Communitygithub.com

rembg - Remoção de Fundo de Imagens

Habilidade de agente para remover fundos de imagens com rembg em um ambiente isolado e compatível com CUDA — gerando recortes PNG transparentes para uma única imagem ou uma pasta inteira.

O que é rembg - Remoção de Fundo de Imagens?

Esta habilidade automatiza a remoção de fundo de imagens usando a biblioteca rembg, resolvendo o maior desafio: configurar um ambiente isolado com backend GPU que corresponda à versão CUDA da máquina. Ela cria um ambiente dedicado (conda ou venv) e instala a versão correta do onnxruntime-gpu, evitando erros comuns como 'libcudart.so.13 não encontrado'. Suporta processamento de arquivos individuais ou pastas inteiras, com saída automática ou personalizada, e permite selecionar entre modelos como birefnet-general (padrão) e u2net. A habilidade é ideal para desenvolvedores que usam agentes como Claude Code, Cursor ou Codex, pois oferece um fluxo de trabalho simples: verificar se o ambiente existe, executar a remoção e reportar os resultados, com opções de ajuste de qualidade via flags.

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

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

rembg - Remoção de Fundo

Remove fundos de imagens usando rembg. A parte difícil não é a remoção em si — é obter um ambiente funcional e isolado com um backend GPU que corresponda à versão CUDA da máquina. Esta habilidade agrupa essa configuração em um script único e, em seguida, usa um wrapper leve para execução.

Fluxo de Trabalho

  1. Verifique se o ambiente existe. Verifique antes de executar qualquer coisa:

    # conda (padrão quando o conda está presente):
    conda env list | grep -q '\brembg\b' && echo EXISTS
    # fallback venv:
    test -x ~/.venvs/rembg/bin/rembg && echo EXISTS
    

    Se não existir, execute o script de configuração (veja abaixo). Se existir, vá direto para a execução.

  2. Execute a remoção de fundo via o wrapper (detecta automaticamente arquivo vs pasta):

    bash <skill>/scripts/run_rembg.sh <input> <output> [-m MODEL] [flags]
    
  3. Relate onde as saídas foram geradas e qual modelo foi usado. Se o usuário se importar com a qualidade, aponte para as opções de ajuste.

Configuração (apenas na primeira vez)

Execute o instalador incluído. Ele cria um ambiente dedicado e instala apenas nele — nunca modifica o ambiente ativo ou base do usuário.

bash <skill>/scripts/setup_env.sh

O que ele faz e por quê:

  • Isolamento. Cria um ambiente conda dedicado chamado rembg (ou um venv em ~/.venvs/rembg se o conda não estiver disponível). Calcula um caminho de interpretador explícito e instala com <esse-python> -m pip, para que nada caia em qualquer ambiente que esteja ativo no momento.
  • Backend compatível com CUDA. Lê a versão CUDA do driver a partir de nvidia-smi. Para CUDA 12.x instala onnxruntime-gpu==1.22.0 mais as wheels nvidia-cudnn-cu12 / cublas / cuda-runtime correspondentes. Isso é importante: o onnxruntime-gpu mais recente (1.23+) é compilado para CUDA 13 e falha ao importar em uma máquina CUDA 12 com libcudart.so.13: cannot open shared object file. Para CUDA ≥13 usa a compilação GPU mais recente; sem GPU usa a compilação CPU.
  • Caminho do carregador. O onnxruntime-gpu precisa das libs NVIDIA do pip no LD_LIBRARY_PATH. O instalador adiciona um hook activate.d do conda, e o wrapper de execução também o define (para funcionar no venv), para que o usuário nunca precise exportar nada.
  • Pré-download do modelo. Baixa birefnet-general (~928MB) e u2net com wget -c (retomada) + verificação md5, porque os links de lançamento do GitHub costumam cair no meio do download.

Substituições úteis (variáveis de ambiente): ENV_TYPE=venv, ENV_PATH=~/.venvs/rembg, FORCE_CPU=1, PROXY=http://127.0.0.1:7890 (roteia downloads por um proxy; vazio por padrão), RECREATE=1 (reconstruir do zero), MODELS="birefnet-general isnet-anime".

Execução

O wrapper trata arquivos únicos e pastas de forma idêntica — passe um arquivo para obter um arquivo, um diretório para obter um diretório de recortes. O caminho de saída é opcional: omitir faz com que o wrapper escreva próximo à entrada com um sufixo _rembg (photo.jpg → photo_rembg.png, icons/ → icons_rembg/), para que você não precise inventar um.

# imagem única, saída automática -> photo_rembg.png
bash <skill>/scripts/run_rembg.sh photo.jpg

# saída explícita
bash <skill>/scripts/run_rembg.sh photo.jpg photo_cutout.png

# pasta inteira, saída automática -> icons_rembg/
bash <skill>/scripts/run_rembg.sh ./icons -m birefnet-general -ppm

# escolha um modelo / passe flags do rembg (as flags podem seguir a entrada diretamente)
MODEL=isnet-anime bash <skill>/scripts/run_rembg.sh char.png -ppm

O wrapper desativa qualquer proxy socks:// primeiro (isso quebra a importação do gradio do rembg). Ele não usa proxy por padrão; defina PROXY para rotear downloads de modelo sob demanda por um proxy http.

Escolhendo um modelo e ajustando qualidade

O padrão é birefnet-general (melhores bordas gerais). Se o usuário estiver insatisfeito com as bordas, mencionar cabelos/bordas suaves, anime ou retratos, ou quiser um fundo de cor sólida, leia references/models_and_flags.md para a tabela completa de modelos e a ordem de ajuste por flags (comece com -ppm, depois um modelo mais forte, depois -a (alpha matting) com ajuste -ae (erosão)).

Solução de Problemas

  • No onnxruntime backend found — a wheel GPU falhou ao importar (geralmente incompatibilidade de versão CUDA). Reexecute setup_env.sh; ele escolhe o backend correspondente.
  • libcudart.so.13: cannot open shared object file — onnxruntime-gpu foi compilado para CUDA 13, mas a máquina tem CUDA 12. Isso é exatamente o que a fixação de versão em setup_env.sh corrige.
  • Unknown scheme for proxy URL 'socks://...' — um socks:// all_proxy quebra gradio/httpx. O wrapper de execução o desativa; se estiver executando rembg manualmente, faça unset all_proxy ALL_PROXY primeiro.
  • The CLI dependencies are not installed — rembg foi instalado sem o extra [cli]. O setup_env.sh instala rembg[cpu,cli]; reexecute-o.
  • O download do modelo trava / SSL EOF — defina um PROXY funcional, ou faça o pré-download com wget -c para ~/.u2net/<nome>.onnx (o instalador faz isso).

Habilidades Relacionadas