朋友傳來一批手搖飲料的照片，想把背景去掉，他試了網路上很多去背服務，都沒辦法好好去背。
我用 Claude 處理這批圖，中間換過一次做法，最後把整個流程做成去背 Skill，文末可以下載。
透明杯為什麼難去背
朋友的照片都是透明塑膠杯，裡面有冰塊，桌上還有散落的冰塊和裝飾花。
透明杯緣和冰塊這種半透明的東西，正是去背最難處理的地方。
Claude 向我解釋了其中一個原因：
去背模型只判斷每個像素「是不是主體」，不會算出透明度。所以透明的杯緣會被當成實心保留，做不出真正的透明感。
先找開源的去背工具
我請 Claude 找有沒有開源的去背工具可以用。
它整理了幾個選項，建議以 BiRefNet 當主力：效果好，採 MIT 授權。
另外還有 rembg，它把多種去背模型包成同一個工具，裝好就能用。
實際處理的過程
1. 先丟一張測試
我先給它一張冰紅茶的照片，這次用的是 rembg 裡的 ISNet 模型，一張不到 3 秒就完成。
原本推薦的 BiRefNet 沒跑成：Claude 的雲端環境記憶體只有約 7GB，用一般方式跑 BiRefNet 會超出記憶體，被系統中斷。
2. 一次處理 18 張
接著我把全部照片壓縮成一個檔案上傳，請它解壓縮、全部去背、再打包給我。
我也交代兩件事：每 5 分鐘回報進度，以及交件前要確認品質。結果 18 張不到 1 分鐘就跑完，還沒到第一次回報的時間。
交件前，Claude 把每張放到藍色和黑色的底上逐張檢查，修了兩個問題：
- 桌上散落的冰塊被一起保留下來
- 葡萄上方留了一團灰色殘影
3. 邊緣被吃掉，換一套做法
我看成品時發現杯子邊緣被消掉，因此請它處理得細膩一點。
Claude 找到另一種跑法：改用 PyTorch，搭配從 GitHub 下載的官方權重，BiRefNet 終於跑得動。
代價是速度慢很多，一張約 50 秒，18 張大約 15 分鐘，過程中它照約定每 5 分鐘回報一次。
重跑之後差別很明顯，舊版的邊緣其實是糊成一圈淡淡的光暈，看起來像被吃掉；新版的杯緣、湯匙、小米穗、花瓣邊緣都完整又銳利。
它另外多做了一步「邊緣去色」，清掉半透明邊緣帶到的白色背景，放在深色底上比較不會有白邊。
檢查時也修了兩類問題：
- 散落的冰塊和花朵又被抓進來，一樣只留杯子本身
- 氣泡水那杯，杯中一塊清澈的水被誤判成背景、挖出一個洞，已經補回來
雖然每張圖的處理時間拉長了，但這次的效果很好，朋友拿到這一版也很滿意。
4. 做成 Skill
效果滿意之後，我請 Claude 把流程做成 Skill。我特別確認了一件事：預設一定要用 BiRefNet，也就是比較慢、品質好的那一套。
現在的 Skill 每次都直接用 BiRefNet，ISNet 只當備案，只有 BiRefNet 真的失敗時才會用，而且會先說明品質會差一點。
這個 Skill 怎麼運作
丟一張圖或一個壓縮檔進去，它會照這個順序做：
- 準備圖片：解壓縮，自動略過 Mac 產生的隱藏檔，只收 jpg、png、webp。
- 去背：用 BiRefNet 算出主體的範圍。
- 後處理：只保留最大的主體（去掉散落的冰塊、花朵），補上主體內部的破洞，再做邊緣去色。
- 檢查品質：每張放到藍底和深色底上看，邊緣、殘影、破洞都要確認，有問題修完再看一次。
- 交付：只給成品。單張給透明 PNG，多張打包成一個壓縮檔，檔名後面加「_去背」。
使用前要知道的限制
- 透明杯緣會被當成實心：放在淺色背景上最自然；放在深色背景上，杯緣看起來會像霧面塑膠（見圖）。
- 速度比較慢：一張約 50 秒，開始前它會先說要處理幾張、大概要多久。
- 預設只留一個主體：如果圖裡是好幾個商品並排、全部都要保留，要先跟它說，它才會跳過「只保留最大主體」這一步。
怎麼使用這個去背 Skill
- 到〈作品集〉下載「去背」的 ZIP。
- 在 Claude.ai 上傳這個 Skill，步驟可以看〈Skill 是什麼？安裝、使用到轉移，一次看懂〉。
- 確認 Claude.ai 的「程式碼執行與檔案建立」已經開啟。
- 開一個新對話，上傳圖片或壓縮檔，說「幫我去背」。第一次執行會先安裝工具、下載模型，要等久一點。
如果想知道 Skill 是怎麼用對話做出來的，可以看我的上一篇〈不會寫程式也能建立 Skill：我用 Claude 做出「去人聲與轉調」〉。
