用途：在本地离线去除图片背景，输出带透明 alpha 通道的 PNG 抠图，是 remove.bg 网站/API 的本地替代方案。无需 API 密钥，首次下载模型后无网络调用、无速率限制，并保留完整分辨率。
主要能力：通过 rembg（U^2-Net ONNX 模型）做显著性目标分割；支持单张图片与整个文件夹批量处理；可用 -a 开启 alpha matting 获得更柔和的边缘（适合头发、毛发、模糊轮廓，速度较慢）；可用 -m 选择模型，如 u2net（默认，通用）、isnet-general-use（更重、边缘常更干净）、u2net_human_seg（人像）、u2netp（轻量更快、质量较低）。
使用方式：唯一前置条件是 PATH 中有 uv/uvx。单张图片：uvx --python 3.11 --with "numba>=0.59.1" --from "rembg[cpu,cli]" rembg i INPUT OUTPUT.png；整个文件夹：uvx --python 3.11 --with "numba>=0.59.1" --from "rembg[cpu,cli]" rembg p INPUT_DIR OUTPUT_DIR。rembg 子命令：i 单文件、p 文件夹、b 字节流、d 下载模型、s HTTP 服务。首次运行会下载约 176 MB 模型到 ~/.u2net/ 并缓存，之后运行快速且完全离线。
限制与注意：不要简化为裸 uvx rembg，会失败；--python 3.11 与 --with "numba>=0.59.1" 是必需变通，rembg[cpu,cli] 提供 onnxruntime CPU 后端和 CLI。rembg 做的是显著性检测而非颜色抠图，深色主体配深色或纯色背景时可能留下暗色光晕/边缘，JPEG 上更明显。若背景为已知近似纯色，可直接用 Pillow 按亮度抠背景（需调 LO/HI，并用 chroma < NEUTRAL 保护彩色主体），但仅当主体颜色与背景不同时有效；复杂照片仍建议用 rembg，可尝试 -m isnet-general-use 加 -a，或先提亮副本取得蒙版再贴回原图。若需 remove.bg 云端模型输出，应使用其 HTTP API（api.remove.bg，需密钥），与本工具不同。