rembg 背景移除
使用 rembg 移除图像背景。 难点不在于移除本身,而在于搭建一个可工作的、隔离的环境,以及一个与机器 CUDA 版本匹配的 GPU 后端。本技能将这一设置过程打包成一次性脚本,然后提供一个轻量级的运行封装。
工作流
-
确保环境已存在。 在运行任何操作之前检查环境:
# conda(当 conda 存在时为默认方式): conda env list | grep -q '\brembg\b' && echo 已存在 # venv 备选方案: test -x ~/.venvs/rembg/bin/rembg && echo 已存在如果环境不存在,请运行设置脚本(见下文)。如果已存在,则直接进入运行步骤。
-
通过封装进行背景移除(自动检测文件或文件夹):
bash <skill>/scripts/run_rembg.sh <input> <output> [-m MODEL] [flags] -
报告输出位置和使用的模型。如果用户关心质量,请提示他们可用的调优选项。
设置(仅首次运行)
运行捆绑的安装程序。它会创建一个专用环境,并且只在该环境内安装——绝不会修改用户的当前活动环境或基础环境。
bash <skill>/scripts/setup_env.sh
它的作用及原因:
- 隔离。 创建一个名为
rembg的专用 conda 环境(如果 conda 不可用,则在~/.venvs/rembg创建 venv)。它会计算显式的解释器路径,并使用<that-python> -m pip进行安装,因此不会影响任何当前激活的环境。 - 与 CUDA 匹配的后端。 从
nvidia-smi读取驱动程序的 CUDA 版本。对于 CUDA 12.x,它会安装onnxruntime-gpu==1.22.0以及匹配的nvidia-cudnn-cu12/cublas/cuda-runtimewheel 包。这一点很重要:最新的onnxruntime-gpu(1.23+)是为 CUDA 13 构建的,在 CUDA-12 的机器上导入时会失败,出现libcudart.so.13: cannot open shared object file错误。对于 CUDA ≥13,它使用最新的 GPU 构建版本;如果没有 GPU,则使用 CPU 版本。 - 加载器路径。 onnxruntime-gpu 需要 pip 安装的 NVIDIA 库位于
LD_LIBRARY_PATH中。安装程序会添加一个 condaactivate.d钩子,运行封装也会设置它(以便 venv 也能工作),因此用户无需手动导出任何环境变量。 - 模型预下载。 使用
wget -c断点续传和 md5 验证下载birefnet-general(约 928MB)和u2net模型,因为 GitHub 发布版的链接经常中断。
有用的覆盖变量(环境变量):ENV_TYPE=venv、ENV_PATH=~/.venvs/rembg、FORCE_CPU=1、PROXY=http://127.0.0.1:7890(通过代理路由下载;默认空)、RECREATE=1(从零重建)、MODELS="birefnet-general isnet-anime"。
运行
封装脚本对单文件和处理文件夹的方式相同——传入文件则得到文件,传入目录则得到剪影目录。输出路径是可选的:省略时,封装会在输入旁写入带有 _rembg 后缀的文件(photo.jpg → photo_rembg.png、icons/ → icons_rembg/),因此您无需额外指定。
# 单张图片,自动输出 -> photo_rembg.png
bash <skill>/scripts/run_rembg.sh photo.jpg
# 显式输出
bash <skill>/scripts/run_rembg.sh photo.jpg photo_cutout.png
# 整个文件夹,自动输出 -> icons_rembg/
bash <skill>/scripts/run_rembg.sh ./icons -m birefnet-general -ppm
# 选择模型 / 传递 rembg 参数(参数可直接跟在输入后)
MODEL=isnet-anime bash <skill>/scripts/run_rembg.sh char.png -ppm
封装会首先取消任何 socks:// 代理(它会破坏 rembg 的 gradio 导入)。默认不使用代理;设置 PROXY 可通过 http 代理路由按需的模型下载。
选择模型与调整质量
默认为 birefnet-general(最佳通用边缘)。如果用户对边缘不满意、提到毛发/软边缘、动漫、人物肖像,或想要纯色背景,请阅读 references/models_and_flags.md 获取完整的模型表和参数调优顺序(从 -ppm 开始,然后尝试更强的模型,接着是带有 -ae 腐蚀参数调优的 -a alpha 抠图)。
故障排除
No onnxruntime backend found—— GPU wheel 导入失败(通常是 CUDA 主要版本不匹配)。重新运行setup_env.sh;它会选择匹配的后端。libcudart.so.13: cannot open shared object file—— onnxruntime-gpu 是为 CUDA 13 构建的,但机器上运行的是 CUDA 12。这正是setup_env.sh中版本锁定要解决的问题。Unknown scheme for proxy URL 'socks://...'——socks://类型的all_proxy会破坏 gradio/httpx。运行封装会取消它;如果手动运行 rembg,请先执行unset all_proxy ALL_PROXY。The CLI dependencies are not installed—— rembg 未安装[cli]附加组件。setup_env.sh安装的是rembg[cpu,cli];请重新运行它。- 模型下载卡住 / SSL EOF —— 设置一个可用的
PROXY,或者使用wget -c预先下载到~/.u2net/<name>.onnx(安装程序已执行此操作)。