GPT-Image 新玩法，AI 换衣效果再升级 。

GPT-Image 技术出现之后，AI 图像处理的应用越来越多。

从自动抠图、背景替换，到虚拟试穿、穿搭推荐。

最近在 GitHub 上看到一个项目，把 AI 图像能力用到了衣柜管理上。

它的名字叫 wardrobe，在 GitHub 上已经有 1300 多个 Star 了。

说实话，整理衣柜这事儿真的很头疼。

换季的时候要花上几个小时把衣服一件件拍下来记录下来，网购的时候不知道这件合不合身只能盲买，想要搭配衣服却找不到想要穿的那一件。

拍一张衣柜的照片，AI会自动识别出每一件衣服，并且把每一件衣服单独抠出来，还可以生成上身的效果。

它就是用AI来自动识别照片中的衣服，把衣服单独抠出来，并且可以生成你穿上的模拟效果图。

你可以给衣柜拍一张全景照片，然后它会自动把里面的衣服拆出来，并且把背景去掉，只留下衣服本身。

还可以根据你提供的参考照片来生成“你穿这件衣服”的模特预览。

给你演示一下，你就知道它有多省事了

拍一张照片或者下载一张图片。

把照片拖到浏览器窗口里，也可以用Ctrl+V粘贴进去。

它就开始自动识别照片里的每件衣服。

系统会调用OpenAI Responses API来检测照片中的所有衣服，包括上衣、下装、外套、鞋子和配饰。

识别完毕之后，每件衣服都会被单独框出来，等待下一步的操作。

整个识别的过程大概需要 3-5 秒钟，比你手动一件件拍照快了十几倍。

然后自动抠图，把背景全部去掉。

它用 OpenAI Images API，用 AI 分割技术将衣服从图片中分离出来，生成了带有透明背景的PNG。

效果和专业摄影设备差不多，不用绿幕，也不用Photoshop。

对比传统抠图软件要手动勾勒边缘，这个自动化程度确实高。

抠图之后还可以生成上身效果。

如果你把一张自己的全身照放在 data/model-reference.png，那么系统就会根据这件衣服以及参考图来生成你穿这件衣服的模特图。

像时尚杂志的editorial preview，不需要真的穿在身上。

对于在网购前想先看下效果的人而言，这个功能就比较实用了。

整个过程你只需要拍一张照片，后面的所有识别、抠图、生成模特图都是AI自己完成的。

它把每件衣服的识别、抠图、预览都给你搞定了

01 照片中的每件衣服都进行自动识别。

使用OpenAI Responses API 来自动检测照片中的所有衣服。

准确率很高，可以区分出上衣、下装、外套、鞋子、配饰等，不需要你手动标注，也不需要一张张拍摄。

一张衣柜的全景图，在几秒钟之内就能拆出所有的单品，比传统的人工拍照快了十倍以上。

识别完成之后，每件衣服都会被框出来，明明白明白。

02 把干净的单品图拿出来。

检测到衣服之后，调用 OpenAI Images API来生成带有透明背景的 PNG 图片。

不需要绿幕，也不需要使用Photoshop来手动抠图，拍摄完毕就可以直接使用。

边框处理得很干净，背景都是透明的，效果已经很接近于专业的产品摄影了。

导出的图片可以用来做产品目录、穿搭分享、电商上架等等，用途很多。

和那些收费的专业抠图软件相比，该方案的成本低一些，效果也还可以。

03 生成上身效果模特预览。

按照你给出的参考图，用GPT-Image技术来生成“你穿着这件衣服”的模拟效果图。

不需要真的穿上身，也可以看到效果，就像时尚杂志的editorial一样。

适合在网购之前进行预测和搭配实验，尤其是对于“不确定这件是否合适”的情况。

生成的预览图很逼真，可以用来帮你做决定，避免买回来之后发现不合适。

04 所有数据都是存储在本地的

它用 Node.js 搭建本地 Web 服务器，所有的数据都保存在 data/library.json 和 data/imported/ 目录下。

隐私安全，照片不会被泄露，也不会上传到任何云服务器上。

和在线工具相比，本地化存储表示你所有的数据都掌握在自己手中。

响应速度非常快，是本地读取，并且不需要网络。

数据长期保存，不依赖于网络服务，即使服务商停止服务也不会丢失。

完全自主可控，不像那些在线工具，服务商一关就啥都没了。

想试的话，装起来很简单

需要 Node.js 22 以上版本。

git clone https://github.com/tandpfun/wardrobe.gitcd wardrobenpm installcp .env.example .env

在.env文件中添加OPENAI_API_KEY。

再把一张自己的全身照放到data/model-reference.png中去。

然后运行:

npm run dev

浏览器打开 http://localhost:5173 就可以使用了。

不填API Key和参考图的话，导入功能就会被锁定，不能使用。

不过有几点也得提一下

目前只有网页版，没有iOS和Android应用。

另外，它依赖 OpenAI API，接口限流或服务异常时，可能会影响正常使用体验。

调用API也会产生费用，在处理大量的照片的时候要留意账单。

写在最后

wardrobe 把"拍衣柜照片 → 识别每件衣服 → 抠图 → 生成上身效果"这条链路打通了。

最大的优点就是完全本地化存储，对隐私比较友好。

识别和抠图的自动化程度很高，可以节省很多时间。

适合于对隐私比较敏感、有技术能力搭建、想要批量整理衣柜的人。

有兴趣的朋友可以折腾一下。

项目基于 MIT 协议开放，感兴趣的同学可以去 GitHub 仓库看看源码和文档。

开源地址：https://github.com/tandpfun/wardrobe

超好看的资讯你懂得 >>> 点击进入

[超站]友情链接：

四季很好，只要有你，文娱排行榜：https://www.yaopaiming.com/
关注数据与安全，洞悉企业级服务市场：https://www.ijiandao.com/