AI Eliminar fondo

La eliminación de fondo separa un sujeto de su entorno para que puedas colocarlo sobre transparencia, cambiar la escena o componerlo en un nuevo diseño. Bajo el capó, estás estimando una máscara alfa, una opacidad por píxel de 0 a 1, y luego aplicando composición alfa al primer plano sobre otra cosa. Esta es la matemática de Porter–Duff y la causa de problemas comunes como los “flecos” y alfa recto vs. pre-multiplicado. Para obtener una guía práctica sobre la pre-multiplicación y el color lineal, consulta las notas de Win2D de Microsoft, Søren Sandmann y el artículo de Lomont sobre la mezcla lineal.

Las principales formas en que la gente elimina los fondos

1) Croma (“pantalla verde/azul”)

Si puedes controlar la captura, pinta el fondo de un color sólido (a menudo verde) y elimina ese tono. Es rápido, de eficacia probada en cine y televisión, e ideal para vídeo. Las desventajas son la iluminación y el vestuario: la luz de color se derrama sobre los bordes (especialmente el pelo), por lo que usarás herramientas de eliminación de derrame de color para neutralizar la contaminación. Algunas buenas introducciones son la documentación de Nuke, Mixing Light y una demostración práctica de Fusion.

2) Segmentación interactiva (CV clásica)

Para imágenes individuales con fondos desordenados, los algoritmos interactivos necesitan algunas pistas del usuario, por ejemplo, un rectángulo suelto o garabatos, y generan una máscara nítida. El método canónico es GrabCut (capítulo de libro), que aprende modelos de color para el primer plano/fondo y utiliza cortes de grafo de forma iterativa para separarlos. Verás ideas similares en la Selección de primer plano de GIMP basada en SIOX (plugin de ImageJ).

3) Matting de imagen (alfa de grano fino)

El Matting resuelve la transparencia fraccional en los límites tenues (pelo, pelaje, humo, vidrio). El matting de forma cerrada clásico toma un trimapa (definitivamente-primer plano/definitivamente-fondo/desconocido) y resuelve un sistema lineal para alfa con una fuerte precisión de borde. El matting de imagen profundo moderno entrena redes neuronales en el conjunto de datos Adobe Composition-1K (documentos de MMEditing), y se evalúa con métricas como SAD, MSE, Gradiente y Conectividad (explicador del benchmark).

4) Recortes de aprendizaje profundo (sin trimapa)

• U²-Net (detección de objetos salientes) es un potente motor general de “eliminación de fondo” (repositorio).
• MODNet se dirige al matting de retratos en tiempo real (PDF).
• F, B, Alpha (FBA) Matting predice conjuntamente el primer plano, el fondo y el alfa para reducir los halos de color (repositorio).
• Background Matting V2 asume una placa de fondo y produce mates a nivel de hebra en tiempo real hasta 4K/30fps (página del proyecto, repositorio).

El trabajo de segmentación relacionado también es útil: DeepLabv3+ refina los límites con un codificador-decodificador y convoluciones atrous (PDF); Mask R-CNN proporciona máscaras por instancia (PDF); y SAM (Segment Anything) es un modelo de base controlable por prompts que genera máscaras de cero disparos en imágenes no familiares.

Qué hacen las herramientas populares

• Photoshop: la acción rápida Eliminar fondo ejecuta “Seleccionar sujeto → máscara de capa” bajo el capó (confirmado aquí; tutorial).
• GIMP: Selección de primer plano (SIOX).
• Canva: Eliminador de fondo de 1 clic para imágenes y vídeos cortos.
• remove.bg: aplicación web + API para automatización.
• Dispositivos Apple: “Levantar sujeto” a nivel de sistema en Fotos/Safari/Vista rápida (recortes en iOS).

Consejos de flujo de trabajo para recortes más limpios

1. Dispara de forma inteligente. Una buena iluminación y un fuerte contraste entre el sujeto y el fondo ayudan a todos los métodos. Con pantallas verdes/azules, planifica la eliminación del derrame de color (guía).
2. Empieza con una selección amplia y luego refina los detalles. Ejecuta una selección automática (Seleccionar sujeto, U²-Net, SAM), luego refina los bordes con pinceles o matting (p. ej., de forma cerrada).
3. Ten en cuenta la semitransparencia. El vidrio, los velos, el desenfoque de movimiento, el pelo alborotado necesitan un alfa real (no solo una máscara dura). Los métodos que también recuperan F/B/α minimizan los halos.
4. Conoce tu alfa. Recto vs. pre-multiplicado producen un comportamiento de borde diferente; exporta/compón de forma coherente (ver descripción general, Hargreaves).
5. Elige la salida correcta. Para “sin fondo”, entrega un ráster con un alfa limpio (p. ej., PNG/WebP) o conserva los archivos en capas con máscaras si se esperan más ediciones. La clave es la calidad del alfa que calculaste, arraigada en Porter–Duff.

Calidad y evaluación

El trabajo académico informa de errores de SAD, MSE, Gradiente y Conectividad en Composition-1K. Si estás eligiendo un modelo, busca esas métricas (definiciones de métricas; sección de métricas de Background Matting). Para retratos/vídeo, MODNet y Background Matting V2 son potentes; para imágenes generales de “objetos salientes”, U²-Net es una base sólida; para transparencias difíciles, FBA puede ser más limpio.

Casos extremos comunes (y soluciones)

• Pelo y pelaje: prefiere el matting (trimapa o matting de retratos como MODNet) e inspecciona sobre un fondo de tablero de ajedrez.
• Estructuras finas (radios de bicicleta, hilo de pescar): utiliza entradas de alta resolución y un segmentador consciente de los límites como DeepLabv3+ como paso previo al matting.
• Cosas transparentes (humo, vidrio): necesitas alfa fraccional y, a menudo, estimación del color del primer plano (FBA).
• Videoconferencias: si puedes capturar una placa limpia, Background Matting V2 parece más natural que las ingenuas opciones de “fondo virtual”.

Dónde aparece esto en el mundo real

• Comercio electrónico: los mercados (p. ej., Amazon) a menudo requieren un fondo de imagen principal blanco puro; consulta la Guía de imágenes de productos (RGB 255,255,255).
• Herramientas de diseño: el Eliminador de fondo de Canva y Eliminar fondo de Photoshop agilizan los recortes rápidos.
• Comodidad en el dispositivo: “Levantar sujeto” de iOS/macOS es ideal para compartir de forma casual.

Por qué los recortes a veces parecen falsos (y soluciones)

• Derrame de color: la luz verde/azul envuelve al sujeto; utiliza controles de eliminación de derrame de color o reemplazo de color específico.
• Halo/flecos: generalmente una falta de coincidencia en la interpretación alfa (recto vs. pre-multiplicado) o píxeles de borde contaminados por el fondo antiguo; convierte/interpreta correctamente (descripción general, detalles).
• Desenfoque/grano incorrectos: pega un sujeto nítido en un fondo suave y resaltará; iguala el desenfoque de la lente y el grano después de la composición (ver conceptos básicos de Porter–Duff).

Manual TL;DR

1. Si controlas la captura: usa croma; ilumina de manera uniforme; planifica la eliminación del derrame de color.
2. Si es una foto única: prueba Eliminar fondo de Photoshop, el eliminador de fondos de Canva o remove.bg; refina los bordes con pinceles o técnicas de matting para el pelo.
3. Si necesitas bordes de calidad de producción: usa matting ( de forma cerrada o profundo) y comprueba el alfa en la transparencia; ten en cuenta la interpretación del canal alfa.
4. Para retratos/vídeo: considera MODNet o Background Matting V2; para la segmentación guiada por clics, SAM es un potente front-end.