其一，拿去试。简单背景谁都能抠干净，难图才见水平。试的时候看三处：边缘有没有灰边、半透明区域有没有断层、放大到两倍后有没有锯齿。
还有一个容易忘的前提：素材版权。抠下来的图用于商用之前，先确认你对原图有使用权；从网上随手存的图，抠得再干净也不能用。批量接口这类形态还要多看一眼前服务条款里对输出结果的授权范围，这一条经常写在很靠后的位置。
速查：抠图选型的四条
- 先看边缘，再看批量，最后看后续处理
- 发丝、玻璃、纱裙：任何工具都留人工修
- 批量前跑两张样张，一张最难一张最普通
- 商用前确认原图使用权，别只看抠图效果
