免费抠图工具rembg实测：白鞋白底也干净，默认配置却有两个坑

rembg是一个开源去背景工具，能当命令行工具、Python库、HTTP服务和Docker容器用。仓库采用MIT许可，模型权重另有许可证。X网友ReignSwords最近拿四张图做了压力测试，环境是4核VM，u2net模型，图片不超过800px。

四张图都不好抠：卷发人像1.66秒，放大两次看卷发边缘，干净；白鞋放在白底上1.66秒，零对比也能分开；狸花猫2.86秒，胡须完整；红酒杯2.70秒，杯身、杯柄和杯底轮廓都在。

冷热推理也测了：1.42秒对1.49秒，没有明显预热效应。人像专用模型u2net_human_seg跑3.06秒，边缘没有比通用模型更好，还要多下176MB，测试者建议跳过。

但安装和使用有两个坑。

第一，pip install rembg不会给你rembg命令。很多教程里的rembg i in.png out.png需要先装CLI扩展，也就是pip install "rembg[cli]"。仓库现在写得更细，CPU环境要库和CLI可以用pip install "rembg[cpu,cli]"。

第二，别盲从默认模型。rembg 2.0.86默认用bria-rmbg，下载约1.02GB，权重商用需要付费协议。想用小模型要显式传-m u2net，下载约176MB，Apache许可。模型第一次使用会自动下到~/.rembg/models。

库调用很短：from rembg import remove，打开图片，调用remove()，得到带alpha通道的PNG。alpha通道就是透明背景信息。测试者逐像素检查了mask。

边缘处理也有选择。硬边产品、汽车、logo、截图，默认模式够用。背景颜色重，抠图边缘有彩色光晕，用-dc去色边。头发边缘形状不对，再考虑-a或-vm；-a慢，个别图可能不收敛，-vm多下约110MB但能补回更多细发丝。批量处理没法逐张检查时，-dc更稳。

结论：对不透明物体，rembg基本就是人们说的那种“装上就能用”。但默认配置不能闭眼接受，商用前先看模型许可证。

测试数据和结论来自ReignSwords在X上的帖子，工具安装和模型信息来自danielgatis/rembg仓库。原帖：链接，仓库：链接。