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.
AVIF (AV1 Image File Format) es un formato de archivo de imagen moderno que utiliza el códec de vídeo AV1 para proporcionar una eficiencia de compresión superior en comparación con formatos más antiguos como JPEG, PNG y WebP. Desarrollado por la Alliance for Open Media (AOMedia), AVIF tiene como objetivo ofrecer imágenes de alta calidad con tamaños de archivo más pequeños, lo que lo convierte en una opción atractiva para desarrolladores web y creadores de contenido que buscan optimizar sus sitios web y aplicaciones.
En el núcleo de AVIF se encuentra el códec de vídeo AV1, que fue diseñado como una alternativa libre de regalías a los códecs propietarios como H.264 y HEVC. AV1 emplea técnicas de compresión avanzadas, como la predicción intracuadro e intercuadro, la codificación de transformación y la codificación de entropía, para lograr ahorros significativos en la tasa de bits manteniendo la calidad visual. Al aprovechar las capacidades de codificación intracuadro de AV1, AVIF puede comprimir imágenes fijas de manera más eficiente que los formatos tradicionales.
Una de las características clave de AVIF es su compatibilidad con la compresión con y sin pérdida. La compresión con pérdida permite relaciones de compresión más altas a expensas de cierta calidad de imagen, mientras que la compresión sin pérdida conserva los datos de imagen originales sin ninguna pérdida de información. Esta flexibilidad permite a los desarrolladores elegir el modo de compresión apropiado según sus requisitos específicos, equilibrando el tamaño del archivo y la fidelidad de la imagen.
AVIF también admite una amplia gama de espacios de color y profundidades de bits, lo que lo hace adecuado para varios tipos de imágenes y casos de uso. Puede manejar espacios de color RGB y YUV, con profundidades de bits que van de 8 a 12 bits por canal. Además, AVIF admite imágenes de alto rango dinámico (HDR), lo que permite la representación de una gama más amplia de valores de luminancia y colores más vibrantes. Esta capacidad es particularmente beneficiosa para pantallas y contenido HDR.
Otra ventaja significativa de AVIF es su capacidad para codificar imágenes con un canal alfa, lo que permite la transparencia. Esta característica es crucial para gráficos y logotipos que requieren una integración perfecta con diferentes colores de fondo o patrones. La compatibilidad con el canal alfa de AVIF es más eficiente en comparación con PNG, ya que puede comprimir la información de transparencia junto con los datos de la imagen.
Para crear una imagen AVIF, los datos de la imagen de origen primero se dividen en una cuadrícula de unidades de codificación, normalmente con un tamaño de 64x64 píxeles. Cada unidad de codificación se divide luego en bloques más pequeños, que son procesados independientemente por el codificador AV1. El codificador aplica una secuencia de técnicas de compresión, como predicción, codificación de transformación, cuantificación y codificación de entropía, para reducir el tamaño de los datos manteniendo la calidad de la imagen.
Durante la etapa de predicción, el codificador utiliza la predicción intracuadro para estimar los valores de píxel dentro de un bloque en función de los píxeles circundantes. Este proceso explota la redundancia espacial y ayuda a reducir la cantidad de datos que deben codificarse. La predicción intercuadro, que se utiliza en la compresión de vídeo, no es aplicable a imágenes fijas como AVIF.
Después de la predicción, los datos residuales (la diferencia entre los valores de píxel predichos y reales) se someten a una codificación de transformación. El códec AV1 emplea un conjunto de funciones de transformada discreta del coseno (DCT) y transformada discreta del seno asimétrico (ADST) para convertir los datos del dominio espacial al dominio de la frecuencia. Este paso ayuda a concentrar la energía de la señal residual en menos coeficientes, haciéndola más susceptible a la compresión.
Luego se aplica la cuantificación a los coeficientes transformados para reducir la precisión de los datos. Al descartar información menos significativa, la cuantificación permite relaciones de compresión más altas a costa de cierta pérdida en la calidad de la imagen. Los parámetros de cuantificación se pueden ajustar para controlar el equilibrio entre el tamaño del archivo y la fidelidad de la imagen.
Finalmente, se utilizan técnicas de codificación de entropía, como la codificación aritmética o la codificación de longitud variable, para comprimir aún más los coeficientes cuantificados. Estas técnicas asignan códigos más cortos a símbolos que ocurren con más frecuencia, lo que resulta en una representación más compacta de los datos de la imagen.
Una vez que se completa el proceso de codificación, los datos de la imagen comprimida se empaquetan en el formato de contenedor AVIF, que incluye metadatos como dimensiones de la imagen, espacio de color y profundidad de bits. El archivo AVIF resultante se puede almacenar o transmitir de manera eficiente, ocupando menos espacio de almacenamiento o ancho de banda en comparación con otros formatos de imagen.
Para decodificar una imagen AVIF, se sigue el proceso inverso. El decodificador extrae los datos de la imagen comprimida del contenedor AVIF y aplica la decodificación de entropía para reconstruir los coeficientes cuantificados. Luego se realizan la cuantificación inversa y la codificación de transformación inversa para obtener los datos residuales. Los valores de píxel predichos, derivados de la predicción intracuadro, se agregan a los datos residuales para reconstruir la imagen final.
Uno de los desafíos en la adopción de AVIF es su introducción relativamente reciente y su compatibilidad limitada con el navegador en comparación con formatos establecidos como JPEG y PNG. Sin embargo, a medida que más navegadores y herramientas de procesamiento de imágenes comiencen a admitir AVIF de forma nativa, se espera que su adopción crezca, impulsada por la creciente demanda de compresión de imágenes eficiente.
Para abordar los problemas de compatibilidad, los sitios web y las aplicaciones pueden emplear mecanismos de reserva, sirviendo imágenes AVIF a clientes compatibles mientras proporcionan formatos alternativos como JPEG o WebP para navegadores más antiguos. Este enfoque garantiza que los usuarios puedan acceder al contenido independientemente de la compatibilidad de su navegador con AVIF.
En conclusión, AVIF es un formato de archivo de imagen prometedor que aprovecha el poder del códec de vídeo AV1 para ofrecer una eficiencia de compresión superior. Con su compatibilidad con la compresión con y sin pérdida, una amplia gama de espacios de color y profundidades de bits, imágenes HDR y transparencia del canal alfa, AVIF ofrece una solución versátil para optimizar imágenes en la web. A medida que la compatibilidad con el navegador continúa expandiéndose y más herramientas adoptan AVIF, tiene el potencial de convertirse en una opción preferida para desarrolladores y creadores de contenido que buscan reducir el tamaño de los archivos de imagen sin comprometer la calidad visual.
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.