E-commerce brasileiro tem um pesadelo recorrente: milhares de fotos de produto com fundo bagunçado. Pagar US$ 0,20 por imagem em remove.bg, ou montar pipeline interno? O rembg resolve isso por centavos por mil imagens, em 1 clique no GPUBrasil.

⚡ Resumo

rembg é a melhor lib open-source de background removal. Suporta U2Net, BiRefNet, ISNet e modelos especializados (humanos, anime, roupas). Em RTX A4000, processa ~30 imagens/segundo.

O que é o rembg?

rembg é uma biblioteca Python de Daniel Gatis que envelopa modelos de segmentação de objetos em uma API simples. Desde 2020, é a solução open-source mais usada para remover fundo de imagens.

Características principais

Casos de uso brasileiros

Hardware recomendado

rembg é leve mesmo em GPU. CPU também funciona, mas GPU acelera 5-10x:

💰 Custo no GPUBrasil

RTX A4000 (R$ 1,80/h): processa ~108k imagens/h = R$ 0,000017 por imagem. remove.bg: ~R$ 0,40/img. Para 10k imagens: R$ 0,17 vs R$ 4.000 = economia de 99,99%.

Deploy em 1 clique

Passo 1: Iniciar template

  1. Console → Templates → 🎨 Imagem IA
  2. Selecione rembg
  3. GPU: RTX A4000 (recomendado)
  4. Clique em Iniciar

O template usa a imagem oficial danielgatis/rembg:latest e expõe a API HTTP na porta 7000.

Passo 2: API REST

import requests

url = "https://sua-instancia.gpubrasil.com.br/api/remove"

with open("produto.jpg", "rb") as f:
    files = {"file": f}
    params = {
        "model": "isnet-general-use",  # melhor balanço qualidade/velocidade
        "alpha_matting": "true",
        "alpha_matting_foreground_threshold": 270,
        "alpha_matting_background_threshold": 20
    }
    r = requests.post(url, files=files, params=params)

# Salva PNG com fundo transparente
with open("produto_sem_fundo.png", "wb") as f:
    f.write(r.content)

Passo 3: Substituir fundo

# Trocar fundo por branco puro (e-commerce)
import requests
from PIL import Image
from io import BytesIO

url = "https://sua-instancia.gpubrasil.com.br/api/remove"

with open("produto.jpg", "rb") as f:
    r = requests.post(url, files={"file": f}, params={"bgcolor": "FFFFFF"})

img = Image.open(BytesIO(r.content))
img.save("produto_fundo_branco.jpg", "JPEG", quality=95)

Passo 4: Batch CLI (milhares de imagens)

# SSH na instância
ssh -i ~/.ssh/gpubrasil.pem ubuntu@SEU_IP

# CLI processa diretório inteiro
docker exec rembg rembg p \
    -m isnet-general-use \
    -a \
    /input \
    /output

# 10k imagens em ~5min em RTX A4000

Modelos disponíveis

Pipeline e-commerce completo

import requests
from PIL import Image
from io import BytesIO
import os

INPUT_DIR = "fotos_brutas/"
OUTPUT_DIR = "fotos_finais/"
URL = "https://sua-instancia.gpubrasil.com.br/api/remove"

for filename in os.listdir(INPUT_DIR):
    with open(os.path.join(INPUT_DIR, filename), "rb") as f:
        # 1. Remove fundo + bg branco
        r = requests.post(URL, files={"file": f},
                         params={"model": "isnet-general-use",
                                 "alpha_matting": "true",
                                 "bgcolor": "FFFFFF"})

    # 2. Padroniza tamanho ML/Shopee (1000x1000)
    img = Image.open(BytesIO(r.content))
    img.thumbnail((1000, 1000))
    canvas = Image.new("RGB", (1000, 1000), "white")
    pos = ((1000-img.width)//2, (1000-img.height)//2)
    canvas.paste(img, pos)

    # 3. Salva como JPEG otimizado
    out = filename.rsplit(".",1)[0] + ".jpg"
    canvas.save(os.path.join(OUTPUT_DIR, out), "JPEG", quality=92, optimize=True)

print("Pronto!")

rembg vs alternativas

Dicas de qualidade

Remova fundo de 100k imagens por menos de R$ 2

Ganhe R$ 25 grátis no GPUBrasil e suba rembg em 90 segundos.

Começar Grátis →

Conclusão

Para qualquer operação de e-commerce, fotografia ou marketing brasileira que processe imagens em volume, o rembg no GPUBrasil é a solução economicamente óbvia. Em vez de pagar mensalidade ou crédito por imagem, você paga horas de GPU — e processa milhares de imagens por centavos.

Veja também: InvokeAI · Fooocus