La suppression de l'arrière-plan sépare un sujet de son environnement afin que vous puissiez le placer sur la transparence, échanger la scène ou la composer dans un nouveau design. Sous le capot, vous estimez un masque alpha—une opacité par pixel de 0 à 1—puis vous composez alpha le premier plan sur autre chose. C'est le calcul de Porter–Duff et la cause de pièges familiers comme les « franges » et l'alpha droit contre l'alpha prémultiplié. Pour des conseils pratiques sur la prémultiplication et la couleur linéaire, consultez les notes Win2D de Microsoft, Søren Sandmann, et l'article de Lomont sur le mélange linéaire.
Si vous pouvez contrôler la capture, peignez l'arrière-plan d'une couleur unie (souvent verte) et retirez cette teinte. C'est rapide, éprouvé dans le cinéma et la diffusion, et idéal pour la vidéo. Les compromis sont l'éclairage et la garde-robe : la lumière colorée se propage sur les bords (surtout les cheveux), vous utiliserez donc des outils de suppression de déversement pour neutraliser la contamination. De bonnes introductions incluent la documentation de Nuke, Mixing Light, et une démo pratique de Fusion.
Pour les images uniques avec des arrière-plans désordonnés, les algorithmes interactifs ont besoin de quelques indices de l'utilisateur, par exemple un rectangle lâche ou des gribouillis, et convergent vers un masque net. La méthode canonique est GrabCut (chapitre de livre), qui apprend les modèles de couleur pour le premier plan/l'arrière-plan et utilise les coupes de graphe de manière itérative pour les séparer. Vous verrez des idées similaires dans la Sélection de premier plan de GIMP basée sur SIOX (plugin ImageJ).
Le matage résout la transparence fractionnaire aux frontières vaporeuses (cheveux, fourrure, fumée, verre). Le matage classique à forme fermée prend une trimap (certainement-premier plan/certainement-arrière-plan/inconnu) et résout un système linéaire pour l'alpha avec une forte fidélité des bords. Le matage d'image profond moderne entraîne des réseaux de neurones sur l'ensemble de données Adobe Composition-1K (docs MMEditing), et est évalué avec des métriques comme SAD, MSE, Gradient et Connectivité (explication du benchmark).
Les travaux de segmentation connexes sont également utiles : DeepLabv3+ affine les frontières avec un encodeur-décodeur et des convolutions atrous (PDF) ; Mask R-CNN donne des masques par instance (PDF) ; et SAM (Segment Anything) est un modèle de fondation guidé par instructions qui génère des masques sans apprentissage sur des images inconnues.
Les travaux universitaires rapportent des erreurs de SAD, MSE, Gradient et Connectivité sur Composition-1K. Si vous choisissez un modèle, recherchez ces métriques (définitions des métriques ; section des métriques de Background Matting). Pour les portraits/vidéos, MODNet et Background Matting V2 sont solides ; pour les images générales d'« objets saillants », U2-Net est une base solide ; pour les transparences difficiles, FBA peut donner de meilleurs résultats.
Ce convertisseur fonctionne entièrement dans votre navigateur. Lorsque vous sélectionnez un fichier, il est lu en mémoire et converti dans le format sélectionné. Vous pouvez ensuite télécharger le fichier converti.
Les conversions commencent instantanément, et la plupart des fichiers sont convertis en moins d'une seconde. Les fichiers plus volumineux peuvent prendre plus de temps.
Vos fichiers ne sont jamais téléversés vers nos serveurs. Ils sont convertis dans votre navigateur, puis le fichier converti est téléchargé. Nous ne voyons jamais vos fichiers.
Nous prenons en charge la conversion entre tous les formats d'image, y compris JPEG, PNG, GIF, WebP, SVG, BMP, TIFF, et plus encore.
Ce convertisseur est complètement gratuit, et le restera toujours. Parce qu'il fonctionne dans votre navigateur, nous n'avons pas besoin de payer pour des serveurs, donc nous n'avons pas besoin de vous faire payer.
Oui ! Vous pouvez convertir autant de fichiers que vous voulez simultanément. Il suffit de sélectionner plusieurs fichiers lorsque vous les ajoutez.