배경 제거는 피사체를 주변 환경과 분리하여 투명 배경에 배치하거나, 장면을 바꾸거나, 새로운 디자인에 합성할 수 있게 해줍니다. 내부적으로는 0에서 1까지의 픽셀당 불투명도인 알파 매트를 추정하고, 전경을 알파 합성하여 다른 것 위에 배치하는 것입니다. 이것은 포터–더프의 수학이며, “프린지”와 스트레이트 알파 대 미리 곱해진 알파와 같은 흔히 발생하는 문제의 원인입니다. 미리 곱하기와 선형 색상에 대한 실용적인 지침은 마이크로소프트의 Win2D 노트, 쇠렌 산만, 그리고 로몬트의 선형 블렌딩에 대한 글을 참조하십시오.
촬영을 제어할 수 있다면 배경을 단색(주로 녹색)으로 칠하고 해당 색조를 키로 빼냅니다. 이 방법은 빠르고, 영화 및 방송에서 검증되었으며, 비디오에 이상적입니다. 단점은 조명과 의상입니다: 색깔 있는 빛이 가장자리(특히 머리카락)에 번지므로, 오염을 중화하기 위해 디스필 도구를 사용해야 합니다. 좋은 입문 자료로는 누크의 문서, 믹싱 라이트, 그리고 직접 해보는 퓨전 데모가 있습니다.
배경이 지저분한 단일 이미지의 경우, 대화형 알고리즘은 사용자의 몇 가지 힌트(예: 느슨한 사각형이나 낙서)를 필요로 하며, 선명한 마스크를 생성합니다. 표준적인 방법은 그랩컷 (책의 장)으로, 전경/배경의 색상 모델을 학습하고 그래프 컷을 반복적으로 사용하여 분리합니다.GIMP의 전경 선택에서도 비슷한 아이디어를 볼 수 있으며, 이는 SIOX (ImageJ 플러그인)에 기반합니다.
매팅은 가느다란 경계(머리카락, 털, 연기, 유리)에서 부분적인 투명도를 해결합니다. 고전적인 폐쇄형 매팅은 트라이맵(확실한 전경/확실한 배경/알 수 없음)을 사용하여 강력한 가장자리 정확도로 알파에 대한 선형 시스템을 풉니다. 현대적인 딥 이미지 매팅은 어도비 컴포지션-1K 데이터셋(MMEditing 문서)에서 신경망을 훈련시키며, SAD, MSE, 그래디언트, 연결성과 같은 메트릭으로 평가됩니다(벤치마크 설명).
관련된 분할 작업도 유용합니다: DeepLabv3+는 인코더-디코더와 아트러스 컨볼루션으로 경계를 다듬습니다 (PDF); 마스크 R-CNN은 인스턴스별 마스크를 제공합니다 (PDF); 그리고 SAM(Segment Anything)은 새로운 이미지에 대해 제로샷으로 마스크를 생성하는 프롬프트 기반 기본 모델입니다.
학술 연구에서는 컴포지션-1K에 대한 SAD, MSE, 그래디언트, 연결성 오류를 보고합니다. 모델을 선택하는 경우 해당 메트릭을 찾아보세요 (메트릭 정의; 배경 매팅 메트릭 섹션). 인물/비디오의 경우, MODNet과 배경 매팅 V2가 강력합니다; 일반적인 “두드러진 객체” 이미지의 경우, U2-Net이 견고한 기준선입니다; 어려운 투명도의 경우, FBA가 더 나은 결과를 제공할 수 있습니다.
하이 다이나믹 레인지(HDR) 이미징은 인간의 눈이 광범위한 밝기 수준을 인지하는 능력과 이러한 범위를 캡처, 처리, 표시하는 기존 디지털 이미징 시스템의 한계 사이의 격차를 메우는 것을 목표로 하는 기술입니다. 동일한 프레임 내에서 밝기와 어둠의 극단을 보여주는 능력이 제한적인 표준 다이나믹 레인지(SDR) 이미지와 달리 HDR 이미지는 더 넓은 밝기 수준 스펙트럼을 표시할 수 있습니다. 이를 통해 실제 세계에서 인간의 눈이 인지하는 것과 더욱 생생하고 사실적이며 밀접하게 일치하는 사진이 만들어집니다.
다이나믹 레인지의 개념은 HDR 이미징을 이해하는 데 핵심적입니다. 다이나믹 레인지는 이미징 시스템이 캡처, 처리 또는 표시할 수 있는 가장 밝은 밝기와 가장 어두운 어둠 사이의 비율을 말합니다. 일반적으로 스톱 단위로 측정되며, 각 스톱은 빛의 양이 두 배 또는 절반이 되는 것을 나타냅니다. 기존 SDR 이미지는 일반적으로 약 6~9스톱의 다이나믹 레인지 내에서 작동합니다. 반면에 HDR 기술은 이 한계를 크게 뛰어넘어 특정 조건에서 인간의 눈의 약 14~24스톱의 다이나믹 레인지에 맞추거나 심지어 능가하는 것을 목표로 합니다.
HDR 이미징은 고급 캡처 기술, 혁신적인 처리 알고리즘, 디스플레이 기술을 결합하여 가능해졌습니다. 캡처 단계에서는 동일한 장면의 다중 노출이 서로 다른 밝기 수준에서 촬영됩니다. 이러한 노출은 가장 어두운 그림자에서 가장 밝은 하이라이트까지 세부 사항을 캡처합니다. 그런 다음 HDR 프로세스는 이러한 노출을 단일 이미지로 결합하여 기존 디지털 이미징 센서를 사용하여 단일 노출로 캡처할 수 있는 것보다 훨씬 더 큰 다이나믹 레인지를 포함합니다.
HDR 이미지 처리에는 캡처된 광범위한 밝기 수준을 효율적으로 저장, 전송, 궁극적으로 표시할 수 있는 형식으로 매핑하는 작업이 포함됩니다. 톤 매핑은 이 프로세스의 중요한 부분입니다. 캡처된 장면의 높은 다이나믹 레인지를 장면의 원래 밝기 변화의 시각적 영향을 유지하려고 노력하면서 대상 디스플레이 또는 출력 매체와 호환되는 다이나믹 레인지로 변환합니다. 여기에는 종종 시청자에게 자연스럽고 매력적으로 보이는 이미지를 생성하기 위해 밝기, 대비, 색상 채도를 신중하게 조정하는 정교한 알고리즘이 포함됩니다.
HDR 이미지는 일반적으로 확장된 밝기 정보 범위를 수용할 수 있는 특수 파일 형식으로 저장됩니다. JPEG-HDR, OpenEXR, TIFF와 같은 형식은 이러한 목적으로 특별히 개발되었습니다. 이러한 형식은 부동 소수점 숫자와 확장된 색상 공간과 같은 다양한 기술을 사용하여 HDR 이미지의 광범위한 밝기와 색상 정보를 정확하게 인코딩합니다. 이를 통해 HDR 콘텐츠의 높은 충실도를 유지할 뿐만 아니라 광범위한 HDR 지원 기기 및 소프트웨어 생태계와의 호환성을 보장합니다.
HDR 콘텐츠를 표시하려면 표준 디스플레이가 제공할 수 있는 것보다 더 높은 밝기 수준, 더 깊은 검정색, 더 넓은 색 영역을 렌더링할 수 있는 화면이 필요합니다. HDR 호환 디스플레이는 OLED(유기 발광 다이오드) 및 LED(발광 다이오드) 백라이트 향상 기능이 있는 고급 LCD(액정 디스플레이) 패널과 같은 기술을 사용하여 이러한 특성을 달성합니다. 이러한 디스플레이는 미묘하고 선명한 밝기 차이를 모두 렌더링할 수 있는 능력으로 시청자의 깊이, 세부 사항, 사실감을 극적으로 향상시킵니다.
HDR 콘텐츠의 확산은 HDR 표준 및 메타데이터의 개발로 더욱 촉진되었습니다. HDR10, Dolby Vision, Hybrid Log-Gamma(HLG)와 같은 표준은 다양한 플랫폼과 기기에서 HDR 콘텐츠를 인코딩, 전송, 렌더링하기 위한 지침을 지정합니다. HDR 메타데이터는 콘텐츠의 색상 보정 및 밝기 수준에 대한 정보를 제공하여 이 생태계에서 중요한 역할을 합니다. 이를 통해 기기는 각 콘텐츠의 특정 특성에 따라 HDR 렌더링 기능을 최적화하여 일관되게 고품질의 시청 경험을 보장할 수 있습니다.
HDR 이미징의 과제 중 하나는 주로 SDR 콘텐츠에 맞춰진 기존 워크플로 및 기술과 원활하게 통합해야 한다는 것입니다. 여기에는 이미지의 캡처 및 처리뿐만 아니라 배포 및 표시도 포함됩니다. 이러한 과제에도 불구하고 주요 콘텐츠 제작자, 스트리밍 서비스, 전자 제품 제조업체의 지원 덕분에 HDR 채택이 빠르게 증가하고 있습니다. HDR 기술이 계속해서 발전하고 더욱 쉽게 접근할 수 있게 되면서 사진과 영화에서 비디오 게임과 가상 현실에 이르기까지 광범위한 응용 분야의 표준이 될 것으로 예상됩니다.
HDR 기술과 관련된 또 다른 과제는 증가된 다이나믹 레인지에 대한 요구와 기존 디스플레이 기술과의 호환성을 유지해야 하는 균형입니다. HDR은 시각적 경험을 극적으로 향상시킬 수 있는 기회를 제공하지만, HDR이 제대로 구현되지 않으면 HDR과 완전히 호환되지 않는 디스플레이에서 너무 어둡거나 너무 밝게 보이는 이미지가 생성될 위험도 있습니다. 적절한 톤 매핑과 최종 사용자 디스플레이 기능에 대한 신중한 고려는 HDR 콘텐츠가 광범위한 청중에게 접근 가능하고 보편적으로 향상된 시청 경험을 제공하는 데 필수적입니다.
환경적 고려 사항도 HDR 기술에 대한 논의에서 점점 더 중요해지고 있습니다. HDR 지원 기기의 더 밝은 디스플레이에 필요한 더 높은 전력 소비는 에너지 효율성과 지속 가능성에 과제를 안겨줍니다. 제조업체와 엔지니어는 이러한 기기의 환경적 영향을 손상시키지 않고 높은 밝기와 대비 수준을 달성하는 더욱 에너지 효율적인 방법을 지속적으로 개발하고 있습니다.
HDR 이미징의 미래는 현재의 한계를 극복하고 기술의 기능을 확장하는 데 중점을 둔 지속적인 연구 및 개발로 유망해 보입니다. 양자점 디스플레이와 마이크로 LED와 같은 신기술은 HDR 디스플레이의 밝기, 색상 정확도, 효율성을 더욱 향상시킬 가능성을 가지고 있습니다. 또한 캡처 및 처리 기술의 발전은 워크플로를 간소화하고 특수 장비의 필요성을 줄임으로써 콘텐츠 제작자에게 HDR을 더욱 쉽게 접근할 수 있도록 합니다.
콘텐츠 소비 영역에서 HDR 기술은 몰입적 경험을 위한 새로운 길을 열고 있습니다. 비디오 게임과 가상 현실에서 HDR은 실제 세계의 밝기와 색상 다양성을 더욱 정확하게 재현하여臨場感과 사실감을 극적으로 향상시킬 수 있습니다. 이를 통해 시각적 품질이 향상될 뿐만 아니라 디지털 경험의 감정적 영향이 더욱 깊어져 더욱 매력적이고 생생해집니다.
엔터테인먼트를 넘어서 HDR 기술은 의료 이미징과 같은 분야에 응용되며, 이 기술은 더 넓은 범위의 밝기 수준을 표시할 수 있는 능력으로 표준 이미지에서 놓칠 수 있는 세부 사항을 드러내는 데 도움이 될 수 있습니다. 마찬가지로 천문학 및 원격 탐사와 같은 분야에서
이 변환기는 전적으로 브라우저에서 실행됩니다. 파일을 선택하면 메모리로 읽어와 선택한 형식으로 변환됩니다. 그런 다음 변환된 파일을 다운로드할 수 있습니다.
변환은 즉시 시작되며 대부분의 파일은 1초 이내에 변환됩니다. 파일이 크면 더 오래 걸릴 수 있습니다.
파일은 서버에 업로드되지 않습니다. 브라우저에서 변환된 다음 변환된 파일이 다운로드됩니다. 우리는 귀하의 파일을 절대 보지 않습니다.
JPEG, PNG, GIF, WebP, SVG, BMP, TIFF 등을 포함한 모든 이미지 형식 간의 변환을 지원합니다.
이 변환기는 완전히 무료이며 항상 무료입니다. 브라우저에서 실행되기 때문에 서버 비용을 지불할 필요가 없으므로 비용을 청구할 필요가 없습니다.
예! 한 번에 원하는 만큼 많은 파일을 변환할 수 있습니다. 추가할 때 여러 파일을 선택하기만 하면 됩니다.