YUV · Format masukan

Pemrosesan berlangsung di browser untuk satu gambar atau bingkai. Animasi, vektor yang dapat diedit, dan lapisan tidak dipertahankan. Mesin diunduh saat pertama digunakan; file besar dapat melampaui memori tersedia.

Seret dan lepas atau klik untuk memilih

Pribadi dan aman

Semuanya terjadi di browser Anda. File Anda tidak pernah menyentuh server kami.

Penghapusan latar belakang memisahkan subjek dari lingkungannya sehingga Anda dapat meletakkannya di transparansi, menukar adegan, atau menggabungkannya ke dalam desain baru. Di balik layar, Anda memperkirakan alpha matte—opasitas per piksel dari 0 hingga 1—dan kemudian melakukan alpha-compositing pada latar depan di atas sesuatu yang lain. Ini adalah matematika dari Porter–Duff dan penyebab masalah umum seperti “pinggiran” dan alfa lurus vs. alfa premultiplikasi. Untuk panduan praktis tentang premultiplikasi dan warna linear, lihat catatan Win2D Microsoft, Søren Sandmann, dan tulisan Lomont tentang pencampuran linear.


Cara utama orang menghapus latar belakang

1) Chroma key (“layar hijau/biru”)

Jika Anda dapat mengontrol pengambilan, cat latar belakang dengan warna solid (seringkali hijau) dan kunci rona itu. Ini cepat, teruji dalam film dan siaran, dan ideal untuk video. Kelemahannya adalah pencahayaan dan busana: cahaya berwarna tumpah ke tepi (terutama rambut), jadi Anda akan menggunakan alat despill untuk menetralkan kontaminasi. Referensi awal yang bagus termasuk dokumentasi Nuke, Mixing Light, dan demo langsung Fusion.

2) Segmentasi interaktif (CV klasik)

Untuk gambar tunggal dengan latar belakang yang berantakan, algoritme interaktif memerlukan beberapa petunjuk pengguna—misalnya, persegi panjang longgar atau coretan—dan menghasilkan mask yang tajam. Metode kanonis adalah GrabCut (bab buku), yang mempelajari model warna untuk latar depan/latar belakang dan menggunakan potongan grafik secara berulang untuk memisahkannya. Anda akan melihat ide serupa di Seleksi Latar Depan GIMP berdasarkan SIOX (plugin ImageJ).

3) Matting gambar (alfa berbutir halus)

Matting memecahkan transparansi parsial pada batas tipis (rambut, bulu, asap, kaca). Klasik matting bentuk-tertutup mengambil trimap (pasti-depan/pasti-belakang/tidak diketahui) dan menyelesaikan sistem linear untuk alfa dengan akurasi tepi yang tinggi. Modern deep image matting melatih jaringan saraf pada dataset Adobe Composition-1K (dokumen MMEditing), dan dievaluasi dengan metrik seperti SAD, MSE, Gradient, dan Connectivity (penjelasan tolok ukur).

4) Potongan pembelajaran mendalam (tanpa trimap)

  • U2-Net (deteksi objek menonjol) adalah mesin “hapus latar belakang” umum yang kuat (repo).
  • MODNet menargetkan matting potret waktu-nyata (PDF).
  • F, B, Alpha (FBA) Matting secara bersamaan memprediksi latar depan, latar belakang, dan alfa untuk mengurangi halo warna (repo).
  • Background Matting V2 mengasumsikan latar belakang yang bersih dan menghasilkan masker setingkat helai rambut secara waktu-nyata hingga 4K/30fps (halaman proyek, repo).

Pekerjaan segmentasi terkait juga berguna: DeepLabv3+ menyempurnakan batas dengan encoder–decoder dan konvolusi atrous (PDF); Mask R-CNN memberikan masker per-instans (PDF); dan SAM (Segment Anything) adalah model dasar yang berbasis prompt yang menghasilkan masker zero-shot pada gambar yang tidak dikenal.


Apa yang dilakukan alat populer


Kiat alur kerja untuk potongan yang lebih bersih

  1. Ambil gambar dengan cerdas. Pencahayaan yang baik dan kontras subjek–latar belakang yang kuat membantu setiap metode. Dengan layar hijau/biru, rencanakan untuk despill (panduan).
  2. Mulai dari gambaran umum, lalu persempit ke detail. Jalankan seleksi otomatis (Pilih Subjek, U2-Net, SAM), lalu sempurnakan tepi dengan kuas atau matting (misalnya, bentuk-tertutup).
  3. Perhatikan semi-transparansi. Kaca, kerudung, buram gerak, rambut beterbangan memerlukan alfa sejati (bukan hanya masker keras). Metode yang juga memulihkan F/B/α meminimalkan halo.
  4. Pahami saluran alfa Anda. Lurus vs. premultiplied menghasilkan perilaku tepi yang berbeda; ekspor/komposit secara konsisten (lihat gambaran umum, Hargreaves).
  5. Pilih output yang tepat. Untuk “tanpa latar belakang,” berikan raster dengan alfa bersih (misalnya, PNG/WebP) atau simpan file berlapis dengan masker jika akan ada penyuntingan lebih lanjut. Kuncinya adalah kualitas alfa yang Anda hitung—berakar pada Porter–Duff.

Kualitas & evaluasi

Karya akademis melaporkan kesalahan SAD, MSE, Gradient, dan Connectivity pada Composition-1K. Jika Anda memilih model, cari metrik tersebut (definisi metrik; bagian metrik Background Matting). Untuk potret/video, MODNet dan Background Matting V2 kuat; untuk gambar “objek menonjol” umum, U2-Net adalah dasar yang kuat; untuk transparansi yang sulit, FBA dapat memberikan hasil yang lebih baik.


Kasus tepi umum (dan perbaikannya)

  • Rambut & bulu: utamakan matting (trimap atau matting potret seperti MODNet) dan periksa pada latar papan catur.
  • Struktur halus (jeruji sepeda, tali pancing): gunakan input resolusi tinggi dan segmenter yang sadar batas seperti DeepLabv3+ sebagai langkah sebelum matting.
  • Benda tembus pandang (asap, kaca): Anda memerlukan alfa parsial dan seringkali estimasi warna latar depan (FBA).
  • Konferensi video: jika Anda dapat menangkap pelat bersih, Background Matting V2 terlihat lebih alami daripada opsi “latar belakang virtual” yang naif.

Di mana ini muncul di dunia nyata


Mengapa potongan terkadang terlihat palsu (dan perbaikannya)

  • Tumpahan warna: cahaya hijau/biru membungkus subjek—gunakan kontrol despill atau penggantian warna yang ditargetkan.
  • Halo/pinggiran: biasanya ketidakcocokan interpretasi-alfa (lurus vs. premultiplied) atau piksel tepi yang terkontaminasi oleh latar belakang lama; konversi/interpretasi dengan benar (gambaran umum, detail).
  • Buram/grain yang salah: tempel subjek yang tajam ke latar belakang yang buram dan itu menonjol; cocokkan buram lensa dan grain setelah proses komposit (lihat dasar-dasar Porter–Duff).

Buku pedoman TL;DR

  1. Jika Anda mengontrol pengambilan: gunakan kunci kroma; cahaya merata; rencanakan despill.
  2. Jika ini foto sekali pakai: coba Hapus Latar Belakang Photoshop, penghapus Canva, atau remove.bg; sempurnakan dengan kuas/matting untuk rambut.
  3. Jika Anda memerlukan tepi kelas produksi: gunakan matting ( bentuk-tertutup atau mendalam) dan periksa alfa pada transparansi; perhatikan interpretasi alfa.
  4. Untuk potret/video: pertimbangkan MODNet atau Background Matting V2; untuk segmentasi yang dipandu klik, SAM adalah front-end yang kuat.

Apa itu format YUV?

CCIR 601 4:1:1 atau 4:2:2

YCbCrA adalah ruang warna dan format gambar yang umum digunakan untuk kompresi video dan gambar digital. Ini memisahkan informasi luma (kecerahan) dari informasi kroma (warna), yang memungkinkan keduanya dikompresi secara independen untuk pengkodean yang lebih efisien. Ruang warna YCbCrA adalah variasi dari ruang warna YCbCr yang menambahkan saluran alfa untuk transparansi.

Dalam ruang warna YCbCrA, Y mewakili komponen luma, yang merupakan kecerahan atau intensitas piksel. Ini dihitung sebagai jumlah tertimbang dari komponen warna merah, hijau, dan biru berdasarkan bagaimana mata manusia memandang kecerahan. Bobot dipilih untuk mendekati fungsi luminositas, yang menggambarkan sensitivitas spektral rata-rata persepsi visual manusia. Komponen luma menentukan kecerahan yang dirasakan dari sebuah piksel.

Cb dan Cr masing-masing adalah komponen kroma perbedaan biru dan perbedaan merah. Mereka mewakili informasi warna dalam gambar. Cb dihitung dengan mengurangkan luma dari komponen warna biru, sedangkan Cr dihitung dengan mengurangkan luma dari komponen warna merah. Dengan memisahkan informasi warna menjadi komponen perbedaan warna ini, YCbCrA memungkinkan informasi warna dikompresi lebih efisien dibandingkan dengan RGB.

Saluran alfa (A) dalam YCbCrA mewakili transparansi atau opasitas setiap piksel. Ini menentukan seberapa banyak warna piksel yang harus dicampur dengan latar belakang saat gambar dirender. Nilai alfa 0 berarti piksel benar-benar transparan, sedangkan nilai alfa 1 (atau 255 dalam representasi 8-bit) berarti piksel benar-benar buram. Nilai alfa antara 0 dan 1 menghasilkan piksel yang sebagian transparan yang menyatu dengan latar belakang dengan berbagai tingkat.

Salah satu keuntungan utama dari ruang warna YCbCrA adalah memungkinkan kompresi yang lebih efisien dibandingkan dengan RGB. Sistem visual manusia lebih sensitif terhadap perubahan kecerahan daripada perubahan warna. Dengan memisahkan informasi luma dan kroma, YCbCrA memungkinkan pengkode untuk mengalokasikan lebih banyak bit ke komponen luma, yang membawa informasi terpenting yang dapat dilihat, sambil mengompresi komponen kroma secara lebih agresif.

Selama kompresi, komponen luma dan kroma dapat disubsampling pada kecepatan yang berbeda. Subsampling mengurangi resolusi spasial komponen kroma sambil mempertahankan resolusi penuh komponen luma. Skema subsampling umum termasuk 4:4:4 (tanpa subsampling), 4:2:2 (kroma disubsampling secara horizontal dengan faktor 2), dan 4:2:0 (kroma disubsampling secara horizontal dan vertikal dengan faktor 2). Subsampling memanfaatkan sensitivitas visual manusia yang lebih rendah terhadap detail warna, yang memungkinkan rasio kompresi yang lebih tinggi tanpa kehilangan kualitas persepsi yang signifikan.

Format gambar YCbCrA banyak digunakan dalam standar kompresi video dan gambar seperti JPEG, MPEG, dan H.264/AVC. Standar ini menggunakan berbagai teknik untuk mengompresi data YCbCrA, termasuk subsampling kroma, transformasi kosinus diskrit (DCT), kuantisasi, dan pengkodean entropi.

Saat mengompresi bingkai gambar atau video, data YCbCrA mengalami serangkaian transformasi dan langkah kompresi. Gambar pertama-tama dikonversi dari RGB ke ruang warna YCbCrA. Komponen luma dan kroma kemudian dibagi menjadi blok, biasanya berukuran 8x8 atau 16x16 piksel. Setiap blok mengalami transformasi kosinus diskrit (DCT), yang mengubah nilai piksel spasial menjadi koefisien frekuensi.

Koefisien DCT kemudian dikuantisasi, yang membagi setiap koefisien dengan ukuran langkah kuantisasi dan membulatkan hasilnya ke bilangan bulat terdekat. Kuantisasi memperkenalkan kompresi lossy dengan membuang informasi frekuensi tinggi yang kurang penting secara persepsi. Ukuran langkah kuantisasi dapat disesuaikan untuk mengontrol pertukaran antara rasio kompresi dan kualitas gambar.

Setelah kuantisasi, koefisien diurutkan ulang dalam pola zig-zag untuk mengelompokkan koefisien frekuensi rendah, yang cenderung memiliki besaran yang lebih besar. Koefisien yang diurutkan ulang kemudian dikodekan entropi menggunakan teknik seperti pengkodean Huffman atau pengkodean aritmatika. Pengkodean entropi menetapkan kata kode yang lebih pendek untuk koefisien yang lebih sering muncul, yang selanjutnya mengurangi ukuran data terkompresi.

Untuk mendekompresi gambar YCbCrA, proses kebalikannya diterapkan. Data yang dikodekan entropi didekode untuk mengambil koefisien DCT yang dikuantisasi. Koefisien kemudian didekuantisasi dengan mengalikannya dengan ukuran langkah kuantisasi yang sesuai. DCT terbalik dilakukan pada koefisien yang didekuantisasi untuk merekonstruksi blok YCbCrA. Terakhir, data YCbCrA dikonversi kembali ke ruang warna RGB untuk ditampilkan atau diproses lebih lanjut.

Saluran alfa dalam YCbCrA biasanya dikompresi secara terpisah dari komponen luma dan kroma. Ini dapat dikodekan menggunakan berbagai metode, seperti pengkodean panjang lari atau kompresi berbasis blok. Saluran alfa memungkinkan efek transparansi, seperti melapiskan gambar atau video di atas satu sama lain dengan opasitas variabel.

YCbCrA menawarkan beberapa keunggulan dibandingkan ruang warna dan format gambar lainnya. Pemisahan informasi luma dan kroma memungkinkan kompresi yang lebih efisien, karena sistem visual manusia lebih sensitif terhadap variasi kecerahan daripada variasi warna. Subsampling komponen kroma semakin mengurangi jumlah data yang akan dikompresi tanpa berdampak signifikan pada kualitas persepsi.

Selain itu, kompatibilitas YCbCrA dengan standar kompresi populer seperti JPEG dan MPEG membuatnya banyak didukung di berbagai platform dan perangkat. Kemampuannya untuk menggabungkan saluran alfa untuk transparansi juga membuatnya cocok untuk aplikasi yang memerlukan pengomposisian atau pencampuran gambar.

Namun, YCbCrA bukannya tanpa batasan. Konversi dari RGB ke YCbCrA dan sebaliknya dapat menyebabkan beberapa distorsi warna, terutama jika komponen kroma dikompresi secara berlebihan. Subsampling komponen kroma juga dapat menyebabkan pendarahan warna atau artefak di area dengan transisi warna yang tajam.

Terlepas dari keterbatasan ini, YCbCrA tetap menjadi pilihan populer untuk kompresi gambar dan video karena efisiensinya dan dukungannya yang luas. Ini memberikan keseimbangan antara kinerja kompresi dan kualitas visual, membuatnya cocok untuk berbagai aplikasi, dari kamera digital dan streaming video hingga grafis dan game.

Seiring kemajuan teknologi, teknik dan format kompresi baru mungkin muncul untuk mengatasi keterbatasan YCbCrA dan memberikan efisiensi kompresi dan kualitas visual yang lebih baik. Namun, prinsip dasar pemisahan informasi luma dan kroma, subsampling, dan pengkodean transformasi kemungkinan akan tetap relevan dalam standar kompresi gambar dan video di masa mendatang.

Sebagai kesimpulan, YCbCrA adalah ruang warna dan format gambar yang menawarkan kompresi efisien dengan memisahkan informasi luma dan kroma dan memungkinkan subsampling kroma. Penyertaan saluran alfa untuk transparansi membuatnya serbaguna untuk berbagai aplikasi. Meskipun memiliki beberapa keterbatasan, kompatibilitas YCbCrA dengan standar kompresi populer dan keseimbangan antara kinerja kompresi dan kualitas visual menjadikannya pilihan yang banyak digunakan di bidang kompresi gambar dan video.

Format yang didukung

AVIF.avif

Format File Gambar AV1

BMP.bmp

Gambar bitmap Windows Microsoft

CIN.cin

File Gambar Cineon

CLIP.clip

Masker Klip Gambar

DCX.dcx

ZSoft IBM PC multi-page Paintbrush

DDS.dds

Microsoft DirectDraw Surface

DPX.dpx

Gambar SMTPE 268M-2003 (DPX 2.0)

DXT1.dxt1

Microsoft DirectDraw Surface

EXR.exr

Gambar berdynamik tinggi (HDR)

FF.ff

Farbfeld

FITS.fits

Sistem Transportasi Gambar Fleksibel

GIF.gif

Format pertukaran grafis CompuServe

HDR.hdr

Gambar Berdynamik Tinggi

HEIC.heic

Kontainer Gambar Efisiensi Tinggi

J2C.j2c

Codestream JPEG-2000

J2K.j2k

Codestream JPEG-2000

JNG.jng

Grafik Jaringan JPEG

JP2.jp2

Sintaks Format File JPEG-2000

JPE.jpe

Format JFIF Grup Ahli Fotografi Bersama

JPEG.jpeg

Format JFIF Grup Ahli Fotografi Bersama

JPG.jpg

Format JFIF Grup Ahli Fotografi Bersama

JPM.jpm

Sintaks Format File JPEG-2000

JPS.jps

Format JPS Grup Ahli Fotografi Bersama

JPT.jpt

Sintaks Format File JPEG-2000

JXL.jxl

Gambar JPEG XL

MAT.mat

Format gambar level 5 MATLAB

PAM.pam

Format bitmap 2-dimensi umum

PBM.pbm

Format bitmap portabel (hitam dan putih)

PCD.pcd

Photo CD

PCX.pcx

ZSoft IBM PC Paintbrush

PDB.pdb

Format ImageViewer Database Palm

PFM.pfm

Format float portabel

PGM.pgm

Format graymap portabel (skala abu-abu)

PGX.pgx

Format tak terkompresi JPEG 2000

PJPEG.pjpeg

Format JFIF Kelompok Ahli Fotografi Bersama

PNG.png

Grafik Jaringan Portabel

PNG00.png00

PNG mewarisi bit-depth, tipe warna dari gambar asli

PNG24.png24

RGB 24-bit transparan atau biner (zlib 1.2.11)

PNG32.png32

RGBA 32-bit transparan atau biner

PNG48.png48

RGB 48-bit transparan atau biner

PNG64.png64

RGBA 64-bit transparan atau biner

PNG8.png8

Indeks 8-bit transparan atau biner

PNM.pnm

Anymap portabel

PPM.ppm

Format pixmap portabel (warna)

PSB.psb

Format Dokumen Besar Adobe

PSD.psd

Bitmap Adobe Photoshop

SUN.sun

Rasterfile Sun

TIFF.tiff

Format File Gambar Bertag

VIPS.vips

Gambar VIPS

WEBP.webp

Format Gambar WebP

Pertanyaan yang Sering Diajukan

Bagaimana cara kerjanya?

Konverter ini berjalan sepenuhnya di browser Anda. Saat Anda memilih file, file tersebut dibaca ke dalam memori dan dikonversi ke format yang dipilih. Anda kemudian dapat mengunduh file yang telah dikonversi.

Apa yang terjadi dengan file saya?

File Anda tidak pernah diunggah ke server kami. File tersebut dikonversi di browser Anda, dan file yang telah dikonversi kemudian diunduh. Kami tidak pernah melihat file Anda.

Berapa biayanya?

Konverter ini sepenuhnya gratis, dan akan selalu gratis. Karena berjalan di browser Anda, kami tidak perlu membayar server, jadi kami tidak perlu menagih Anda.