Wardrobe：拍一张衣柜照，AI 自动识别、抠图、生成穿搭预览
Wardrobe 开源项目：拍一张衣柜照片，AI 自动识别、抠图、生成穿搭预览
你有没有这样的场景：换季整理衣柜，面对满柜子的衣服想不起来有哪几件；网购了一件新衣服，不知道上身效果怎么样；想搭配一套 outfit，却不知道手里有哪些单品可以组合。
最近 GitHub 上一个新项目把这个问题彻底解决了——你只需要对着衣柜拍一张照片，AI 就能自动识别每件衣服、抠出单图、还能生成你穿上的模拟效果。项目名叫 wardrobe（GitHub：https://github.com/tandpfun/wardrobe），目前 2243★，MIT 协议开源。
核心痛点：衣柜管理这件事，真的让人头疼
整理衣柜的传统方式是什么？一件一件拍照、标注、存档。耗时耗力，而且很难长期坚持。网购前想知道这件衣服上身效果如何？得真买回来试，不合适再退。想搭配出门，翻半天柜子也不知道今天能穿什么。
问题的本质是：衣柜里的物品信息没有数字化，全靠脑子记，当然容易混乱。
怎么实现：一张照片搞定全流程
这个项目用 OpenAI 的图像能力，把「拍衣柜 → 识别单品 → 抠图 → 生成上身预览」整个链路打通了。
第一步：拍一张衣柜全景照
直接把衣柜门打开，拍一张全景照片（或者手机里的现有照片也行）。不需要特意打光，不需要一个个摆拍——系统会自动识别。
第二步：AI 自动识别每一件衣服
项目调用 OpenAI Responses API 分析照片，自动检测出所有服装单品：上衣、下装、外套、鞋子、配饰，全部框选出来。整个过程只需 3~5 秒，比你手动一件件拍照快了十几倍。
识别准确率很高，能区分不同类型的单品，不需要你手动标注。
第三步：自动抠图，生成透明背景 PNG
识别完成后，调用 OpenAI Images API 进行图像分割，把每件衣服从背景中分离出来，生成带透明背景的 PNG。效果接近专业摄影设备抠图，不需要绿幕，也不用 Photoshop 手动勾勒边缘。
导出的图片可以直接用于穿搭分享、电商上架或日常整理。
第四步：生成"你穿上这件衣服"的预览图
这是最实用的功能——如果你准备一张自己的全身照放在 data/model-reference.png，系统会根据每件的单品图和你的参考照，生成"你穿着这件衣服"的模特预览图。就像时尚杂志的 editorial preview 一样，不用真的买回来试穿就能看效果。
全部数据本地存储，隐私友好
项目基于 Node.js 22+ 运行本地 Web 服务器，所有照片和识别结果都保存在本地的 data/library.json 和 data/imported/ 目录，不会上传到任何云服务器。数据长期保存，不依赖第三方服务，完全自主可控。
怎么用：装起来很简单
git clone https://github.com/tandpfun/wardrobe.git
cd wardrobe
npm install
cp .env.example .env
# 在 .env 里填入你的 OPENAI_API_KEY
# 把一张自己的全身照放到 data/model-reference.png
npm run dev
# 浏览器打开 http://localhost:5173
不填 API Key 的话导入功能会被锁定，但基础查看功能仍可使用。
几点需要注意的
- 只有网页版，没有 iOS/Android 应用；
- 依赖 OpenAI API，接口限流或服务异常时可能影响使用；
- 调用 API 会产生费用，处理大量照片时留意账单；
- 需要 Node.js 22+。
一句话总结
wardrobe 把"拍衣柜照片 → 识别每件衣服 → 自动抠图 → 生成上身预览"这条链路用 AI 全自动打通了，最大的亮点是完全本地化、隐私友好，识别抠图的自动化程度也很高。想批量整理衣柜、或在网购前先预览上身效果，值得折腾一下。