बैकग्राउंड हटाना किसी विषय को उसके परिवेश से अलग करता है ताकि आप उसे पारदर्शिता पर रख सकें, दृश्य को बदल सकें, या उसे एक नए डिज़ाइन में संयोजित कर सकें। हुड के तहत आप एक अल्फा मैट का अनुमान लगा रहे हैं - 0 से 1 तक प्रति-पिक्सेल अपारदर्शिता - और फिर अग्रभूमि को किसी और चीज़ पर अल्फा-कंपोज़िटिंग कर रहे हैं। यह पोर्टर-डफ का गणित है और "फ्रिंज" और स्ट्रेट बनाम प्रीमल्टीप्लाइड अल्फा जैसी परिचित कमियों का कारण है। प्रीमल्टीप्लिकेशन और रैखिक रंग पर व्यावहारिक मार्गदर्शन के लिए, माइक्रोसॉफ्ट के विन2डी नोट्स, सोरेन सैंडमैन, और लोमोंट का रैखिक सम्मिश्रण पर लेख देखें।
यदि आप कैप्चर को नियंत्रित कर सकते हैं, तो पृष्ठभूमि को एक ठोस रंग (अक्सर हरा) से पेंट करें और उस रंग को हटा दें। यह तेज़ है, फिल्म और प्रसारण में परीक्षण किया हुआ है, और वीडियो के लिए आदर्श है। ट्रेड-ऑफ प्रकाश और अलमारी हैं: रंगीन प्रकाश किनारों (विशेषकर बालों) पर फैलता है, इसलिए आप संदूषण को बेअसर करने के लिए डीस्पिल टूल का उपयोग करेंगे। अच्छे प्राइमरों में न्यूक के दस्तावेज़, मिक्सिंग लाइट, और एक व्यावहारिक फ्यूजन डेमो शामिल हैं।
गंदी पृष्ठभूमि वाली एकल छवियों के लिए, इंटरैक्टिव एल्गोरिदम को कुछ उपयोगकर्ता संकेतों की आवश्यकता होती है - जैसे, एक ढीला आयत या स्क्रिबल्स - और एक स्पष्ट मास्क बनाते हैं। कैनोनिकल विधि ग्रैबकट (पुस्तक अध्याय) है, जो अग्रभूमि/पृष्ठभूमि के लिए रंग मॉडल सीखता है और उन्हें अलग करने के लिए पुनरावृत्त रूप से ग्राफ कट का उपयोग करता है। आप GIMP के फोरग्राउंड सेलेक्ट में SIOX (ImageJ प्लगइन) पर आधारित समान विचार देखेंगे।
मैटिंग wispy सीमाओं (बाल, फर, धुआं, कांच) पर भिन्नात्मक पारद र्शिता को हल करता है। क्लासिक क्लोज्ड-फॉर्म मैटिंग एक ट्राइमैप (निश्चित रूप से-अग्रभूमि/निश्चित रूप से-पृष्ठभूमि/अज्ञात) लेता है और मजबूत किनारे की सटीकता के साथ अल्फा के लिए एक रैखिक प्रणाली को हल करता है। आधुनिक डीप इमेज मैटिंग एडोब कंपोजिशन-1K डेटासेट (MMEditing डॉक्स) पर तंत्रिका नेटवर्क को प्रशिक्षित करता है, और SAD, MSE, ग्रेडिएंट और कनेक्टिविटी (बेंचमार्क एक्सप्लेनर) जैसे मेट्रिक्स के साथ मूल्यांकन किया जाता है।
संबंधित विभाजन कार्य भी उपयोगी है: DeepLabv3+ एक एन्कोडर-डिकोडर और एट्रस कनवल्शन के साथ सीमाओं को परिष्कृत करता है (PDF); मास्क R-CNN प्रति-उदाहरण मास्क देता है (PDF); और SAM (सेगमेंट एनीथिंग) एक प्रॉम्प्टेबल फाउंडेशन मॉडल है जो अपरिचित छवियों पर शून्य-शॉट मास्क उत्पन्न करता है।
अकादमिक कार्य कंपोजिशन-1K पर SAD, MSE, ग्रेडिएंट, और कनेक्टिविटी त्रुटियों की रिपोर्ट करते हैं। यदि आप एक मॉडल चुन रहे हैं, तो उन मेट्रिक्स को देखें (मेट्रिक परिभाषाएं; बैकग्राउंड मैटिंग मेट्रिक्स सेक्शन)। पोर्ट्रेट/वीडियो के लिए, MODNet और बैकग्राउंड मैटिंग V2 मजबूत हैं; सामान्य "मुख्य वस्तु" छवियों के लिए, U2-Net एक ठोस आधार रेखा है; कठिन पारदर्शिता के लिए, FBA क्लीनर हो सकता है।
JPEG, जो संयुक्त फोटोग्राफिक विशेषज्ञ समूह के लिए है, डिजिटल छवियों के लिए हानिपूर्ण संपीड़न की एक सामान्यतः उपयोग की जाने वाली विधि है, विशेष रूप से डिजिटल फोटोग्राफी द्वारा निर्मित उन छवियों के लिए। संपीड़न की डिग्री को समायोजित किया जा सकता है, जिससे संग्रहण आकार और छवि गुणवत्ता के बीच एक चयन योग्य व्यापार-बंद की अनुमति मिलती है। JPEG आमतौर पर छवि गुणवत्ता में थोड़े बोधगम्य नुकसान के साथ 10:1 संपीड़न प्राप्त करता है। JPEG संपीड़न एल्गोरिथ्म JPEG फ़ाइल स्वरूप के मूल में है, जिसे औपचारिक रूप से JPEG इंटरचेंज प्रारूप (JIF) के रूप में जाना जाता है। हालाँकि, 'JPEG' शब्द का उपयोग अक्सर उस फ़ाइल स्वरूप को संदर्भित करने के लिए किया जाता है जिसे वास्तव में JPEG फ़ाइल इंटरचेंज प्रारूप (JFIF) के रूप में मानकीकृत किया गया है।
JPEG प्रारूप विभिन्न रंग स्थानों का समर्थन करता है, लेकिन डिजिटल फोटोग्राफी और वेब ग्राफिक्स में उपयोग किया जाने वाला सबसे आम रंग 24-बिट रंग है, जिसमें लाल, हरे और नीले (RGB) घटकों के लिए प्रत्येक में 8 बिट शामिल हैं। यह 16 मिलियन से अधिक विभिन्न रंगों की अनुमति देता है, जो अनुप्रयोगों की एक विस्तृत श्रृंखला के लिए उपयुक्त समृद्ध और जीवंत छवि गुणवत्ता प्रदान करता है। JPEG फ़ाइलें ग्रे-स्केल छवियों और YCbCr जैसे रंग स्थानों का भी समर्थन कर सकती हैं, जो अक्सर वीडियो संपीड़न में उपयोग किया जाता है।
JPEG संपीड़न एल्गोरिथ्म असतत कोसाइन ट्रांसफॉर्म (DCT) पर आधारित है, जो एक प्रकार का फूरियर ट्रांसफॉर्म है। DCT को छवि के छोटे ब्लॉकों पर लागू किया जाता है, आमतौर पर 8x8 पिक्सेल, स्थानिक डोमेन डेटा को आवृत्ति डोमेन डेटा में बदल देता है। यह प्रक्रिया लाभप्रद है क्योंकि यह छवि की ऊर्जा को कुछ कम-आवृत्ति घटकों म ें केंद्रित करता है, जो छवि की समग्र उपस्थिति के लिए अधिक महत्वपूर्ण हैं, जबकि उच्च-आवृत्ति घटक, जो ठीक विवरण में योगदान करते हैं और कथित गुणवत्ता पर कम प्रभाव के साथ त्याग दिए जा सकते हैं, कम हो जाते हैं।
DCT लागू होने के बाद, परिणामी गुणांक क्वांटिज़्ड होते हैं। क्वांटिज़ेशन इनपुट मानों के एक बड़े सेट को एक छोटे सेट में मैप करने की प्रक्रिया है, जो DCT गुणांक की सटीकता को प्रभावी ढंग से कम करता है। यहीं से JPEG का हानिपूर्ण पहलू सामने आता है। क्वांटिज़ेशन की डिग्री एक क्वांटिज़ेशन टेबल द्वारा निर्धारित की जाती है, जिसे छवि गुणवत्ता और संपीड़न अनुपात को संतुलित करने के लिए समायोजित किया जा सकता है। क्वांटिज़ेशन के उच्च स्तर के परिणामस्वरूप उच्च संपीड़न और निम्न छवि गुणवत्ता होती है, जबकि क्वांटिज़ेशन के निम्न स्तर के परिणामस्वरूप निम्न संपीड़न और उच्च छवि गुणवत्ता होती है।
एक बार गुणांक क्वांटिज़्ड हो जाते हैं, तो उन्हें एक ज़िगज़ैग क्रम में क्रमबद्ध किया जाता है, जो ऊपरी-बाएँ कोने से शुरू होता है और 8x8 ब्लॉक के माध्यम से एक ज़िगज़ैग पैटर्न का अनुसरण करता है। यह चरण ब्लॉक की शुरुआत में कम-आवृत्ति गुणांक और अंत की ओर उच्च-आवृत्ति गुणांक रखने के लिए डिज़ाइन किया गया है। चूंकि क्वांटिज़ेशन के बाद कई उच्च-आवृत्ति गुणांक शून्य या शून्य के निकट होने की संभावना है, इसलिए यह क्रम समान मानों को एक साथ समूहित करके डेटा को और अधिक संपीड़ित करने में मदद करता है।
JPEG संपीड़न प्रक्रिया में अगला चरण एन्ट्रॉपी कोडिंग है, जो दोषरहित संपीड़न की एक विधि है। JPEG में उपयोग की जाने वाली एन्ट्रॉपी कोडिंग का सबसे सामान्य रूप हफ़मैन कोडिंग है, हालांकि अंकगणितीय कोडिंग भी एक विकल्प है। हफ़मैन कोडिंग अधिक बार-बार आने वाले मानों को छोटे कोड और कम बार-बार आने वाले मानों को लंबे को ड असाइन करके काम करता है। क्योंकि क्वांटिज़्ड DCT गुणांक इस तरह से क्रमबद्ध होते हैं कि शून्य और कम-आवृत्ति मानों को समूहित किया जाता है, हफ़मैन कोडिंग डेटा के आकार को प्रभावी ढंग से कम कर सकता है।
JPEG फ़ाइल स्वरूप फ़ाइल के भीतर मेटाडेटा को संग्रहीत करने की भी अनुमति देता है, जैसे कि Exif डेटा जिसमें कैमरा सेटिंग्स, कैप्चर की तिथि और समय और अन्य प्रासंगिक विवरणों के बारे में जानकारी शामिल होती है। यह मेटाडेटा JPEG फ़ाइल के एप्लिकेशन-विशिष्ट खंडों में संग्रहीत किया जाता है, जिसे छवि जानकारी को प्रदर्शित करने या संसाधित करने के लिए विभिन्न सॉफ़्टवेयर द्वारा पढ़ा जा सकता है।
JPEG प्रारूप की प्रमुख विशेषताओं में से एक प्रगतिशील एन्कोडिंग के लिए इसका समर्थन है। एक प्रगतिशील JPEG में, छवि को बढ़ते विवरण के कई पास में एन्कोड किया जाता है। इसका मतलब यह है कि भले ही छवि पूरी तरह से डाउनलोड नहीं ह ुई हो, फिर भी पूरी छवि का एक मोटा संस्करण प्रदर्शित किया जा सकता है, जो अधिक डेटा प्राप्त होने पर गुणवत्ता में धीरे-धीरे सुधार करता है। यह वेब छवियों के लिए विशेष रूप से उपयोगी है, जिससे उपयोगकर्ताओं को पूरी फ़ाइल के डाउनलोड होने की प्रतीक्षा किए बिना छवि सामग्री का अंदाजा लगाने की अनुमति मिलती है।
अपने व्यापक उपयोग और कई लाभों के बावजूद, JPEG प्रारूप की कुछ सीमाएँ हैं। सबसे महत्वपूर्ण में से एक कलाकृतियों का मुद्दा है, जो विकृतियाँ या दृश्य विसंगतियाँ हैं जो हानिपूर्ण संपीड़न के परिणामस्वरूप हो सकती हैं। इन कलाकृतियों में किनारों के चारों ओर धुंधलापन, ब्लॉकनेस और 'रिंगिंग' शामिल हो सकते हैं। कलाकृतियों की दृश्यता संपीड़न के स्तर और छवि की सामग्री से प्रभावित होती है। चिकनी ढाल या सूक्ष्म रंग परिवर्तन वाली छवियों में संपीड़न कलाकृतियों को दिखाने की अधिक संभावना होती है।
JPEG की एक और सीमा यह है कि यह पारदर्शिता या अल्फा चैनल का समर्थन नहीं करता है। इसका मतलब यह है कि JPEG छवियों में पारदर्शी पृष्ठभूमि नहीं हो सकती है, जो कुछ अनुप्रयोगों के लिए एक कमी हो सकती है जैसे कि वेब डिज़ाइन, जहाँ विभिन्न पृष्ठभूमियों पर छवियों को ओवरले करना आम है। इन उद्देश्यों के लिए, PNG या GIF जैसे प्रारूप, जो पारदर्शिता का समर्थन करते हैं, अक्सर इसके बजाय उपयोग किए जाते हैं।
JPEG परतों या एनीमेशन का भी समर्थन नहीं करता है। परतों के लिए TIFF या एनीमेशन के लिए GIF जैसे प्रारूपों के विपरीत, JPEG सख्ती से एकल-छवि प्रारूप है। यह इसे उन छवियों के लिए अनुपयुक्त बनाता है जिन्हें परतों में संपादन की आवश्यकता होती है या एनिमेटेड छवियां बनाने के लिए। उन उपयोगकर्ताओं के लिए जिन्हें परतों या एनिमेशन के साथ काम करने की आवश्यकता होती है, उन्हें संपादन प्रक्रिया के दौरान अन्य प्रारूपों का उपयोग करना चाहिए और फिर यदि आवश्यक हो तो वितरण के लिए JPEG में कनवर्ट कर सकते हैं।
इन सीमाओं के बावजूद, JPEG लगभग सभी छवि देखने और संपादन सॉफ़्टवेयर के साथ अपनी कुशल संपीड़न और संगतता के कारण सबसे लोकप्रिय छवि प्रारूपों में से एक बना हुआ है।
यह कनवर्टर पूरी तरह से आपके ब्राउज़र में चलता है। जब आप किसी फ़ाइल का चयन करते हैं, तो उसे मेमोरी में पढ़ा जाता है और चयनित प्रारूप में परिवर्तित किया जाता है। फिर आप परिवर्तित फ़ाइल डाउनलोड कर सकते हैं।
रूपांतरण तुरंत शुरू हो जाते हैं, और अधिकांश फ़ाइलें एक सेकंड के भीतर परिवर्तित हो जाती हैं। बड़ी फ ़ाइलों में अधिक समय लग सकता है।
आपकी फाइलें कभी भी हमारे सर्वर पर अपलोड नहीं की जाती हैं। वे आपके ब्राउज़र में परिवर्तित हो जाती हैं, और फिर परिवर्तित फ़ाइल डाउनलोड हो जाती है। हम आपकी फाइलें कभी नहीं देखते हैं।
हम जेपीईजी, पीएनजी, जीआईएफ, वेबपी, एसवीजी, बीएमपी, টিআইএফএফ, और अधिक सहित सभी छवि प्रारूपों के बीच रूपांतरण का समर्थन करते हैं।
यह कनवर्टर पूरी तरह से मुफ्त है, और हमेशा मुफ्त रहेगा। क्योंकि यह आपके ब्राउज़र में चलता है, हमें सर्वर के लिए भुगतान करने की आवश्यकता नहीं है, इसलिए हमें आपसे शुल्क लेने की आवश्यकता नहीं है।
हाँ! आप एक साथ जितनी चाहें उतनी फाइलें परिवर्तित कर सकते हैं। बस उन्हें जोड़ते समय कई फाइलों का चयन करें।