Удаление фона Recraft для изображений товаров в e-commerce

Ручное вырезание фона товаров не масштабируется после нескольких десятков SKU. Модель удаления фона Recraft на hiapi превращает эту работу в один вызов API: отправьте фотографию товара, получите чистый PNG с прозрачным фоном и поместите его на любой фон, необходимый для вашей торговой площадки или витрины. В этой статье мы проведём практический пакетный запуск recraft/remove-background, включая реальные запросы, реальные выходные данные и скрипт, который можно направить на полный каталог товаров.

Почему удаление фона по-прежнему остаётся реальным узким местом

Большинство конвейеров обработки изображений товаров устроены одинаково: фотографии от фотографа или поставщика приходят с любым фоном, который был под рукой — студийная бумага, пол склада, транспортный поддон — и кто-то должен сначала отделить товар, чтобы его можно было разместить на странице списка с белым фоном, в композиции с жизненной сценой или в шаблоне торговой площадки, который требует определённого цвета фона для категории.

Как только количество изображений в неделю превышает небольшое число, делать это в Photoshop невозможно масштабировать, а универсальные веб-инструменты «AI-удаление фона» означают загрузку фотографий товаров по одной через браузер — это медленно и трудно автоматизировать. Модели вырезания на основе API решают обе проблемы: обработка одного изображения быстрая, а вызов из скрипта чрезвычайно прост, поэтому они легко встраиваются в существующий конвейер каталога фотографий товаров.

Что на самом деле делает recraft/remove-background

Модель принимает только один вход: URL фотографии товара. Она возвращает PNG с удалённым фоном, заменённым прозрачной областью — без промпта, без маски, без дополнительных параметров для настройки. Весь запрос выглядит так:

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

Для задач каталога узкий вход — это преимущество: нет этапа промпт-инжиниринга, один и тот же вызов работает одинаково для каждой фотографии товара, которую вы ему передаёте, что важно при обработке тысяч SKU без участия человека.

Реальный запуск: до и после

Ниже приведена реальная фотография товара, обработанная через живой API, и возвращённое ею вырезанное изображение:

Шахматный узор справа обозначает прозрачность, а не серый фон — выходной PNG полностью лишён фона, поэтому товар можно наложить на что угодно дальше по конвейеру: чистый белый фон списка, фирменный цветной блок или жизненную сцену.

Отдельное вырезанное изображение, сохранённое как прозрачный PNG, выглядит так:

Этот файл можно сразу поместить в шаблон списка, в рамку с белым фоном, соответствующую требованиям торговой площадки, или в стек слоёв инструмента дизайна без какой-либо дополнительной работы с маской.

Прямой вызов

Запрос отправляется на стандартную конечную точку асинхронных задач hiapi. Отправьте задачу, затем опрашивайте до её завершения:

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"
    }
  }'

Он возвращает taskId. Опрашивайте GET https://api.hiapi.ai/v1/tasks/{taskId}, пока status не станет success, затем сразу скачайте PNG из output[0].url — выходные URL истекают, поэтому перед любыми другими действиями с ним загрузите байты в собственное хранилище.

Пакетная обработка всего каталога

Одиночный вызов вырезания — не самая интересная часть; интересна обработка всего каталога товаров. Ниже приведён реальный пакетный скрипт, который распределяет список URL изображений по пулу потоков, ожидает каждую задачу и возвращает сопоставление исходных фотографий с URL вырезанных изображений:

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 — разумная начальная параллельность для задач каталога; если ограничения скорости вашего аккаунта позволяют больше параллельных задач, увеличьте её, но всегда сохраняйте try/except для каждого изображения, чтобы одна плохая исходная фотография не задерживала остальную часть пакета. Скачивайте каждый результирующий URL в постоянное хранилище сразу после его получения; не предполагайте, что выходной URL останется действительным позже.

Стоимость в масштабе каталога

По состоянию на 2026-09 цена recraft/remove-background на hiapi составляет $0.01 за изображение. Для каталога из 500 SKU с одним главным изображением на каждый вырезание всего пакета стоит всего $5; для каталога, где для каждого SKU нужно вырезать три ракурса, — $15. Перед планированием больших пакетов проверьте страницу актуальных цен, так как тарифы могут меняться.

Частые вопросы

Нужен ли промпт или маска? Нет. Единственный вход — image_url. Нет ничего, что нужно настраивать для каждого изображения, и именно поэтому модель может работать на больших каталогах без участия человека.

Каков выход? PNG, в котором фон заменён прозрачной областью, а размеры соответствуют кадрированию объекта на исходной фотографии. Наложите его на любой фон, необходимый для вашего шаблона списка.

Можно ли подавать фотографии жизненных сцен с загромождённым фоном, а не только студийные снимки? Да — модель работает с любым URL фотографии товара, не только с чистыми студийными постановками, хотя чётко отделённый объект (как на большинстве предметных фотографий товаров) даёт наиболее чистые края.

Насколько быстро выполняется задача? Одна задача обычно завершается за несколько секунд — до минуты; приведённый выше пакетный скрипт опрашивает каждую задачу каждые 3 секунды и выполняет несколько задач параллельно, поэтому сотни изображений можно обработать за один запуск скрипта.

Меняется ли цена в зависимости от разрешения изображения? Модель взимает фиксированную плату за задачу, а не по уровню разрешения. Перед запуском больших пакетов уточните текущий тариф на странице цен, так как опубликованные тарифы могут меняться.

Куда двигаться дальше

Попробуйте модель прямо на странице модели recraft/remove-background, или, если вам также нужно генерировать новые сцены с товарами, а не только вырезать существующие фотографии, посмотрите связанный рабочий процесс на стороне генерации Генерация изображений товаров для e-commerce с помощью Qwen Image. Обо всём остальном, что поддерживает API задач, рассказывается в документации быстрого старта, включая аутентификацию и полный жизненный цикл задачи.