디자이너에게 만들어주세요, 누끼 API : FastAPI, rembg, extcolors를 활용한 사진 배경 제거 및 색상 추출

FastAPI, rembg, extcolors 라이브러리를 활용하여 이미지 처리 API를 구축하는 방법을 단계별로 소개합니다. 사진에서 배경을 제거하고 주요 색상을 추출하는 API를 만들어 다양한 애플리케이션에서 활용해보세요.

0. 들어가며

디지털 이미지 처리에 관심이 있거나 실제 프로젝트에서 이미지 처리를 해야 하는 개발자들을 위한 포스팅을 준비했습니다. 사진에서 배경을 제거하거나 주요 색상을 추출하는 것은 디지털 아트, 웹 개발, 모바일 앱, 머신러닝 프로젝트 등 다양한 분야에서 활용됩니다. 이러한 작업을 수행하려면 복잡한 알고리즘이나 높은 수준의 기술이 필요할 것 같지만, 실제로는 매우 쉬운 일입니다.
FastAPI, rembg, 그리고 extcolors라는 파이썬 라이브러리를 활용하면 이러한 작업을 손쉽게 API로 만들어 다양한 애플리케이션에서 활용할 수 있습니다. 이 포스트에서는 이 세 개의 도구를 결합하여 강력한 이미지 처리 API를 구축하는 방법을 단계별로 안내해 드리겠습니다.
 
 

1. FastAPI 기본 구조 잡기

1.1. 필요한 패키지 설치

fastapi와 이를 실행하기 위한 uvicorn을 설치합니다.
pip install fastapi pip install uvicorn

1.2. Hello world 출력

main.py에 아래 코드를 작성합니다:
# 패키지 import from fastapi import FastAPI import uvicorn # # Helper 함수 작성 # app = FastAPI() # # Endpoint 함수 작성 # # 루트 페이지("/") 접속 시 "Hello": "world" return @app.get("/") def read_root(): return { "Hello": "world" } if __name__ == "__main__": uvicorn.run(app, host='0.0.0.0', port=5000)
host는 '0.0.0.0', port는 5000으로 설정하겠습니다.
 

1.3. uvicorn 서버 실행

터미널에 다음을 입력해주세요:
uvicorn main:app --reload
INFO: Will watch for changes in these directories: ['PROJECT_DIRECTORY_PATH'] INFO: Uvicorn running on <http://127.0.0.1:8000> (Press CTRL+C to quit) INFO: Started reloader process [9982] using StatReload
http://127.0.0.1:8000에서 uvicorn 서버가 실행되고 있네요!
notion image
루트 페이지에 접속했을 때 반환 값이 제대로 보이는 것을 확인할 수 있습니다.
 
 

2. 배경 제거 및 색상 추출 API 만들기

2.1. 필요한 패키지 설치

API를 만들기 위해 필요한 패키지들을 설치해줍니다:
pip install image pip install rembg pip install extcolors
다음과 같이 import 합니다:
import os import request from PIL import Image from extcolors import extract_from_image from rembg import remove
 

2.2. 이미지 저장 Helper 함수

먼저 이미지 URL을 받아서 이미지 파일을 저장하는 Helper 함수를 만들어보겠습니다.
HTML의 <img> 태그에는 src 속성이 있는데요, 아래 함수는 해당 속성에 접근하여 이미지 파일을 가져오게 됩니다.
def save_image(image_url): response = requests.get(image_url) # 이미지 저장 디렉토리 download_dir_name = 'downloaded_images' if response.status_code == 200: # 파일 이름 얻기 image_name = os.path.basename(image_url) # 파일 이름에 확장자 없다면 추가 exts = [".jpg", ".jpeg", ".png", ".gif"] ext_included = False file_ext = None for ext in exts: if ext in image_name: ext_included = True file_ext = ext break if ext_included: image_name = image_name.split(file_ext)[0] + file_ext else: image_name += ".jpeg" file_ext = ".jpeg" # 저장 경로 없다면 생성 if not os.path.exists(download_dir_name): os.makedirs(download_dir_name) # 파일 경로 얻기 image_path = os.path.join(download_dir_name, image_name) # 파일 저장 with open(image_path, 'wb') as f: f.write(response.content) result = { "message": "Image saved successfully!", "status_code": response.status_code, "image_path": image_path, "image_name": image_name, "file_ext": file_ext } return result else: return { "message": "Failed to save image", "status_code": response.status_code }
 

2.3. rgb를 hex로 변환하는 Helper 함수

notion image
색상을 표시하는 방법에는 여러가지가 있는데요, 이 API에서는 색상을 추출하여 RGB와 HEX 정보를 제공합니다. 이미지에서 색상을 추출하여 RGB를 얻고, 이를 HEX로 변환하는 Helper 함수를 만들어보겠습니다.
def rgb_to_hex(rgb_tuple): r = int(rgb_tuple[0]) g = int(rgb_tuple[1]) b = int(rgb_tuple[2]) return '#' + hex(r)[2:].zfill(2) + hex(g)[2:].zfill(2) + hex(b)[2:].zfill(2)
 

2.4. 배경 제거 Endpoint 함수

http://127.0.0.1:8000/rembg/{IMAGE_URL} 위와 같은 URL에 접속하면 이미지를 저장하여 배경을 제거한 후, 이미지 경로와 이미지 이름을 반환하는 Endpoint 함수를 만들어보겠습니다.
@app.get('/rembg/{url:path}') def remove_image_background(url: str): image_info = save_image(url) # 이미지 저장 image_path = image_info["image_path"] image_name = image_info["image_name"] file_ext = image_info["file_ext"] image_name_without_ext = image_name.rsplit(file_ext, 1)[0] image = Image.open(image_path).convert('RGBA') output = remove(image) convert_dir_name = 'converted_images' # 저장 경로 없다면 생성 if not os.path.exists(convert_dir_name): os.makedirs(convert_dir_name) out_image_path = os.path.join(convert_dir_name, f'{image_name_without_ext}_rembg.png') output.save(out_image_path, 'PNG') result = { "message": "The background of the image is successfully removed", "image_path": out_image_path, "image_name": image_name } return result
실행 결과:
다음 이미지의 URL을 넣어서 실행하였습니다:
notion image
배경이 제거된 이미지가 저장된 경로와 이미지의 이름을 성공적으로 반환받았습니다.
notion image
프로젝트 디렉토리에도 정상적으로 저장되어 있는 것을 확인할 수 있습니다.
notion image
converted_images/를 확인해보면 하얀색 배경이 제거된 png가 저장되어 있는 것을 확인할 수 있습니다.
notion image
 
 

2.5. 색상 정보 추출 Endpoint 함수

http://127.0.0.1:8000/extcolors/{IMAGE_URL} 위와 같은 URL에 접속하면 이미지를 저장한 뒤 색상 정보, 이미지 경로, 이미지 이름을 반환하는 Endpoint 함수를 만들어보겠습니다.
http://127.0.0.1:8000/extcolors/{IMAGE_URL}?rembg=True 추가적으로, rembg 옵션을 추가하여 배경을 제거한 후 색상을 추출할 것인지 선택할 수 있도록 하겠습니다.
 
⚠️주의사항 이미지 URL에 이미 ?가 포함되어 있는 경우 ?rembg=True는 적용되지 않습니다. 이러한 경우에는 ?를 &로 바꾸어주세요.
@app.get('/extcolors/{url:path}') def get_image_color(url: str, rembg: bool = False): if rembg: result = remove_image_background(url) image_path = result["image_path"] image_name = result["image_name"] else: result = save_image(url) image_path = result["image_path"] image_name = result["image_name"] converted_image = Image.open(image_path) colors, pixel_count = extract_from_image(converted_image, tolerance=30, limit=3) most_colors = {} pixel_output = 0 for idx, color in enumerate(colors): pixel_output += color[1] color_rgb = list(color[0]) color_ratio = round((color[1] / pixel_count) * 100, 2) color_pixels = color[1] most_colors[idx] = {} most_colors[idx]["RGB"] = color_rgb most_colors[idx]["HEX"] = rgb_to_hex(color_rgb) most_colors[idx]["RATIO"] = f'{color_ratio}%' most_colors[idx]["PIXELS"] = color_pixels result = { "rembg": rembg, "message": "Image saved successfully.", "image_name": image_name, "image_path": image_path, "most_colors": most_colors } return result
실행 결과:
위와 동일한 이미지 URL을 입력하였습니다.
 

2.5.1. rembg 옵션 X

 
notion image
 
notion image
위에서 볼 수 있듯이 배경이 제거되지 않은 이미지에서는 배경색인 하얀색이 약 64%로 가장 많은 부분을 차지하고, 그 다음이 바지색, 피부색으로 이루어집니다.
☝️상의색은 RGB(255, 255, 255)가 아니므로 1순위 색상의 퍼센티지에 영향을 주지 않았습니다.
 
 

2.5.2. rembg 옵션 O

notion image
notion image
이처럼 배경이 제거된 이미지에서는 상의색이 약 25%로 가장 많은 부분을 차지하고, 그 다음이 바지색, 피부색으로 이루어집니다.
 
 

3. 결론

FastAPI와 rembg, extcolors 라이브러리를 활용하여 간단하면서도 효과적인 사진 배경 제거 및 색상 추출 API를 구현해보았습니다. 이 프로젝트를 통해 얻은 주요 인사이트 중 하나는 배경을 제거하면 더욱 정확한 색상 분석이 가능하다는 것입니다.
일반적으로 이미지의 색상을 분석할 때 배경 색상이 주요 객체의 색상과 혼합되기 쉬워 정확한 결과를 얻기 어렵습니다. 이번 프로젝트에서 배경을 제거한 뒤 색상을 추출하니, 대상 객체의 색상만을 더욱 정확하게 분석할 수 있습니다.
과거 숙련된 디자이너나 포토샵 사용자를 고용해서 진행되어야 했던 작업이 간단한 코딩으로 자동화 시킬 수 있다는 점에서 의의가 있을것같습니다.
이번 포스팅도 유용하셨기를 바랍니다.
 

이 글도 함께 읽어보세요: