一款完全免费的开源桌面图片处理工具
基于 Electron + Vue + Vite 构建,支持图片转码/压缩与离线智能抠图(ONNX)
内置多种AI模型管理与推理优化选项,开箱即用
Jevet 是完全免费的开源软件,任何人都可以永久免费使用!
- 多格式支持:PNG、JPG/JPEG、WEBP、GIF、JP2、TIFF、HEIF、ICNS、ICO
- 自定义设置:质量、尺寸、保留 EXIF 信息
- 水印功能:添加自定义文本水印
- 批量处理:一次处理多张图片,提高效率
-
多模型选择:
rmbg-1.4- 综合效果最佳,适用于人物、动物、物体bria-rmbg-2.0- rmbg-1.4 升级版,效果更好但内存占用较高u2net- 通用场景预训练模型,平衡性能与效果u2net_human_seg- 专门针对人体分割优化silueta- 轻量版 u2net,体积仅 43MBisnet-general-use- 新一代通用场景模型
-
智能管理:自动模型下载、MD5 校验、版本管理
-
性能优化:
- CPU 多线程推理优化
- 图优化等级调整(Graph Optimization Level)
- 内存使用监控与优化
- 现代化界面:Vue 3 + Ant Design Vue,支持明暗主题
- 国际化支持:中文/英文界面切换
- 批量处理:并行处理多张图片
- 预览导出:实时预览效果,一键导出结果
- 设置管理:路径配置、语言切换、模型管理、推理设置
| 系统 | 版本要求 | AI 推理 | 状态 |
|---|---|---|---|
| 🍎 macOS | 12+ (Apple Silicon/Intel) | CPU | ✅ 完全支持 |
| 🪟 Windows | 10+ (x64) | CPU | ✅ 完全支持 |
| 🐧 Linux | x64 发行版 | CPU | ✅ 完全支持 |
- 内存:建议 8GB+ (大模型如 bria-rmbg-2.0 需要更多内存)
- 存储:至少 2GB 可用空间(用于模型文件)
- 显卡:所有平台均使用 CPU 推理(onnxruntime-node 暂不支持 GPU 加速)
- Node.js:22.x(项目使用 Volta 固定版本)
- 包管理器:npm 或 yarn
- 前往 Releases 页面 下载对应系统的安装包
- 安装并启动应用
- 在设置中下载所需的 AI 模型
- 开始使用!
# 克隆项目
git clone https://github.com/helson-lin/Jevet.git
cd Jevet
# 安装依赖
npm install
# 启动开发环境
npm run dev# 构建生产版本
npm run app:dist构建脚本会自动执行:TypeScript 类型检查 → Vite 打包 → Electron Builder 打包
Jevet/
├── electron/ # Electron 主进程
│ ├── main/
│ │ ├── ipc/ # IPC 通信处理
│ │ │ ├── image.ts # 图片处理与AI抠图
│ │ │ ├── config/ # 配置管理
│ │ │ └── file.ts # 文件操作
│ │ ├── i18n/ # 后端国际化
│ │ └── index.ts # 主进程入口
│ └── preload/ # 预加载脚本
├── src/ # Vue 渲染进程
│ ├── pages/ # 功能页面
│ │ ├── ImgRemoveBg.vue # AI抠图页面
│ │ ├── ImgProcess.vue # 图片处理页面
│ │ └── Setting.vue # 设置页面
│ ├── components/ # 公共组件
│ ├── store/ # Pinia 状态管理
│ ├── locales/ # 前端国际化
│ └── router.ts # 路由配置
├── electron-builder.json5 # 打包配置
├── vite.config.ts # Vite 构建配置
└── package.json # 项目依赖
首次使用需要安装 Microsoft Visual C++ 运行库:
- 打开应用,点击左下角 设置 图标
- 在 模型管理 区域选择需要的 AI 模型
- 点击 下载 按钮,应用会自动下载并进行 MD5 校验
- 下载完成后模型状态会显示为 ✅ 已下载
模型选择建议:
- 新手用户:推荐
u2net或silueta(体积小,速度快)- 追求效果:选择
rmbg-1.4(综合效果最佳)- 高端用户:尝试
bria-rmbg-2.0(效果更好,需要更多内存)
图优化等级:
disabled- 关闭优化(最稳定,处理速度较慢)basic- 基础优化(推荐,默认选项,平衡性能与稳定性)extended- 扩展优化(更快但在某些环境可能不稳定)all- 全部优化(理论上最快,但可能引起兼容性问题)
注意:当前版本使用 CPU 推理,推荐保持默认的
basic优化等级。如遇到兼容性问题,可降级到disabled。
- 进入 智能抠图 页面
- 拖拽或点击上传图片(支持批量)
- 选择已下载的 AI 模型
- 选择输出格式(PNG 推荐,保持透明背景)
- 点击 开始处理
- 处理完成后可预览效果,点击 导出 保存结果
- 进入 图片转码压缩 页面
- 上传需要处理的图片
- 设置输出参数:
- 格式:PNG、JPG、WEBP 等
- 质量:1-100(数值越高质量越好)
- 尺寸:自定义宽高或保持原始比例
- EXIF:是否保留图片元信息
- 水印:添加文本水印(可选)
- 点击 开始处理 批量转换
- 框架:Vue 3 + TypeScript
- 构建工具:Vite
- UI 库:Ant Design Vue
- 状态管理:Pinia
- 路由:Vue Router
- 样式:Tailwind CSS
- 国际化:Vue I18n
- 运行时:Electron + Node.js
- 图像处理:Sharp
- AI 推理:ONNX Runtime
- 文件处理:多种格式支持
- IPC 通信:Electron IPC
- 包管理:npm + Volta(版本管理)
- 代码规范:ESLint + Prettier
- 类型检查:TypeScript
- 打包工具:Electron Builder
Q: 为什么软件只支持 CPU 推理,不支持 GPU 加速?
A: 当前版本基于 onnxruntime-node,该运行时在桌面环境下暂不支持 GPU 加速:
- onnxruntime-node 目前不提供稳定的 CUDA 支持
- macOS 的 Metal 后端也尚未支持
- 为确保跨平台稳定性,统一使用 CPU 推理
未来版本可能会考虑:
- 等待 onnxruntime-node 官方 GPU 支持
- 或集成其他支持 GPU 的推理引擎
Q: 模型下载失败或速度很慢怎么办?
A: 可以尝试以下解决方案:
- 检查网络连接状态
- 更换网络环境(如使用移动热点)
- 手动下载模型文件放到模型目录
- 联系开发者获取备用下载链接
Q: 处理大图片时出现内存不足错误?
A: 建议采取以下措施:
- 选择占用内存较小的模型(如 u2net、silueta)
- 降低图优化等级到 basic 或 disabled
- 避免同时处理过多图片
- 关闭其他占用内存的应用程序
Q: 软件是否安全?会收集用户数据吗?
A: Jevet 是完全开源的软件:
- ✅ 所有图片处理均在本地完成,不上传到服务器
- ✅ 不收集任何用户个人信息或使用数据
- ✅ 源代码完全公开,可以自行审查
- ✅ 所有 AI 模型均为离线运行
我们欢迎所有形式的贡献!无论是代码、文档、测试、建议还是反馈。
- Fork 此仓库到您的 GitHub 账户
- Clone 您 fork 的仓库到本地
- 创建新的功能分支:
git checkout -b feature/amazing-feature - 进行您的修改和改进
- 提交更改:
git commit -m 'Add some amazing feature' - 推送到分支:
git push origin feature/amazing-feature - 创建 Pull Request
- 🐛 Bug 修复:帮助修复已知问题
- ✨ 新功能:添加新的功能或改进
- 📚 文档:改进文档、添加示例
- 🌐 国际化:添加新语言支持
- 🧪 测试:增加测试覆盖率
- 🎨 UI/UX:改进界面设计和用户体验
# 克隆项目
git clone https://github.com/helson-lin/Jevet.git
cd Jevet
# 安装依赖
npm install
# 启动开发服务器
npm run dev
# 重新构建原生模块(如果需要)
npm run rebuild
# macOS 重新安装 sharp(如果需要)
npm run sharp:mac- 使用 TypeScript 编写代码
- 遵循现有的代码风格
- 为新功能添加适当的注释
- 确保代码通过 ESLint 检查
如果 Jevet 对您有帮助,请考虑支持项目发展:
- ⭐ Star 这个仓库
- 🍴 Fork 并贡献代码
- 🐛 报告 Bug 或提出改进建议
- 📢 向朋友推荐 Jevet
- 💬 参与 Discussions
本项目以 AGPL-3.0 协议开源。若您修改并通过网络向用户提供本软件(例如作为服务在线提供),需向该网络服务的用户开放对应版本的完整源代码及您的改动。
感谢以下开源项目和技术的支持:
- Electron - 跨平台桌面应用框架
- Vue.js - 渐进式 JavaScript 框架
- ONNX Runtime - 高性能机器学习推理引擎
- Sharp - 高性能图像处理库
- Ant Design Vue - 企业级 UI 组件库
- Vite - 下一代前端构建工具
特别感谢所有为 AI 模型训练和优化做出贡献的研究者和开发者。