পটভূমি অপসারণ একটি বিষয়কে তার চারপাশ থেকে আলাদা করে যাতে আপনি এটিকে স্বচ্ছতার উপর স্থাপন করতে পারেন, দৃশ্যটি বদলাতে পারেন, বা এটিকে একটি নতুন ডিজাইনে সংমিশ্রণ করতে পারেন। হুডের নিচে আপনি একটি আলফা ম্যাট অনুমান করছেন—প্রতি পিক্সেলে 0 থেকে 1 পর্যন্ত একটি অস্বচ্ছতা—এবং তারপর ফোরগ্রাউন্ডকে অন্য কিছুর উপর আলফা-কম্পোজিটিং করছেন। এটি পোর্টার-ডাফ থেকে গণিত এবং "ফ্রিঞ্জ" এবং স্ট্রেইট বনাম প্রিমাল্টিপ্লাইড আলফা-এর মতো পরিচিত সমস্যাগুলির কারণ। প্রিমাল্টিপ্লিকেশন এবং লিনিয়ার রঙের উপর ব্যবহারিক নির্দেশনার জন্য, মাইক্রোসফটের Win2D নোট, সোরেন স্যান্ডম্যান, এবং লোমন্টের লিনিয়ার ব্লেন্ডিং-এর উপর লেখা দেখুন।
যদি আপনি ক্যাপচার নিয়ন্ত্রণ করতে পারেন, তবে পটভূমিকে একটি কঠিন রঙে (প্রায়শই সবুজ) রঙ করুন এবং সেই রঙটি কী আউট করুন। এটি দ্রুত, চলচ্চিত্র এবং সম্প্রচারে পরীক্ষিত এবং ভিডিওর জন্য আদর্শ। ট্রেড-অফগুলি হল আলো এবং পোশাক: রঙিন আলো প্রান্তে (বিশেষ করে চুল) ছড়িয়ে পড়ে, তাই দূষণকে নিরপেক্ষ করতে আপনি ডেসপিল সরঞ্জাম ব্যবহার করবেন। ভাল প্রাইমারগুলির মধ্যে রয়েছে Nuke-এর ডক্স, মিক্সিং লাইট, এবং একটি হাতে-কলমে ফিউশন ডেমো।
অগোছালো পটভূমি সহ একক চিত্রগুলির জন্য, ইন্টারেক্টিভ অ্যালগরিদমগুলির জন্য কয়েকটি ব্যবহারকারী ইঙ্গিত প্রয়োজন—যেমন, একটি আলগা আয়তক্ষেত্র বা স্ক্রিবল—এবং একটি সুস্পষ্ট মাস্কে একত্রিত হয়। ক্যানোনিকাল পদ্ধতি হল গ্র্যাবকাট (বইয়ের অধ্যায়), যা ফোরগ্রাউন্ড/ব্যাকগ্রাউন্ডের জন্য রঙের মডেল শেখে এবং সেগুলিকে আলাদা করার জন্য পুনরাবৃত্তিমূলকভাবে গ্রাফ কাট ব্যবহার করে। আপনি GIMP-এর ফোরগ্রাউন্ড সিলেক্ট-এ SIOX (ImageJ প্লাগইন)-এর উপর ভিত্তি করে একই ধরনের ধারণা দেখতে পাবেন।
ম্যাটিং wispy সীমানায় (চুল, পশম, ধোঁয়া, কাচ) ভগ্নাংশ স্বচ্ছতা সমাধান করে। ক্লাসিক ক্লোজড-ফর্ম ম্যাটিং একটি ট্রাইম্যাপ (নিশ্চিতভাবে-ফোরগ্রাউন্ড/নিশ্চিতভাবে-ব্যাকগ্রাউন্ড/অজানা) নেয় এবং শক্তিশালী প্রান্ত বিশ্বস্ততার সাথে আলফার জন্য একটি রৈখিক সিস্টেম সমাধান করে। আধুনিক ডিপ ইমেজ ম্যাটিং অ্যাডোব কম্পোজিশন-1K ডেটাসেটে (MMEditing ডক্স) নিউরাল নেটওয়ার্ককে প্রশিক্ষণ দেয়, এবং SAD, MSE, গ্রেডিয়েন্ট এবং কানেক্টিভিটি (বেঞ্চমার্ক ব্যাখ্যাকারী) এর মতো মেট্রিক দিয়ে মূল্যায়ন করা হয়।
সম্পর্কিত সেগমেন্টেশন কাজও দরকারী: DeepLabv3+ একটি এনকোডার-ডিকোডার এবং অ্যাট্রাস কনভোলিউশন দিয়ে সীমানা পরিমার্জন করে (PDF); মাস্ক R-CNN প্রতি-উদাহরণ মাস্ক দেয় (PDF); এবং SAM (সেগমেন্ট এনিথিং) একটি প্রম্পটেবল ফাউন্ডেশন মডেল যা অপরিচিত ছবিতে জিরো-শট মাস্ক তৈরি করে।
একাডেমিক কাজ কম্পোজিশন-1K-এ SAD, MSE, গ্রেডিয়েন্ট, এবং কানেক্টিভিটি ত্রুটি রিপোর্ট করে। আপনি যদি একটি মডেল বাছাই করেন, তবে সেই মেট্রিকগুলি সন্ধান করুন (মেট্রিক সংজ্ঞা; ব্যাকগ্রাউন্ড ম্যাটিং মেট্রিক্স বিভাগ)। পোর্ট্রেট/ভিডিওর জন্য, MODNet এবং ব্যাকগ্রাউন্ড ম্যাটিং V2 শক্তিশালী; সাধারণ "স্যালিয়েন্ট অবজেক্ট" চিত্রগুলির জন্য, U2-Net একটি কঠিন বেসলাইন; কঠিন স্বচ্ছতার জন্য, FBA ক্লিনার হতে পারে।
JPEG, যা Joint Photographic Experts Group এর জন্য দাঁড়িয়েছে, ডিজিটাল ইমেজের জন্য লসি কম্প্রেশনের একটি সাধারণত ব্যবহৃত পদ্ধতি, বিশেষ করে ডিজিটাল ফটোগ্রাফি দ্বারা উত্পাদিত সেই ইমেজগুলির জন্য। কম্প্রেশনের ডিগ্রিটি সামঞ্জস্য করা যেতে পারে, স্ট োরেজের আকার এবং ইমেজের গুণমানের মধ্যে একটি নির্বাচনযোগ্য ট্রেডঅফের অনুমতি দেয়। JPEG সাধারণত ইমেজের গুণমানে সামান্য অনুধাবনযোগ্য ক্ষতির সাথে 10:1 কম্প্রেশন অর্জন করে।
JPEG কম্প্রেশন অ্যালগরিদমটি JPEG স্ট্যান্ডার্ডের মূল অংশে রয়েছে। প্রক্রিয়াটি একটি ডিজিটাল ইমেজ দিয়ে শুরু হয় যা তার সাধারণ RGB রঙের স্থান থেকে YCbCr নামে পরিচিত একটি ভিন্ন রঙের স্থানে রূপান্তরিত হয়। YCbCr রঙের স্থানটি ইমেজটিকে লুমিন্যান্স (Y) এ বিভক্ত করে, যা উজ্জ্বলতার স্তরকে উপস্থাপন করে, এবং ক্রোমিন্যান্স (Cb এবং Cr), যা রঙের তথ্য উপস্থাপন করে। এই বিচ্ছেদটি উপকারী কারণ মানুষের চোখ রঙের চেয়ে উজ্জ্বলতার তারতম্যের প্রতি বেশি সংবেদনশীল, কম্প্রেশনকে লুমিন্যান্সের চেয়ে রঙের তথ্যকে আরও বেশি কম্প্রেস করে এর সুযোগ নিতে দেয়।
ইমেজটি YCbCr রঙের স্থানে থাকার পরে, JPEG কম্প্রেশন প্রক্রিয়ার পরবর্তী ধাপটি ক্রোমিন্যান্স চ ্যানেলগুলিকে ডাউনস্যাম্পল করা। ডাউনস্যাম্পলিং ক্রোমিন্যান্স তথ্যের রেজোলিউশন হ্রাস করে, যা সাধারণত ইমেজের অনুধাবনযোগ্য গুণমানকে উল্লেখযোগ্যভাবে প্রভাবিত করে না, কারণ মানুষের চোখ রঙের বিশদে কম সংবেদনশীল। এই ধাপটি ঐচ্ছিক এবং ইমেজের গুণমান এবং ফাইলের আকারের মধ্যে পছন্দসই ভারসাম্যের উপর নির্ভর করে এটি সামঞ্জস্য করা যেতে পারে।
ডাউনস্যাম্পলিংয়ের পরে, ইমেজটিকে ব্লকগুলিতে বিভক্ত করা হয়, সাধারণত আকারে 8x8 পিক্সেল। প্রতিটি ব্লক তারপর আলাদাভাবে প্রক্রিয়া করা হয়। প্রতিটি ব্লক প্রক্রিয়াকরণের প্রথম ধাপটি হল ডিসক্রিট কোসাইন ট্রান্সফর্ম (DCT) প্রয়োগ করা। DCT একটি গাণিতিক অপারেশন যা স্পেসিয়াল ডোমেন ডেটা (পিক্সেলের মান) ফ্রিকোয়েন্সি ডোমেনে রূপান্তরিত করে। ফলাফলটি ফ্রিকোয়েন্সি সহগের একটি ম্যাট্রিক্স যা স্পেসিয়াল ফ্রিকোয়েন্সি উপাদানগুলির ক্ষেত্রে ইমেজ ব্লকে র ডেটা উপস্থাপন করে।
DCT থেকে প্রাপ্ত ফ্রিকোয়েন্সি সহগগুলি তারপর পরিমাণিত হয়। পরিমাণকরণ হল ইনপুট মানগুলির একটি বড় সেটকে একটি ছোট সেটে ম্যাপ করার প্রক্রিয়া - JPEG এর ক্ষেত্রে, এর অর্থ ফ্রিকোয়েন্সি সহগগুলির নির্ভুলতা হ্রাস করা। এখানেই কম্প্রেশনের লসি অংশটি ঘটে, কারণ কিছু ইমেজের তথ্য বাদ দেওয়া হয়। পরিমাণকরণ ধাপটি একটি পরিমাণকরণ টেবিল দ্বারা নিয়ন্ত্রিত হয়, যা নির্ধারণ করে যে প্রতিটি ফ্রিকোয়েন্সি উপাদানে কতটা কম্প্রেশন প্রয়োগ করা হবে। পরিমাণকরণ টেবিলগুলি উচ্চতর ইমেজের গুণমান (কম কম্প্রেশন) বা ছোট ফাইলের আকার (বেশি কম্প্রেশন) এর পক্ষে সামঞ্জস্য করা যেতে পারে।
পরিমাণকরণের পরে, সহগগুলি একটি জিগজ্যাগ অর্ডারে সাজানো হয়, উপরের-বাম কোণ থেকে শুরু করে এবং একটি প্যাটার্ন অনুসরণ করে যা উচ্চতর ফ্রিকোয়েন্সিগুলির উপর নিম্ন ফ্রিকোয়েন্সি উপাদানগুলিকে অগ্রাধিকার দেয়। কারণ নিম্ন ফ্রিকোয়েন্সি উপাদানগুলি (যা ইমেজের আরও অভিন্ন অংশগুলিকে উপস্থাপন করে) উচ্চতর ফ্রিকোয়েন্সি উপাদানগুলির (যা সূক্ষ্ম বিশদ এবং প্রান্তগুলি উপস্থাপন করে) চেয়ে সামগ্রিক চেহারার জন্য আরও গুরুত্বপূর্ণ।
JPEG কম্প্রেশন প্রক্রিয়ার পরবর্তী ধাপটি এনট্রপি কোডিং, যা লসলেস কম্প্রেশনের একটি পদ্ধতি। JPEG-তে ব্যবহৃত এনট্রপি কোডিংয়ের সবচেয়ে সাধারণ রূপ হল হাফম্যান কোডিং, যদিও অ্যারিথমেটিক কোডিংও একটি বিকল্প। হাফম্যান কোডিং আরও ঘন ঘন ঘটনার জন্য ছোট কোড এবং কম ঘন ঘন ঘটনার জন্য দীর্ঘ কোড বরাদ্দ করে কাজ করে। যেহেতু জিগজ্যাগ অর্ডারিং একই রকম ফ্রিকোয়েন্সি সহগগুলিকে একসাথে গ্রুপ করে, তাই এটি হাফম্যান কোডিংয়ের দক্ষতা বাড়ায়।
এনট্রপি কোডিং সম্পূর্ণ হয়ে গেলে, কম্প্রেসড ডেটাটি একটি ফাইল ফর্ম্যাটে সংরক্ষণ করা হয় যা JPEG স্ট্যান্ডার্ডের সাথে সামঞ্জস্যপূর্ণ। এই ফা ইল ফর্ম্যাটে একটি হেডার রয়েছে যা ইমেজ সম্পর্কে তথ্য ধারণ করে, যেমন এর মাত্রা এবং ব্যবহৃত পরিমাণকরণ টেবিল, তারপরে হাফম্যান-কোডেড ইমেজ ডেটা। ফাইল ফর্ম্যাটটি মেটাডেটার অন্তর্ভুক্তিকেও সমর্থন করে, যেমন EXIF ডেটা, যা ফটোগ্রাফ তোলার জন্য ব্যবহৃত ক্যামেরার সেটিংস, এটি তোলা তারিখ এবং সময় এবং অন্যান্য প্রাসঙ্গিক বিশদ সম্পর্কে তথ্য ধারণ করতে পারে।
যখন একটি JPEG ইমেজ খোলা হয়, ডিকম্প্রেশন প্রক্রিয়াটি মূলত কম্প্রেশন ধাপগুলিকে বিপরীত করে। হাফম্যান-কোডেড ডেটা ডিকোড করা হয়, পরিমাণিত ফ্রিকোয়েন্সি সহগগুলি একই পরিমাণকরণ টে
এই রূপান্তরকারীটি সম্পূর্ণভাবে আপনার ব্রাউজারে চলে। আপনি যখন একটি ফাইল নির্বাচন করেন, তখন এটি মেমরিতে পড়া হয় এবং নির্বাচিত ফর্ম্যাটে রূপান্তরিত হয়। তারপরে আপনি রূপান্তরিত ফাইলটি ডাউনলোড করতে পারেন।
রূপান্তর অবিলম্বে শুরু হয়, এবং বেশিরভাগ ফাইল এক সেকেন্ডের মধ্যে রূপান্তরিত হয়। বড় ফাইলগুলিতে বেশি সময় লাগতে পারে।
আপনার ফাইলগুলি কখনই আমাদের সার্ভারে আপলোড করা হয় না। সেগুলি আপনার ব্রাউজারে রূপান্তরিত হয় এবং তারপরে রূপান্তরিত ফাইলটি ডাউনলোড করা হয়। আমরা আপনার ফাইলগুলি কখনই দেখি না।
আমরা JPEG, PNG, GIF, WebP, SVG, BMP, TIFF এবং আরও অনেক কিছু সহ সম স্ত চিত্র ফর্ম্যাটের মধ্যে রূপান্তর সমর্থন করি।
এই রূপান্তরকারীটি সম্পূর্ণ বিনামূল্যে, এবং সর্বদা বিনামূল্যে থাকবে। যেহেতু এটি আপনার ব্রাউজারে চলে, তাই আমাদের সার্ভারের জন্য অর্থ প্রদান করতে হবে না, তাই আমাদের আপনাকে চার্জ করতে হবে না।
হ্যাঁ! আপনি একবারে যত খুশি ফাইল রূপান্তর করতে পারেন। যোগ করার সময় শুধু একাধিক ফাইল নির্বাচন করুন।