Eliminación de fondos con rembg
Elimina fondos de imágenes usando rembg. La parte difícil no es la eliminación en sí, sino conseguir un entorno aislado y funcional con un backend GPU que coincida con la versión de CUDA de la máquina. Esta habilidad empaqueta esa configuración para que sea un script de una sola vez, y luego un envoltorio de ejecución ligero.
Flujo de trabajo
-
Verificar que el entorno existe. Compruébalo antes de ejecutar cualquier cosa:
# conda (por defecto cuando está presente): conda env list | grep -q '\brembg\b' && echo EXISTE # fallback venv: test -x ~/.venvs/rembg/bin/rembg && echo EXISTESi no existe, ejecuta el script de configuración (ver más abajo). Si existe, salta directamente a la ejecución.
-
Ejecutar la eliminación de fondo mediante el envoltorio (detecta automáticamente archivo vs carpeta):
bash <skill>/scripts/run_rembg.sh <entrada> <salida> [-m MODELO] [banderas] -
Informar dónde se guardaron las salidas y qué modelo se usó. Si al usuario le importa la calidad, dirígelo a las opciones de ajuste.
Configuración (solo la primera vez)
Ejecuta el instalador incluido. Crea un entorno dedicado e instala solo allí — nunca modifica el entorno activo o base del usuario.
bash <skill>/scripts/setup_env.sh
Qué hace y por qué:
- Aislamiento. Crea un entorno conda dedicado llamado
rembg(o un venv en~/.venvs/rembgsi conda no está disponible). Calcula una ruta explícita del intérprete e instala con<ese-python> -m pip, para que nada caiga en el entorno que esté activo. - Backend coincidente con CUDA. Lee la versión de CUDA del driver desde
nvidia-smi. Para CUDA 12.x instalaonnxruntime-gpu==1.22.0más las ruedas coincidentesnvidia-cudnn-cu12/cublas/cuda-runtime. Esto importa: la última versión deonnxruntime-gpu(1.23+) está compilada para CUDA 13 y falla al importar en una máquina con CUDA 12 conlibcudart.so.13: cannot open shared object file. Para CUDA ≥13 usa la compilación GPU más reciente; sin GPU usa la compilación CPU. - Ruta de carga. onnxruntime-gpu necesita las bibliotecas pip de NVIDIA en
LD_LIBRARY_PATH. El instalador añade un hook de condaactivate.d, y el envoltorio de ejecución también lo establece (para que venv funcione), así el usuario nunca tiene que exportar nada. - Precarga de modelos. Descarga
birefnet-general(~928MB) yu2netconwget -creanudable + verificación md5, porque los enlaces de los releases de GitHub suelen fallar a mitad de descarga.
Variables de entorno útiles: ENV_TYPE=venv, ENV_PATH=~/.venvs/rembg,
FORCE_CPU=1, PROXY=http://127.0.0.1:7890 (enruta descargas a través de un proxy;
vacío por defecto), RECREATE=1
(reconstruir desde cero), MODELS="birefnet-general isnet-anime".
Ejecución
El envoltorio maneja archivos individuales y carpetas de forma idéntica: pasa un archivo para obtener un
archivo, un directorio para obtener un directorio de recortes. La ruta de salida es opcional:
omítela y el envoltorio escribe junto a la entrada con un sufijo _rembg
(foto.jpg → foto_rembg.png, iconos/ → iconos_rembg/), así no es necesario
inventar una.
# imagen única, salida automática -> foto_rembg.png
bash <skill>/scripts/run_rembg.sh foto.jpg
# salida explícita
bash <skill>/scripts/run_rembg.sh foto.jpg foto_recorte.png
# carpeta completa, salida automática -> iconos_rembg/
bash <skill>/scripts/run_rembg.sh ./iconos -m birefnet-general -ppm
# elegir un modelo / pasar banderas de rembg (las banderas pueden seguir directamente a la entrada)
MODEL=isnet-anime bash <skill>/scripts/run_rembg.sh personaje.png -ppm
El envoltorio desactiva primero cualquier proxy socks:// (esto rompe la importación de gradio de rembg).
No usa proxy por defecto; establece PROXY para enrutar las descargas bajo demanda de modelos
a través de un proxy http.
Elección de modelo y ajuste de calidad
El predeterminado es birefnet-general (mejores bordes generales). Si el usuario no está satisfecho con
los bordes, menciona pelo/bordes suaves, anime o retratos, o quiere un fondo de color sólido,
lee references/models_and_flags.md para la tabla completa de modelos y el
orden de ajuste de banderas (empieza con -ppm, luego un modelo más fuerte, luego -a alpha
matting con ajuste -ae de erosión).
Solución de problemas
No onnxruntime backend found— la rueda GPU falló al importar (generalmente un desajuste mayor de versión CUDA). Vuelve a ejecutarsetup_env.sh; selecciona el backend coincidente.libcudart.so.13: cannot open shared object file— onnxruntime-gpu está compilado para CUDA 13 pero la máquina tiene CUDA 12. Esto es exactamente lo que el pin de versión ensetup_env.shcorrige.Unknown scheme for proxy URL 'socks://...'— unsocks://all_proxyrompe gradio/httpx. El envoltorio de ejecución lo desactiva; si ejecutas rembg manualmente, hazunset all_proxy ALL_PROXYprimero.The CLI dependencies are not installed— rembg se instaló sin el extra[cli].setup_env.shinstalarembg[cpu,cli]; vuelve a ejecutarlo.- La descarga del modelo se detiene / SSL EOF — establece un
PROXYfuncional, o precarga conwget -cen~/.u2net/<nombre>.onnx(el instalador hace esto).