AIで画像の背景除去・アップスケールをローカルで行う〜ComfyUIで実際にやってみた

2026年7月28日

ふだん、RTX 3090搭載のデスクトップでAI画像生成や画像処理の検証をしています。背景除去（写真から被写体だけを切り抜いて背景を透明にする処理）やアップスケール（画像を高い解像度へ拡大する処理）といった画像処理は、クラウドサービスなら月額1,000〜8,000円ほどかかります。ローカルでやれば月額0円で、しかも枚数制限なし。

結論としては、月額0円で、クラウドサービスと同等以上の画像処理がローカルで完結します。必要なのは画像処理ソフト（ComfyUI。ノードをつないで画像処理を組み立てる無料ソフト）とGPU（VRAM 8GB以上。VRAMは映像処理用のGPUが内部で使う専用メモリのこと）だけです。

本記事では、ComfyUIを使って背景除去・アップスケール・img2img・インペインティングの4つの画像処理をローカルで行う手順を、ノード構成つきでまとめました。実行環境はRTX 3090（24GB VRAM）、ComfyUI（Python 3.12.3）です。

ComfyUIの導入がまだなら、ComfyUI入門ガイドを先にどうぞ。

クラウドサービス vs ローカル処理：コスト比較

画像処理をクラウドで行う場合とローカルで行う場合のコストを比較します。

代表的なクラウドサービスの月額費用は以下のとおりです。

remove.bgは背景除去に特化したサービスで、無料版は低解像度（0.25MP）のみ。HD出力にはクレジット購入が必要です。Topaz Labsは2025年にサブスクリプション専用に移行し、買い切り版は廃止されました。Adobe Fireflyは画像生成が中心ですが、背景除去やアップスケールにも対応しています。

これらをローカル処理と比較すると、次のとおりです。

[kimono_cost_table
title="画像処理のコスト比較（月100枚処理の場合）"
headers="項目,クラウドサービス,ローカル（ComfyUI）"
rows="月額費用|1,000〜8,000円|0円（電気代のみ）,処理枚数の上限|プランによる（40〜500枚/月）|無制限,背景除去|○（remove.bg等）|○（RMBG / SAM2）,アップスケール|○（Topaz Labs等）|○（Real-ESRGAN / 4x-UltraSharp）,img2img|△（対応サービス少ない）|○,インペインティング|△（対応サービス少ない）|○,バッチ処理|△（API課金）|○（無料）,プライバシー|画像をクラウドに送信|完全ローカル,初期費用|0円|GPU代（RTX 3060で5万円〜）"
highlight_col="2″
]

クラウドサービスは手軽ですが、月額費用・枚数制限・プライバシーの問題があります。GPU代は必要ですが、画像生成や他の用途にも使えるため、実質的なコストパフォーマンスはローカルが圧倒的です。

GPU選びの詳細はAI画像生成の予算別ガイドを参照してください。

背景除去：AI手法の概要とComfyUIでの実践

背景除去は、商品写真の切り抜きやコラージュ素材の作成で最も需要がある処理です。

AI による背景除去の手法は大きく3つに分かれます。

ComfyUIでは、このうちセグメンテーション系のRMBGとゼロショット系のSAM2が手軽に使えます。実用上はRMBGで十分なケースがほとんどです。

方法1：RMBG（推奨・簡単）

RMBGはBRIA AI製の背景除去モデルで、ワンクリックで背景を透過にできます。U-Net系のセグメンテーションモデルで、精度が高く、髪の毛のような細い部分もきれいに抜けます。

remove.bgの無料版（低解像度）と比べると、RMBGはフル解像度で出力できる点が大きな利点です。精度もremove.bgの有料版と遜色ありません。

なお、BRIAのRMBGモデルは非商用利用限定のライセンスです。商品写真の切り抜きなど商用目的で使う場合は、BRIAとのライセンス契約か、MITライセンス版のあるBiRefNet等の代替モデルを検討してください。

必要なカスタムノード:

• ComfyUI-BRIA-RMBG（ComfyUI Managerからインストール可能）

使用モデル:

• RMBG-1.4（BRIA AI公式、約176MB）

ワークフローのノード構成:

LoadImageの出力をRMBG Background Removeの入力に接続するだけです。設定項目はほぼありません。モデルは初回実行時に自動ダウンロードされます。

方法2：SAM2（高精度・部分指定可能）

SAM2（Segment Anything Model 2）はMeta製のゼロショットセグメンテーションモデルです。画像中の特定の部分を座標やプロンプトで指定して切り抜けるため、「人物だけ」「商品だけ」といった細かい制御ができます。

RMBGが「画像全体の前景を自動検出」するのに対し、SAM2は「切り抜きたい対象を自分で指定」する仕組みです。複数の被写体がある画像で特定の1つだけを切り抜きたい場合に威力を発揮します。

必要なカスタムノード:

• ComfyUI-SAM2（ComfyUI Managerからインストール可能）

使用モデル:

• sam2_hiera_large.pt（約900MB）

ワークフローのノード構成:

まずはRMBGを試して、「複数の被写体から1つだけ切り抜きたい」「特定の領域だけ指定したい」という場合にSAM2を使うのが効率的です。

アップスケール：AI手法の概要とComfyUIでの実践

低解像度の画像を高解像度にするアップスケールは、AI画像生成の後処理として必須の工程です。

AIアップスケールの主要な手法には以下のものがあります。

実用的には、Real-ESRGAN系の4x-UltraSharpが速度・品質・VRAM消費のバランスに最も優れています。Topaz Gigapixel AI（月額約5,000円〜）と比較しても、イラスト・アニメ系画像では同等以上の品質が得られます。写真のアップスケールでもRealESRGAN_x4plusで十分実用的です。

ComfyUIでは複数のアップスケールモデルが利用でき、用途に応じて使い分けます。

モデルの選び方

Animagine-XL-3.1で生成したアニメ風画像には4x-UltraSharpが好相性です。写真ベースの画像にはRealESRGAN_x4plusが安定しています。

モデルの配置先: ComfyUI/models/upscale_models/

ワークフローのノード構成

512×512の画像を4倍アップスケールすると2048×2048です。SDXL（1024×1024）の出力なら4096×4096です。RTX 3090であれば4096×4096でも問題なく処理できます。

VRAM不足の場合のTips

VRAM 8GBクラスのGPUで大きな画像をアップスケールすると、VRAM不足でエラーになることがあります。その場合はタイル処理を使います。

画像を小さなタイルに分割してから1つずつアップスケールし、最後に結合する方式です。処理時間は増えますが、VRAM消費を大幅に抑えられます。図のImageSplitTiles / ImageMergeTilesはComfyUI-Easy-Use等のカスタムノードで提供されています。なお、標準ノードのアップスケールもVRAM不足時は自動でタイル処理に切り替わります。

img2img：既存画像のスタイル変換

img2imgは、既存の画像を入力としてAIで新しい画像を生成する手法です。写真をイラスト風に変換する、ラフスケッチからきれいな絵を起こす、といった用途に使います。

基本的な仕組み

img2imgでは「Denoise Strength（ノイズ除去強度）」の値で、元画像からどれくらい変化させるかを制御します。

ワークフローのノード構成（SDXLの場合）

設定例（写真をアニメ風に変換）:

• モデル: Animagine-XL-3.1
• プロンプト: “1girl, anime style, high quality, detailed"
• ネガティブ: “photo, realistic, low quality"
• Denoise: 0.6
• Steps: 20
• Sampler: euler_ancestral
• CFG Scale: 7.0

SD 1.5系モデル（v1-5-pruned-emaonly）でも同じワークフローが使えます。ただしSDXLの方が高解像度（1024×1024）に対応しており、現在の主流です。

インペインティング：画像の一部修正

インペインティングは、画像の一部分だけをマスクで指定してAIに描き直させる手法です。「顔だけ修正したい」「不要な物体を消したい」「背景の一部を変えたい」といったケースで使います。

ワークフローのノード構成

インペインティングのコツ:

• マスクは修正したい範囲より少し広めに取る（境界のなじみが良くなる）
• Denoise値は0.7〜1.0が推奨（低すぎると元画像の情報が残りすぎる）
• プロンプトには修正後の状態を具体的に記述する
• インペインティング専用モデル（sd-v1-5-inpainting等）を使うとさらに品質が向上

ComfyUI内蔵のマスクエディタ

ComfyUIにはブラウザ上でマスクを描けるエディタが内蔵されています。LoadImageノードの画像を右クリック→「Open in Mask Editor」で起動できます。外部ツールでマスク画像を作る必要はありません。

処理時間の目安

RTX 3090（24GB VRAM）での処理時間を測定しました（画像サイズ: 1024×1024、5回平均）。

[kimono_bar
title="画像処理の処理時間比較（RTX 3090, 1024×1024）"
labels="背景除去（RMBG）,背景除去（SAM2）,アップスケール4倍,img2img（20steps）,インペインティング（20steps）"
values="1.5,4,6,15,15″
unit="秒"
color="#4caf50″
]

背景除去が最も高速で、RMBGなら約1.5秒で完了します。SAM2はモデルが大きい分やや遅く、約4秒です。アップスケール（4x-UltraSharp、4倍）は約6秒。img2imgとインペインティングはKSamplerのステップ数に比例して時間が変わり、20ステップで約15秒です。

参考までに、クラウドサービス（remove.bg等）では画像のアップロード・ダウンロードを含めて1枚あたり5〜15秒かかります。ローカル処理はネットワーク遅延がないため、特にバッチ処理では大きな差が出ます。

VRAM別のおすすめ設定

GPUのVRAM容量によって、快適に使える処理と設定が変わります。

GPU選びの詳細は2026年版GPUスペック一覧も参考にしてください。RTX 3090の中古は13〜18万円で、コストパフォーマンスに優れています。

まとめ

ComfyUIを使えば、背景除去・アップスケール・img2img・インペインティングの主要な画像処理がすべてローカルで完結します。月額0円、枚数制限なし、プライバシーも安心。remove.bg（月額約1,200円〜）やTopaz Labs（月額約5,000円〜）の代替として十分な品質です。

導入の優先順位:

1. 背景除去（RMBG） — 最も簡単で即効性が高い。ノード1個で完結。remove.bgの有料版と同等の品質が個人利用なら無料で得られる
2. アップスケール（4x-UltraSharp） — AI画像の後処理として必須。モデルを置くだけ。Topaz Gigapixelの代替になる
3. img2img — スタイル変換や画風変換に。Denoise値の調整に慣れが必要
4. インペインティング — 部分修正に。マスク作成のコツを覚えれば強力

すでに画像生成用のGPUを持っているなら、追加コストはゼロです。ComfyUIの導入がまだの方はComfyUI入門ガイドから始めてみてください。

検証に使用した機材

[kimono_product id="15761″]

[kimono_product id="15773″]