Communitygithub.com

OpenGHz/rembg-bg-removal

エージェントスキル:独立したCUDA対応環境でrembgを使用して画像の背景を削除し、単一画像またはフォルダ全体に対して透過PNGカットアウトを生成します。

rembg-bg-removal とは?

このスキルは、rembgライブラリを使用して画像の背景を除去するための完全に自己完結型の環境を提供します。最大の課題は、rembgの実行そのものではなく、マシンのCUDAバージョンに正確に一致するGPUバックエンドを持つ隔離された環境をセットアップすることです。このスキルは、condaまたはvenvを使用して専用環境を作成し、適切なonnxruntime-gpuバージョンを自動選択し(CUDA 12.xと13.xの両方に対応)、LD_LIBRARY_PATHを自動設定するセットアップスクリプトをバンドルしています。実行ラッパーは単一ファイルとフォルダをシームレスに処理し、入力の隣にデフォルトの出力パスを生成するため、ユーザーは出力先を指定する必要がありません。デフォルトモデルはbirefnet-general(最高の総合エッジ品質)で、u2netなど他のモデルも利用可能です。このスキルは、Claude Code、Cursor、CodexなどのAIエージェントと連携して動作し、ヘアラインやアニメなど難しいエッジにはアルファマット処理やモデル切り替えによる品質調整をサポートします。

対応~Claude Code~Codex CLI~Cursor
npx skills add OpenGHz/rembg-bg-removal

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

rembg 背景除去

rembg を使用して画像の背景を除去します。 難しいのは除去そのものではなく、マシンのCUDAバージョンに一致するGPUバックエンドを持つ、動作可能で隔離された環境を用意することです。 このスキルはそのセットアップをワンタイムスクリプトにまとめ、その後は薄い実行ラッパーを使用します。

ワークフロー

  1. 環境が存在することを確認します。 何かを実行する前に確認してください:

    # conda(デフォルト、condaが存在する場合):
    conda env list | grep -q '\brembg\b' && echo EXISTS
    # venv フォールバック:
    test -x ~/.venvs/rembg/bin/rembg && echo EXISTS
    

    存在しない場合は、セットアップスクリプトを実行します(下記参照)。存在する場合は、実行に進みます。

  2. ラッパーを使用して背景除去を実行します(ファイルとフォルダを自動検出):

    bash <skill>/scripts/run_rembg.sh <input> <output> [-m MODEL] [flags]
    
  3. 出力先と使用したモデルを報告します。ユーザーが品質を気にする場合は、チューニングオプションを案内します。

セットアップ(初回のみ)

バンドルされたインストーラーを実行します。これは専用環境を作成し、そこにのみインストールします。ユーザーのアクティブ環境やベース環境を変更することはありません。

bash <skill>/scripts/setup_env.sh

その内容と理由:

  • 隔離。 専用のconda環境(rembg という名前)を作成します(condaが利用できない場合は ~/.venvs/rembg にvenvを作成)。明示的なインタプリタパスを計算し、<that-python> -m pip でインストールするため、何もアクティブな環境に影響を与えません。
  • CUDAに一致するバックエンド。 nvidia-smi からドライバのCUDAバージョンを読み取ります。CUDA 12.x の場合は onnxruntime-gpu==1.22.0 と、それに対応する nvidia-cudnn-cu12 / cublas / cuda-runtime のホイールをインストールします。これは重要です:最新の onnxruntime-gpu(1.23+)はCUDA 13向けにビルドされており、CUDA 12のマシンでは libcudart.so.13: cannot open shared object file でインポートに失敗します。CUDA ≥13 の場合は最新のGPUビルドを使用し、GPUがない場合はCPUビルドを使用します。
  • ローダーパス。 onnxruntime-gpu はpipのNVIDIAライブラリを LD_LIBRARY_PATH 上に必要とします。インストーラーはcondaの activate.d フックを追加し、実行ラッパーもこれを設定するため(venvでも動作)、ユーザーは何もエクスポートする必要がありません。
  • モデルのプリフェッチ。 birefnet-general(約928MB)と u2net を wget -c の再開機能とmd5検証付きでダウンロードします。これはGitHubリリースのリンクが途中でダウンロードが切れることがよくあるためです。

便利なオーバーライド(環境変数): ENV_TYPE=venv、ENV_PATH=~/.venvs/rembg、 FORCE_CPU=1、PROXY=http://127.0.0.1:7890(ダウンロードをプロキシ経由でルーティング、デフォルトは空)、RECREATE=1 (最初から再構築)、MODELS="birefnet-general isnet-anime"。

実行

ラッパーは単一ファイルとフォルダを同じように扱います。ファイルを渡せばファイル、ディレクトリを渡せばカットアウトのディレクトリが得られます。出力パスは省略可能です:省略すると、ラッパーは入力の隣に _rembg サフィックスを付けて書き込みます(photo.jpg → photo_rembg.png、icons/ → icons_rembg/)。そのため、出力パスを考える必要はありません。

# 単一画像、自動出力 → photo_rembg.png
bash <skill>/scripts/run_rembg.sh photo.jpg

# 明示的な出力
bash <skill>/scripts/run_rembg.sh photo.jpg photo_cutout.png

# フォルダ全体、自動出力 → icons_rembg/
bash <skill>/scripts/run_rembg.sh ./icons -m birefnet-general -ppm

# モデルを選択 / rembgフラグを渡す(フラグは入力の直後に指定可能)
MODEL=isnet-anime bash <skill>/scripts/run_rembg.sh char.png -ppm

ラッパーは最初に socks:// プロキシを解除します(rembgのgradioインポートがクラッシュするため)。デフォルトではプロキシを使用しません。PROXY を設定すると、オンデマンドのモデルダウンロードをhttpプロキシ経由でルーティングします。

モデルの選択と品質のチューニング

デフォルトは birefnet-general(最高の総合エッジ品質)です。ユーザーがエッジに不満がある場合、髪/柔らかいエッジ、アニメ、ポートレートを言及した場合、または単一色の背景を希望する場合、references/models_and_flags.md を読んで完全なモデルテーブルとフラグチューニングの順序(-ppm から始め、次に強力なモデル、次に -a アルファマット処理と -ae 侵食チューニング)を確認してください。

トラブルシューティング

  • No onnxruntime backend found — GPUホイールのインポートに失敗しました(通常はCUDAメジャーバージョンの不一致)。setup_env.sh を再実行してください。適切なバックエンドを選択します。
  • libcudart.so.13: cannot open shared object file — onnxruntime-gpu はCUDA 13向けにビルドされていますが、マシンはCUDA 12です。これはまさに setup_env.sh のバージョン固定で修正される問題です。
  • Unknown scheme for proxy URL 'socks://...' — socks:// の all_proxy が gradio/httpx を壊します。実行ラッパーはこれを解除します。rembgを手動で実行する場合は、最初に unset all_proxy ALL_PROXY を実行してください。
  • The CLI dependencies are not installed — rembgが [cli] エクストラなしでインストールされました。setup_env.sh は rembg[cpu,cli] をインストールします。再実行してください。
  • モデルダウンロードの停止 / SSL EOF — 動作する PROXY を設定するか、wget -c で ~/.u2net/<name>.onnx に事前ダウンロードしてください(インストーラーはこれを行います)。

関連スキル