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.
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.
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).
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).
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.
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.
El formato de imagen PAM (Portable Arbitrary Map) es un miembro relativamente menos conocido de la familia de formatos de archivo de imagen diseñados bajo el paraguas del proyecto Netpbm. Es un formato muy flexible que puede representar una amplia gama de tipos de imágenes con diferentes profundidades y tipos de datos de píxeles. PAM es esencialmente una extensión de los formatos PBM (Portable Bitmap), PGM (Portable Graymap) y PPM (Portable Pixmap) anteriores, conocidos colectivamente como los formatos PNM (Portable Any Map), que se diseñaron para la simplicidad y facilidad de uso a expensas de las funciones y la compresión. PAM se introdujo para superar las limitaciones de estos formatos manteniendo su sencillez y facilidad de uso.
El formato PAM está diseñado para ser independiente del dispositivo y la plataforma, lo que significa que las imágenes guardadas en este formato se pueden abrir y manipular en cualquier sistema sin preocuparse por problemas de compatibilidad. Esto se logra almacenando los datos de la imagen en un formato de texto plano o binario que puede ser leído y escrito fácilmente por una amplia variedad de software. El formato también es extensible, lo que permite la inclusión de nuevas funciones y capacidades sin romper la compatibilidad con versiones anteriores.
Un archivo PAM consta de un encabezado seguido de los datos de la imagen. El encabezado es texto ASCII que especifica el ancho, alto, profundidad y valor máximo de la imagen, así como el tipo de tupla que define el espacio de color. El encabezado comienza con el número mágico 'P7', seguido de una serie de etiquetas separadas por saltos de línea que proporcionan los metadatos necesarios. Los datos de la imagen siguen inmediatamente al encabezado y se pueden almacenar en formato binario o ASCII, siendo el binario la opción más común debido a su menor tamaño de archivo y mayor rapidez de procesamiento.
La profundidad especificada en el encabezado PAM indica el número de canales o componentes por píxel. Por ejemplo, una profundidad de 3 generalmente representa los canales rojo, verde y azul de una imagen a color, mientras que una profundidad de 4 podría incluir un canal alfa adicional para transparencia. El valor máximo, también especificado en el encabezado, indica el valor máximo para cualquier canal, lo que a su vez determina la profundidad de bits de la imagen. Por ejemplo, un valor máximo de 255 corresponde a 8 bits por canal.
El tipo de tupla es una característica clave del formato PAM, ya que define la interpretación de los datos de los píxeles. Los tipos de tupla comunes incluyen 'BLACKANDWHITE', 'GRAYSCALE', 'RGB' y 'RGB_ALPHA', entre otros. Esta flexibilidad permite que los archivos PAM representen una amplia variedad de tipos de imágenes, desde imágenes blanco y negro simples hasta imágenes a todo color con transparencia. Además, se pueden definir tipos de tupla personalizados, lo que hace que el formato sea extensible y adaptable a requisitos de imagen especializados.
Los archivos PAM también pueden incluir líneas de comentarios opcionales en el encabezado, que comienzan con un carácter '#'. Estos comentarios son ignorados por los lectores de imágenes y están destinados a los lectores humanos. Se pueden utilizar para almacenar metadatos como la fecha de creación de la imagen, el software utilizado para generarla o cualquier otra información relevante que no se ajuste a los campos de encabezado estándar.
Los datos de la imagen en un archivo PAM se almacenan en una secuencia de tuplas, donde cada tupla representa un píxel. Las tuplas se ordenan de izquierda a derecha y de arriba abajo, comenzando con el píxel superior izquierdo de la imagen. En el formato binario, los datos de cada canal de una tupla se almacenan como un entero binario, con el número de bytes por canal determinado por el valor máximo especificado en el encabezado. En el formato ASCII, los valores de los canales se representan como números decimales ASCII separados por espacios en blanco.
Una de las ventajas del formato PAM es su sencillez, lo que facilita su análisis y generación. Esta sencillez conlleva el costo de un mayor tamaño de archivo, ya que PAM no incluye ningún mecanismo de compresión integrado. Sin embargo, los archivos PAM se pueden comprimir externamente usando algoritmos de compresión de propósito general como gzip o bzip2, lo que puede reducir significativamente el tamaño del archivo para su almacenamiento o transmisión.
A pesar de sus ventajas, el formato PAM no se utiliza ampliamente en el mercado general debido al predominio de otros formatos de imagen como JPEG, PNG y GIF, que ofrecen compresión integrada y son compatibles con una gama más amplia de software y hardware. Sin embargo, PAM sigue siendo un formato valioso para ciertas aplicaciones, particularmente aquellas que requieren un alto grado de flexibilidad o que involucran tareas de procesamiento o análisis de imágenes donde la sencillez y la precisión del formato son beneficiosas.
En el contexto del desarrollo de software, el formato PAM a menudo se utiliza como un formato intermedio en las tuberías de procesamiento de imágenes. Su estructura sencilla lo hace fácil de manipular con scripts o programas personalizados, y su flexibilidad le permite acomodar la salida de varios pasos de procesamiento sin pérdida de información. Por ejemplo, una imagen se podría convertir a formato PAM, procesar para aplicar filtros o transformaciones, y luego convertir a un formato más común para su visualización o distribución.
La biblioteca Netpbm es el principal paquete de software para trabajar con PAM y otros formatos Netpbm. Proporciona una colección de herramientas de línea de comandos para convertir entre formatos, así como para realizar manipulaciones básicas de imágenes, como escalar, recortar y ajustar el color. La biblioteca también incluye interfaces de programación para C y otros lenguajes, lo que permite a los desarrolladores leer y escribir archivos PAM directamente dentro de sus aplicaciones.
Para los usuarios y desarrolladores interesados en trabajar con el formato PAM, hay varias consideraciones a tener en cuenta. En primer lugar, dado que el formato es menos común, es posible que no todos los programas de visualización y edición de imágenes lo admitan de forma nativa. Puede ser necesario utilizar herramientas especializadas o convertir a un formato diferente para determinadas tareas. En segundo lugar, la falta de compresión significa que los archivos PAM pueden ser bastante grandes, especialmente para imágenes de alta resolución, por lo que se debe tener en cuenta el almacenamiento y el ancho de banda al trabajar con este formato.
A pesar de estas consideraciones, las fortalezas del formato PAM lo convierten en una herramienta valiosa en ciertos contextos. Su sencillez y flexibilidad facilitan el desarrollo y la experimentación rápidos, y su capacidad de extensión asegura que pueda adaptarse a las necesidades futuras. Para la investigación, la imagen científica o cualquier aplicación donde la integridad y la precisión de los datos de imagen sean primordiales, PAM ofrece una solución robusta.
En conclusión, el formato de imagen PAM es un formato de archivo versátil y sencillo que forma parte de la familia de formatos de imagen Netpbm. Está diseñado para ser simple, flexible e independiente de la plataforma, lo que lo hace adecuado para una amplia gama de tipos de imágenes y aplicaciones. Si bien puede no ser la mejor opción para todas las situaciones, particularmente cuando el tamaño del archivo o la compatibilidad generalizada son una preocupación, sus fortalezas lo convierten en una excelente elección para aplicaciones especializadas que requieren la representación y manipulación precisa de datos de imagen. Como tal, sigue siendo un formato relevante y útil en los campos del procesamiento y análisis de imágenes.
Este convertidor funciona completamente en tu navegador. Cuando seleccionas un archivo, se lee en la memoria y se convierte al formato seleccionado. Luego puedes descargar el archivo convertido.
Las conversiones comienzan al instante, y la mayoría de los archivos se convierten en menos de un segundo. Archivos más grandes pueden tardar más.
Tus archivos nunca se suben a nuestros servidores. Se convierten en tu navegador, y el archivo convertido se descarga luego. Nosotros nunca vemos tus archivos.
Soportamos la conversión entre todos los formatos de imagen, incluyendo JPEG, PNG, GIF, WebP, SVG, BMP, TIFF y más.
Este convertidor es completamente gratis, y siempre será gratis. Debido a que funciona en tu navegador, no tenemos que pagar por servidores, así que no necesitamos cobrarte.
¡Sí! Puedes convertir tantos archivos como quieras a la vez. Sólo selecciona múltiples archivos cuando los agregues.