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 पारदर ्शिता 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।
पोर्टेबल पिक्समैप (PPM) फॉर्मेट एक सबसे सरल लेकिन शक्तिशाली रेस्टर ग्राफिक्स फॉर्मेट है जो नेटपीबीएम प्रोजेक्ट के हिस्से के रूप में उभरा। PPM फॉर्मेट, अपने डिजाइन में स्वाभाविक रूप से सीधा, रंगीन छवियों को एक बेयरबोन तरीके से प्रस्तुत करने का एक साधन प्रदान करता है जो इसे मनुष्यों और मशीनों दोनों के लिए पढ़ने और लिखने के लिए अविश्वसनीय रूप से सुलभ बनाता है। इसे नेटपीबीएम फॉर्मेट के अंतर्गत वर्गीकृत किया गया है, साथ ही काले और सफेद छवियों के लिए पोर्टेबल बिट मैप (PBM) और ग्रेस्केल छवियों के लिए पोर्टेबल ग्रे मैप (PGM) भी शामिल है। इनमें से प्रत्येक फॉर्मेट को अलग-अलग रंग की गहराई और जटिलता वाली छवियों को एनकैप्सुलेट करने के लिए डिज़ाइन किया गया है, जिसमें रंग प्रतिनिधित्व के मामले में PPM उनमें से सबसे परिष्कृत है।
PPM फॉर्मेट एक साधारण ASCII टेक्स्ट फ़ाइल (हालाँकि एक बाइनरी प्रतिनिधित्व भी सामान्य है) के संदर्भ में एक छवि को परिभाषित करता है जो पिक्सेल रंग की जानकारी को सीधे तरीके से निर्दिष्ट करता है। यह एक 'मैजिक नंबर' से शुरू होता है जो इंगित करता है कि फ़ाइल ASCII (P3) या बाइनरी (P6) फॉर्मेट में है, इसके बाद व्हाइटस्पेस, छवि के आयाम (चौड़ाई और ऊंचाई), अधिकतम रंग मान और फिर वास्तविक पिक्सेल डेटा आता है। PPM फ़ाइल में पिक्सेल डेटा में RGB रंग मान होते हैं जिनमें प्रत्येक घटक 0 से निर्दिष्ट अधिकतम मान तक होता है, आमतौर पर 255, प्रति पिक्सेल 16 मिलियन से अधिक संभावित रंग संयोजन की अनुमति देता है।
PPM फॉर्मेट के मुख्य लाभों में से एक इसकी सादगी है। PPM फ़ाइल की संरचना इतनी सीधी है कि ASCII मोड में होने पर इसे मूल टेक्स्ट एडिटिंग टूल के साथ आसानी से उत्पन्न या संशोधित किया जा सकता है। यह सादगी इसके प्रसंस्करण तक भी फैल ी हुई है; JPEG या PNG जैसे अधिक जटिल फॉर्मेट की तुलना में PPM छवियों को पार्स या उत्पन्न करने के लिए सॉफ़्टवेयर लिखने के लिए न्यूनतम प्रयास की आवश्यकता होती है। इस सुगमता ने PPM को अकादमिक सेटिंग्स में या शौकीनों के बीच बुनियादी इमेजिंग कार्यों के लिए एक पसंदीदा विकल्प बना दिया है, और इमेज प्रोसेसिंग या कंप्यूटर ग्राफिक्स प्रोग्रामिंग के बारे में सीखने वालों के लिए एक कदम के रूप में भी बनाया है।
इसके लाभों के बावजूद, PPM फॉर्मेट में उल्लेखनीय सीमाएँ हैं जो इसकी सादगी से उपजी हैं। इनमें से सबसे महत्वपूर्ण किसी भी संपीड़न तंत्र की कमी है, जिसके परिणामस्वरूप फ़ाइलें JPEG या PNG जैसे अधिक परिष्कृत फॉर्मेट में अपने समकक्षों की तुलना में काफी बड़ी होती हैं। यह PPM को वेब उपयोग या किसी भी एप्लिकेशन के लिए कम उपयुक्त बनाता है जहाँ संग्रहण स्थान और बैंडविड्थ चिंताएँ हैं। इसके अतिरिक्त, PPM फॉर्मेट पार दर्शिता, परतों या मेटाडेटा (जैसे रंग प्रोफ़ाइल या EXIF डेटा) के किसी भी रूप का समर्थन नहीं करता है, जो अधिक जटिल ग्राफिक डिज़ाइन या फ़ोटोग्राफ़ी वर्कफ़्लो में इसकी उपयोगिता को सीमित कर सकता है।
PPM फ़ाइल बनाने या देखने के लिए, कोई नेटपीबीएम पैकेज में उपलब्ध विभिन्न प्रकार के टूल का उपयोग कर सकता है, या इस फॉर्मेट का समर्थन करने वाले कई अन्य ग्राफिक सॉफ़्टवेयर टूल के माध्यम से कर सकता है। सॉफ़्टवेयर डेवलपर्स और शोधकर्ता इसके कार्यान्वयन में आसानी के लिए PPM फॉर्मेट की सराहना करते हैं। PPM फ़ाइलों को पार्स करना, विशेष रूप से ASCII मोड में, सीधा है, क्योंकि इसमें टेक्स्ट की पंक्तियों को पढ़ना और फॉर्मेट के न्यूनतम विनिर्देशों के अनुसार उनकी व्याख्या करना शामिल है। PPM छवियों को आउटपुट करने वाला सॉफ़्टवेयर लिखना उतना ही सरल हो सकता है, जो इसे ग्राफिक्स प्रोग्रामिंग पाठ्यक्रमों में प्रारंभिक परियोजनाओं या त्वरित प्रोटोटाइपिंग के लिए एक उत्कृष्ट विकल्प बनाता है।
व्यावहारिक रूप से, PPM फ़ाइलों के साथ काम करने में इसकी संरचना को गहराई से समझना शामिल है। एक फ़ाइल एक मैजिक नंबर ('ASCII के लिए P3' या बाइनरी के लिए 'P6') से शुरू होती है, जिसके बाद व्हाइटस्पेस वर्ण होते हैं। मैजिक नंबर के बाद, छवि के आयाम दो पूर्णांकों के रूप में प्रदान किए जाते हैं जो क्रमशः छवि की चौड़ाई और ऊंचाई का प्रतिनिधित्व करते हैं। इन्हें व्हाइटस्पेस द्वारा भी अलग किया जाता है। आयामों के बाद, अधिकतम रंग मान निर्दिष्ट किया जाता है, जो प्रत्येक RGB मान की सीमा को निर्धारित करता है। ज्यादातर मामलों में, यह मान 255 होता है, यह दर्शाता है कि प्रत्येक रंग घटक (लाल, हरा और नीला) 0 से 255 तक हो सकता है।
हेडर के बाद, प्रत्येक पिक्सेल के लिए RGB मान आते हैं। ASCII मोड (P3) में, ये मान सादे पाठ में अलग-अलग संख्याओं के रूप में लिखे जाते हैं, जिसमें प्रत्येक RGB ट्रिपल एक पिक्सेल का प्रतिनिधित्व करता है। पिक्सेल बाईं से दाईं और ऊपर से नीचे की पंक्तियों में रखे गए हैं। बाइनरी मोड (P6) में, रंग मानों को अधिक कॉम्पैक्ट बाइनरी फॉर्मेट में दर्शाया जाता है, जो कम मानव-पठनीय होते हुए भी, कंप्यूटर द्वारा अधिक कुशलता से पार्स किया जा सकता है। RGB ट्रिपल का प्रत्येक घटक आमतौर पर एक एकल बाइट होता है, जिससे एक अधिक सुव्यवस्थित फ़ाइल बनती है, जो संपीड़न की कमी के बावजूद, अपने ASCII समकक्ष की तुलना में पढ़ने और लिखने में तेज होती है।
अधिक उन्नत और जटिल छवि फॉर्मेट की ओर बदलाव के बावजूद जो संपीड़न और अतिरिक्त सुविधाएँ प्रदान करते हैं, PPM फॉर्मेट विभिन्न विशिष्ट संदर्भों में अपनी प्रासंगिकता बनाए रखता है। छवि प्रसंस्करण अनुसंधान में एक सामान्य भाजक के रूप में सेवा करने की इसकी क्षमता, जहां फोकस फ़ाइल स्वरूपों की बारीकियों की तुलन ा में एल्गोरिदम पर अधिक है, को अतिरंजित नहीं किया जा सकता है। इसके अतिरिक्त, फॉर्मेट की सादगी और संपीड़न की कमी इसे उन परिदृश्यों के लिए एक आदर्श विकल्प बनाती है जहां छवि हेरफेर निष्ठा सर्वोपरि है, क्योंकि संपीड़न कलाकृतियों से छवि गुणवत्ता का कोई नुकसान नहीं होता है।
फ़ाइल आकार के मुद्दे को संबोधित करते हुए, जो PPM फॉर्मेट की एक महत्वपूर्ण कमी है, कोई बाहरी संपीड़न टूल को वर्कअराउंड के रूप में मान सकता है। जबकि यह संपीड़न को फ़ाइल स्वरूप के भीतर ही एकीकृत नहीं करता है, gzip जैसे टूल PPM फ़ाइलों के लिए आवश्यक संग्रहण स्थान को काफी कम कर सकते हैं, जिससे उन्हें स्थानांतरण या संग्रह उद्देश्यों के लिए अधिक प्रबंधनीय बनाया जा सकता है। हालाँकि, यह दृष्टिकोण वर्कफ़्लो में एक अतिरिक्त कदम जोड़ता है, क्योंकि छवियों को देखने या संपादित करने की प्रक्रिया से फ़ाइलों को अलग से संपीड़ित और डीकं प्रेस करने की आवश्यकता होती है।
उन्नत इमेजिंग तकनीकों और उच्च दक्षता
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 फ़ाइलों 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।