rembg 背景移除从报错到跑通：3 条命令搞定安装与使用

rembg 背景移除从报错到跑通：3 条命令搞定安装与使用

【免费下载链接】rembgRembg is a tool to remove images background项目地址: https://gitcode.com/GitHub_Trending/re/rembg

你是不是也卡在The CLI dependencies are not installed这句提示上，或者pip install直接炸在 onnxruntime 的依赖解析里？rembg 是一款开源的图像背景移除工具，一行命令就能把 JPG 里的背景抠成透明 PNG。本文带你从真实报错一步步走到rembg i成功出图，不用再去翻别的资料。

最快路径：3 条命令先看到结果 🚀

赶时间的读者直接按顺序复制这三条，先跑通再说：

先确认 Python 版本在 3.11～3.13 之间（^3.11且<3.14）：

python3 --version

看到Python 3.11.x或3.12.x、3.13.x就行。再装 CPU 版 + 命令行依赖（macOS 用户走 CPU 即可，没有 GPU 后端）：

pip install "rembg[cpu,cli]"

装完直接处理一张图（首次运行会自动把默认u2net模型下载到~/.u2net，文件较大，耐心等进度条）：

rembg i examples/girl-1.jpg out.png

成功标志：当前目录多出一个out.png，打开是背景已抠除的透明图。下面按你会踩的坑逐个拆。

onnxruntime 版本冲突：3 步解决

现象：装包时报ERROR: Cannot install rembg==x and onnxruntime==x because these package versions have conflicting dependencies，或运行时ImportError找不到onnxruntime的符号。

根因：rembg 锁的是onnxruntime ^1.23.2（见 pyproject.toml）。你环境里预装的可能是 1.16.x 这种旧版，和 rembg 要的新版打架。

解决：先把 onnxruntime 钉死到 rembg 要求的版本，再装 rembg：

pip install onnxruntime==1.23.2 pip install "rembg[cpu,cli]"

装完验证后端版本：

python -c "import onnxruntime; print(onnxruntime.__version__)"

输出1.23.2（或 1.23.x）说明冲突已解。各系统/硬件对应的 onnxruntime 选型，可对照仓库里的 onnxruntime-installation-matrix.png。

权限报错 & CLI 依赖缺失：一条命令补齐 🔧

现象：跑rembg i ...直接打印The CLI dependencies are not installed.然后退出；或装包时Permission denied: [Errno 13]。

根因：前者是你只pip install rembg装了库、没带cli依赖组（click等缺了，见 rembg/cli.py）；后者是 pip 试图往系统 Python 目录写文件没权限。

解决：别用sudo。要么走虚拟环境，要么加--user，一次性把 CPU 后端和 CLI 都装上：

python3 -m venv rembg-env source rembg-env/bin/activate pip install "rembg[cpu,cli]"

（虚拟环境里不需要--user。）装完敲下面这条验证命令存在：

rembg --help

能看到i / p / s / b四个子命令的帮助文本，说明 CLI 装好了。

模型下载失败 / 卡住：手动下载 + 指定目录 📦

现象：第一次rembg i时进度条卡在下载，或报404、网络超时、校验失败。

根因：模型默认下到~/.u2net/（可用U2NET_HOME改）。网络不稳时自动下载就中断了。

解决：先用 rembg 自带的d子命令手动把指定模型拉下来，再跑处理：

rembg d u2net rembg i examples/girl-1.jpg out.png

想换存放目录（比如磁盘空间不够），先设环境变量再跑：

export U2NET_HOME=/data/models/u2net rembg d u2net rembg i examples/girl-1.jpg out.png

如果你用的是自己转换的.onnx模型，怕被 rembg 重新下载覆盖，就加MODEL_CHECKSUM_DISABLED=1并把文件按原名（如u2net.onnx）放进模型目录，详见 README.md 的 Environment Variables 一节。

处理太慢：CPU 用户的提速组合 ⚡

现象：一张图要等几十秒甚至更久，风扇狂转。

根因：默认u2net模型偏重，加上 ONNX 默认会开满所有 CPU 线程，大图解起来更慢。

解决：两手一起用——换轻量模型 + 限制线程数：

OMP_NUM_THREADS=4 rembg i -m u2netp examples/girl-1.jpg out.png

-m u2netp换到轻量版模型（比 u2net 快很多），OMP_NUM_THREADS=4把推理线程压到 4 个，减少线程调度开销。跑完对比出图时间，明显缩短即成功。更多模型（birefnet-general、isnet-anime、bria-rmbg等）的效果对比可看 tests/results/ 目录。

进阶用法：批量、换模型、起服务

单图跑通后，这三招最实用，点到为止：

批量处理整个文件夹，输出目录不存在会自动创建：

rembg p path/to/input path/to/output

加-w进监控模式，input 目录里新增/修改的图片会被自动处理，往里面丢个stop.txt即可停止：

rembg p -w path/to/input path/to/output

起一个 HTTP 服务，方便用curl或前端调用，默认端口 7000，--no-ui可关掉 Gradio 界面降低空载 CPU：

rembg s --host 0.0.0.0 --port 7000 --no-ui

然后远程出图：

curl -s "http://localhost:7000/api/remove?url=http://input.png" -o output.png

更多子命令参数（-aalpha matting、-om只出掩码、-bgc换背景色）跑rembg i --help全都有。

排错速查表

rembg 从pip install "rembg[cpu,cli]"到rembg i出图，核心就这三步；剩下的版本冲突、权限、下载、慢，本文的速查表基本都覆盖了。遇到本文没写的边界问题，直接翻 README.md 或去项目仓库提 issue 最靠谱。觉得有用，点个收藏，下次卡报错时照着速查表一键解决。

【免费下载链接】rembgRembg is a tool to remove images background项目地址: https://gitcode.com/GitHub_Trending/re/rembg