签名怎么去白底？手写签名做成透明背景 PNG 的完整方法

为什么签名不能用通用抠图工具

先说清楚问题出在哪，后面的做法才好理解。通用 AI 抠图解决的是「把主体从背景里分出来」，训练数据是人像、商品、动物这类**有明确轮廓的大块物体**。签名不属于这一类：它是一到三个像素宽的细线条，而且笔画边缘有大量半透明像素。模型在做降噪和边缘平滑时，很容易把这种细结构当成噪点处理掉，表现出来就是笔画断断续续、末端的笔锋消失。

纸质件其实有一个更简单可靠的物理模型：纸是均匀的亮背景，墨是吸光的半透明覆盖层。既然关系明确，就不需要让模型去猜，直接逐像素判断亮度即可。代价是这套方法只适合纸质件，拿去抠人像完全不行——但对签名来说，这个取舍是对的。

拍照决定上限，参数只能补救

这一节比后面所有参数都重要。同样的工具，拍得好和拍得差，结果差距远大于调参数带来的差距。

• 白纸 + 深色笔。签字笔、钢笔、圆珠笔都可以，铅笔偏淡需要额外调参。有格子或横线的纸会把线条一起抠进来，尽量用空白纸。
• 正对着拍。斜着拍会让签名变形，后期摆正会损失清晰度。
• 别让影子压在签名上。这是最常见的问题——人站在灯和纸之间，手机的影子正好落在字上。侧身一点，或者把纸挪到光源侧面。
• 让签名占满画面。不要拍整张 A4 再裁。同样的手机像素，签名占满画面时分到笔画上的像素能多好几倍。

判断标准很简单：签名在照片里的高度不低于三百像素。达不到就重拍，比调参数快得多。

光照不均是怎么处理的

手机拍纸时，纸面本身就带着几十个灰阶的明暗差。这会造成一个反直觉的局面：阴影一侧的「纸白」，可能比亮侧的「墨黑」还要暗。这时候只用一个固定的阈值，无论定在哪里都会顾此失彼——定高了阴影整片被判成笔迹，定低了淡处的笔画整条丢掉。

解决办法是给每个像素单独算一个判定标准，参考的是它周围一小块区域的平均亮度和对比度，这类方法在文档图像处理里叫局部自适应阈值。scikit-image 的官方示例里就明确说这类方法「对背景不均匀的图像有用，尤其是文字识别场景」。而在光照均匀的平板扫描件上，全局阈值（大津法）反而更快更稳。

所以工具应该自动判断走哪条路，而不是让用户去选。本站的做法是先估计整张纸的明暗分布，看起伏有多大来决定，并把实际用的方式显示在参数下面，你可以直接看到。

白边是怎么来的，又怎么根治

这是最值得单独讲的一点，因为它决定了成品能不能用在深色背景上，而多数工具没有处理。

笔画边缘的一个像素，实际上是墨和纸按覆盖率混出来的：假设覆盖率是 α，那么观测到的颜色 = α × 墨色 + (1−α) × 纸色。如果只算出 α 当作透明度、把观测到的颜色原样存进 PNG，那么这个像素合成到新背景上时，里面残留的那部分纸色就会显出来——底色越深，白边越明显。

PNG 存的是直式（un-premultiplied）alpha，格式本身不会替你消化这一项，所以必须在导出前解决。正确做法是反解出真实墨色：墨色 = (观测色 − (1−α) × 纸色) ÷ α。纸色可以直接用前面估计光照时算出来的背景图，不需要额外开销。做完这一步，纯色区域不变，边缘像素的颜色被推回真实墨色，白边就消失了。

怎么验证：把导出的 PNG 贴到一块深灰或黑色的背景上放大看边缘。有一圈发白的轮廓就说明工具没做解混。

四个参数分别在解决什么

调的顺序是固定的：先灵敏度，再断笔重连，最后加粗。原因是它们在内部就按这个顺序作用——先补断口（否则一条被断开的笔画会被当成两个小块，在去噪那步被误删），再去噪点，最后才加粗（先加粗会把噪点一起放大）。实际操作时，前两步做对了往往就不需要加粗。

不想拍照？直接在屏幕上写

如果手边没有纸笔，或者对拍照效果不满意，还有一条路：直接在网页画板上手写。在线签名设计 的笔画会跟着书写速度自动变粗变细、收笔带出笔锋，从一开始就是透明背景，省掉打印、拍摄、去底这几步，也不会有抠不干净的问题。用支持压感的触控笔时手感更接近真笔。

两条路各有适用场景：需要保留你真实的笔迹就拍照抠图；只是要一个能用的签名图、对笔迹本身没要求，直接手写更快。