Rimozione dello sfondo Recraft per le immagini di prodotto e-commerce

Ritagliare manualmente lo sfondo dei prodotti non è più sostenibile oltre qualche decina di SKU. Il modello di rimozione dello sfondo di Recraft su hiapi trasforma questo lavoro in una singola chiamata API: invii la foto del prodotto, ricevi un PNG pulito con sfondo trasparente e lo collochi su qualsiasi sfondo richiesto dal tuo marketplace o dal tuo store. Questo articolo ti guida attraverso un'esecuzione batch reale su recraft/remove-background, incluse le richieste effettive, gli output effettivi e uno script che puoi puntare su un intero catalogo prodotti.

Perché la rimozione dello sfondo resta un vero collo di bottiglia

La maggior parte delle pipeline di immagini di prodotto funziona più o meno così: le foto arrivano da fotografi o fornitori con qualunque sfondo fosse a portata di mano — carta da fondale da studio, pavimento di magazzino, pallet di spedizione — e qualcuno deve prima isolare il prodotto, perché possa essere inserito in una pagina di listino a sfondo bianco, in un composito lifestyle o in un template di marketplace che richiede uno specifico colore di sfondo per categoria.

Superata una manciata di immagini a settimana, farlo in Photoshop non è più sostenibile, e i tool web generici di "rimozione sfondo AI" implicano il caricamento di una foto prodotto alla volta dal browser, lento e difficile da automatizzare. I modelli di cutout basati su API risolvono entrambi i problemi: l'elaborazione di una singola immagine è veloce e la chiamata da script è estremamente semplice, così si integrano direttamente nella pipeline esistente del catalogo foto prodotto.

Cosa fa effettivamente recraft/remove-background

Il modello accetta un solo input: l'URL della foto del prodotto. Restituisce un PNG con lo sfondo rimosso e sostituito da un'area trasparente — nessun prompt, nessuna maschera, nessun parametro aggiuntivo da regolare. La richiesta completa è:

{
  "model": "recraft/remove-background",
  "input": {
    "image_url": "https://your-cdn.example.com/products/sneaker-001.jpg"
  }
}

Per attività su catalogo, una superficie di input ristretta è un vantaggio: nessuna fase di prompt engineering, la stessa chiamata funziona allo stesso modo su ogni foto prodotto che le passi, cosa importante quando esegui migliaia di SKU senza supervisione.

Un'esecuzione reale: prima e dopo

Ecco una foto prodotto reale eseguita tramite l'API live, insieme al cutout restituito:

Il motivo a scacchiera a destra indica trasparenza, non uno sfondo grigio — il PNG di output ha lo sfondo completamente rimosso, quindi puoi comporre il prodotto su qualsiasi cosa a valle: sfondo bianco puro per il listino, blocchi di colore del brand o scene lifestyle.

Il cutout isolato salvato come PNG trasparente appare così:

Questo file può andare direttamente in un template di listino, in una cornice a sfondo bianco conforme al marketplace o nello stack di livelli di uno strumento di design, senza alcun ulteriore lavoro di mascheratura.

Chiamata diretta

La richiesta viene inviata all'endpoint standard per attività asincrone di hiapi. Invia l'attività, poi esegui il polling finché non è completata:

curl -X POST "https://api.hiapi.ai/v1/tasks" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "recraft/remove-background",
    "input": {
      "image_url": "https://your-cdn.example.com/products/sneaker-001.jpg"
    }
  }'

Restituisce un taskId. Esegui il polling di GET https://api.hiapi.ai/v1/tasks/{taskId} finché status non è success, quindi scarica immediatamente il PNG da output[0].url — gli URL di output scadono, quindi prima di fare qualsiasi altra cosa con essi porta i byte nel tuo storage.

Elaborazione batch sull'intero catalogo

La singola chiamata di cutout non è la parte interessante — eseguirla sull'intero catalogo prodotti lo è. Ecco uno script batch reale che distribuisce una lista di URL di immagini su un pool di thread, attende ogni attività e restituisce una mappatura da foto sorgente a URL del cutout:

import concurrent.futures
import os
import time
import requests

API_KEY = os.environ["HIAPI_API_KEY"]
BASE_URL = "https://api.hiapi.ai/v1/tasks"


def remove_background(image_url: str) -> str:
    resp = requests.post(
        BASE_URL,
        headers={"Authorization": f"Bearer {API_KEY}"},
        json={"model": "recraft/remove-background", "input": {"image_url": image_url}},
        timeout=60,
    )
    resp.raise_for_status()
    task_id = resp.json()["data"]["taskId"]

    while True:
        poll = requests.get(
            f"{BASE_URL}/{task_id}",
            headers={"Authorization": f"Bearer {API_KEY}"},
            timeout=30,
        )
        task = poll.json()["data"]
        if task["status"] == "success":
            return task["output"][0]["url"]
        if task["status"] == "fail":
            raise RuntimeError(f"{image_url}: {task['error']}")
        time.sleep(3)


def batch_remove_background(image_urls, max_workers: int = 5):
    results = {}
    with concurrent.futures.ThreadPoolExecutor(max_workers=max_workers) as pool:
        futures = {pool.submit(remove_background, url): url for url in image_urls}
        for future in concurrent.futures.as_completed(futures):
            url = futures[future]
            try:
                results[url] = future.result()
            except Exception as exc:
                print(f"failed: {url} -> {exc}")
    return results

max_workers=5 è una concorrenza iniziale ragionevole per attività su catalogo — se i limiti di velocità del tuo account consentono più attività parallele, puoi aumentarla, e mantieni sempre un try/except per immagine, così una foto sorgente difettosa non blocca il resto del batch. Scarica ogni URL di risultato nello storage permanente non appena viene restituito; non dare per scontato che l'URL di output sia ancora valido più tardi.

Costi su scala di catalogo

Al 2026-09, recraft/remove-background su hiapi costa $0.01 per immagine. Per un catalogo di 500 SKU con un'immagine principale ciascuno, il cutout dell'intero batch costa solo $5; per un catalogo che richiede tre angolazioni per SKU, $15. Prima di pianificare batch grandi, consulta la pagina dei prezzi aggiornata, poiché le tariffe possono cambiare.

Domande frequenti

Richiede un prompt o una maschera? No. L'unico input è image_url. Non c'è nulla da regolare immagine per immagine, ed è proprio per questo che può funzionare senza supervisione su cataloghi grandi.

Che aspetto ha l'output? Un PNG con lo sfondo sostituito da un'area trasparente, di dimensioni corrispondenti all'inquadratura del soggetto nella foto di input. Componilo su qualsiasi sfondo richiesto dal tuo template di listino.

Posso dargli foto lifestyle con sfondi disordinati, non solo foto da studio? Sì — funziona con qualsiasi URL di foto prodotto, non solo con allestimenti da studio puliti, anche se soggetti chiaramente separati (come nella maggior parte della fotografia di prodotto) danno i bordi più puliti.

Quanto è veloce un'attività? Una singola attività di solito si completa in pochi secondi o entro un minuto; lo script batch sopra esegue il polling ogni 3 secondi per attività e gestisce più attività in parallelo, quindi qualche centinaio di immagini può essere completato in una singola esecuzione dello script.

Il prezzo varia con la risoluzione dell'immagine? Il modello applica una tariffa fissa per attività, non a scaglioni per risoluzione. Prima di impegnarti in batch grandi, conferma la tariffa corrente sulla pagina dei prezzi, poiché le tariffe pubblicate possono cambiare.

Dove andare dopo

Prova il modello direttamente sulla pagina del modello recraft/remove-background, oppure, se hai anche bisogno di generare nuove scene di prodotto e non solo di ritagliare foto esistenti, dai un'occhiata al flusso di lavoro correlato sul lato generazione: Generare immagini di prodotto e-commerce con Qwen Image. Per tutto il resto supportato dall'API delle attività, la documentazione di avvio rapido copre l'autenticazione e l'intero ciclo di vita delle attività.