rembg 背景移除
使用 rembg 移除圖片背景。 困難之處不在於移除本身,而是在於建立一個可運作、隔離且具有與機器 CUDA 版本匹配的 GPU 後端環境。此技能將該設定打包成一次性腳本,然後提供一個輕量的執行包裝器。
工作流程
-
確保環境已存在。 在執行任何操作前先檢查:
# conda(當 conda 存在時為預設): conda env list | grep -q '\brembg\b' && echo EXISTS # venv 備用方案: test -x ~/.venvs/rembg/bin/rembg && echo EXISTS如果環境不存在,請執行設定腳本(見下文)。如果存在,則直接跳到執行步驟。
-
執行背景移除 透過包裝器(自動偵測檔案或資料夾):
bash <skill>/scripts/run_rembg.sh <輸入> <輸出> [-m 模型] [旗標] -
回報 輸出位置以及使用的模型。如果使用者關心輸出品質,可引導他們查看調校選項。
設定(僅首次執行)
執行附帶的安裝程式。它會建立一個專屬環境,並且僅在其中安裝 — 絕不會修改使用者現用的或基礎環境。
bash <skill>/scripts/setup_env.sh
以下是它的作用及其原因:
- 隔離。 建立一個名為
rembg的專屬 conda 環境(如果 conda 不可用,則在~/.venvs/rembg建立 venv)。它會計算明確的直譯器路徑並使用<that-python> -m pip安裝,因此不會影響任何正啟用的環境。 - 後端匹配 CUDA。 從
nvidia-smi讀取驅動程式的 CUDA 版本。對於 CUDA 12.x,它會安裝onnxruntime-gpu==1.22.0以及匹配的nvidia-cudnn-cu12/cublas/cuda-runtimewheels。這很重要:最新的onnxruntime-gpu(1.23+)是為 CUDA 13 建置的,會在 CUDA 12 的機器上因libcudart.so.13: cannot open shared object file而無法匯入。對於 CUDA ≥13 則使用最新的 GPU 建置版本;若無 GPU 則使用 CPU 版本。 - 載入器路徑。 onnxruntime-gpu 需要 pip NVIDIA 函式庫位於
LD_LIBRARY_PATH。安裝程式會新增一個 condaactivate.dhook,而執行包裝器也會設定它(以便 venv 也能運作),因此使用者無需手動匯出任何變數。 - 模型預先下載。 使用
wget -c續傳功能與 MD5 驗證下載birefnet-general(約 928MB)和u2net,因為 GitHub 釋出連結經常在下載中途中斷。
實用的覆寫變數(環境變數):ENV_TYPE=venv、ENV_PATH=~/.venvs/rembg、FORCE_CPU=1、PROXY=http://127.0.0.1:7890(透過代理伺服器路由下載;預設為空白)、RECREATE=1
(從頭重建)、MODELS="birefnet-general isnet-anime"。
執行
包裝器以相同方式處理單一檔案和資料夾 — 傳入檔案則得到一個檔案,傳入目錄則得到一個目錄的切圖。輸出路徑是選填的:省略時,包裝器會在輸入旁寫入並加上 _rembg 後綴(photo.jpg → photo_rembg.png,icons/ → icons_rembg/),因此您無需自行發明一個。
# 單張圖片,自動輸出 -> photo_rembg.png
bash <skill>/scripts/run_rembg.sh photo.jpg
# 明確指定輸出
bash <skill>/scripts/run_rembg.sh photo.jpg photo_cutout.png
# 整個資料夾,自動輸出 -> icons_rembg/
bash <skill>/scripts/run_rembg.sh ./icons -m birefnet-general -ppm
# 選擇模型 / 傳遞 rembg 旗標(旗標可直接接在輸入後面)
MODEL=isnet-anime bash <skill>/scripts/run_rembg.sh char.png -ppm
包裝器會先取消任何 socks:// 代理設定(它會使 rembg 的 gradio 匯入崩潰)。預設不使用代理;設定 PROXY 可將按需模型下載透過 http 代理路由。
選擇模型與調校品質
預設為 birefnet-general(最佳通用邊緣)。如果使用者對邊緣不滿意、提到毛髮/軟邊緣、動漫或人像,或想要純色背景,請參閱 references/models_and_flags.md 以取得完整的模型表格和旗標調校順序(從 -ppm 開始,然後是更強的模型,接著是帶有 -ae erode 調校的 -a alpha matting)。
疑難排解
No onnxruntime backend found— GPU wheel 匯入失敗(通常是 CUDA 主要版本不符)。重新執行setup_env.sh;它會選擇匹配的後端。libcudart.so.13: cannot open shared object file— onnxruntime-gpu 是為 CUDA 13 建置的,但機器使用的是 CUDA 12。這正是setup_env.sh中的版本鎖定所要解決的問題。Unknown scheme for proxy URL 'socks://...'—socks://的all_proxy會破壞 gradio/httpx。執行包裝器會取消設定;如果手動執行 rembg,請先執行unset all_proxy ALL_PROXY。The CLI dependencies are not installed— rembg 在未附帶[cli]extra 的情況下安裝。setup_env.sh會安裝rembg[cpu,cli];請重新執行它。- 模型下載停滯 / SSL EOF — 設定一個可用的
PROXY,或使用wget -c預先下載到~/.u2net/<name>.onnx(安裝程式會執行此操作)。