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.
JPEG(Joint Photographic Experts Group) 이미지 포맷은 일반적으로 JPG로 알려져 있으며, 디지털 사진에서 생성된 이미지를 비롯한 디지털 이미지에 손실 압축을 적용하는 널리 사용되는 방식입니다. 압축률을 조정할 수 있어 저장 크기와 이미지 품질 간의 균형을 선택적으로 조절할 수 있습니다. JPEG는 일반적으로 이미지 품질에 거의 눈에 띄는 손실 없이 10:1 압축을 달성합니다.
JPEG 압축은 여러 이미지 파일 포맷에 사용됩니다. JPEG/Exif는 디지털 카메라와 기타 사진 이미지 캡처 장치에서 사용하는 가장 일반적인 이미지 포맷입니다. JPEG/JFIF와 함께 월드 와이드 웹에서 사진 이미지를 저장하고 전송하는 데 가장 일반적으로 사용되는 포맷입니다. 이러한 포맷 변형은 종종 구별되지 않고 간단히 JPEG라고 합니다.
JPEG 포맷에는 JPEG/Exif, JPEG/JFIF, JPEG 2000을 비롯한 다양한 표준이 포함되어 있으며, JPEG 2000은 더 높은 계산 복잡성으로 더 나은 압축 효율성을 제공하는 새로운 표준입니다. JPEG 표준은 복잡하고 다양한 부분과 프로필이 있지만, 가장 일반적으로 사용되는 JPEG 표준은 베이스라인 JPEG이며, 대부분의 사람들이 'JPEG' 이미지를 언급할 때 말하는 것입니다.
JPEG 압축 알고리즘은 본질적으로 이산 코사인 변환(DCT) 기반 압축 기법입니다. DCT는 이산 푸리에 변환(DFT)과 유사한 푸리에 관련 변환이지만 코사인 함수만 사용합니다. DCT는 신호 대부분을 스펙트럼의 저주파 영역에 집중시키는 특성이 있기 때문에 사용되며, 이는 자연 이미지의 특성과 잘 일치합니다.
JPEG 압축 프로세스에는 여러 단계가 포함됩니다. 처음에 이미지는 원래 색 공간(일반적으로 RGB)에서 YCbCr이라는 다른 색 공간으로 변환됩니다. YCbCr 색 공간은 이미지를 밝기 수준을 나타내는 루마 구성 요소(Y)와 색 정보를 나타내는 두 개의 크로마 구성 요소(Cb 및 Cr)로 분리합니다. 이러한 분리는 인간의 눈이 색보다 밝기 변화에 더 민감하기 때문에 크로마 구성 요소를 크게 압축해도 인식되는 이미지 품질에 큰 영향을 미치지 않기 때문에 유리합니다.
색 공간 변환 후 이미지는 일반적으로 8x8픽셀 크기의 블록으로 분할됩니다. 그런 다음 각 블록이 별도로 처리됩니다. 각 블록에 DCT를 적용하여 공간 도메인 데이터를 주파수 도메인 데이터로 변환합니다. 이 단계는 자연 이미지가 고주파 구성 요소보다 더 중요한 저주파 구성 요소를 갖는 경향이 있기 때문에 이미지 데이터를 압축에 더 적합하게 만들기 때문에 중요합니다.
DCT를 적용하면 결과 계수가 양자화됩니다. 양자화는 많은 입력 값 집합을 더 작은 집합에 매핑하는 프로세스로, 이를 저장하는 데 필요한 비트 수를 효과적으로 줄입니다. 이는 JPEG 압축에서 손실의 주요 원인입니다. 양자화 단계는 각 DCT 계수에 적용되는 압축량을 결정하는 양자화 테이블에 의해 제어됩니다. 사용자는 양자화 테이블을 조정하여 이미지 품질과 파일 크기 간의 균형을 조절할 수 있습니다.
양자화 후 계수는 지그재그 스캐닝으로 선형화되어 주파수를 늘려 정렬됩니다. 이 단계는 양자화 후 중요할 가능성이 더 높은 저주파 계수와 0 또는 0에 가까울 가능성이 더 높은 고주파 계수를 그룹화하기 때문에 중요합니다. 이러한 순서는 엔트로피 코딩이라는 다음 단계를 용이하게 합니다.
엔트로피 코딩은 양자화된 DCT 계수에 적용되는 무손실 압축 방법입니다. JPEG에서 사용되는 가장 일반적인 엔트로피 코딩 형태는 허프만 코딩이지만, 산술 코딩도 표준에서 지원됩니다. 허프만 코딩은 더 빈번한 요소에 더 짧은 코드를 할당하고 덜 빈번한 요소에 더 긴 코드를 할당하여 작동합니다. 자연 이미지는 특히 고주파 영역에서 양자화 후 0 또는 0에 가까운 계수가 많이 있는 경향이 있기 때문에 허프만 코딩은 압축 데이터의 크기를 크게 줄일 수 있습니다.
JPEG 압축 프로세스의 마지막 단계는 압축 데이터를 파일 포맷에 저장하는 것입니다. 가장 일반적인 포맷은 JPEG 파일 교환 포맷(JFIF)으로, 압축 데이터와 양자화 테이블, 허프만 코드 테이블과 같은 관련 메타데이터를 다양한 소프트웨어로 디코딩할 수 있는 파일에 표현하는 방법을 정의합니다. 또 다른 일반적인 포맷은 디지털 카메라에서 사용되고 카메라 설정 및 장면 정보와 같은 메타데이터를 포함하는 교환 가능 이미지 파일 포맷(Exif)입니다.
JPEG 파일에는 파일에서 특정 매개변수 또는 동작을 정의하는 코드 시퀀스인 마커도 포함됩니다. 이러한 마커는 이미지 시작, 이미지 끝을 나타내고, 양자화 테이블을 정의하고, 허프만 코드 테이블을 지정하는 등의 역할을 할 수 있습니다. 마커는 압축 데이터에서 이미지를 재구성하는 데 필요한 정보를 제공하기 때문에 JPEG 이미지를 올바르게 디코딩하는 데 필수적입니다.
JPEG의 주요 특징 중 하나는 점진적 인코딩을 지원한다는 것입니다. 점진적 JPEG에서는 이미지가 여러 패스로 인코딩되며, 각 패스마다 이미지 품질이 향상됩니다. 이를 통해 파일을 다운로드하는 동안 이미지의 저품질 버전을 표시할 수 있으며, 이는 웹 이미지에 특히 유용할 수 있습니다. 점진적 JPEG 파일은 일반적으로 베이스라인 JPEG 파일보다 크지만, 로딩 중 품질 차이로 인해 사용자 경험이 향상될 수 있습니다.
널리 사용되고 있음에도 불구하고 JPEG에는 몇 가지 한계가 있습니다. 압축의 손실 특성으로 인해 이미지에 눈에 보이는 사각형이 나타나는 차단과 가장자리에 가짜 진동이 수반될 수 있는 '링잉'과 같은 아티팩트가 발생할 수 있습니다. 이러한 아티팩트는 압축 수준이 높을수록 더 두드러집니다. 또한 JPEG는 날카로운 가장자리나 대비가 높은 텍스트가 있는 이미지에는 적합하지 않습니다. 압축 알고리즘이 가장자리를 흐리게 하고 가독성을 떨어뜨릴 수 있기 때문입니다.
원래 JPEG 표준의 한계 중 일부를 해결하기 위해 JPEG 2000이 개발되었습니다. JPEG 2000은 베이스라인 JPEG보다 압축 효율성이 향상되고, 무손실 압축을 지원하며, 더 다양한 유형의 이미지를 효과적으로 처리할 수 있는 등 여러 가지 개선 사항을 제공합니다. 그러나 JPEG 2000은 계산 복잡성이 증가하고 일부 소프트웨어와 웹 브라우저에서 지원되지 않는다는 이유로 원래 JPEG 표준에 비해 널리 채택되지 않았습니다.
결론적으로 JPEG 이미지 포맷은 사진 이미지를 압축하는 복잡하지만 효율적인 방법입니다. 널리 채택된 이유는 이미지 품질과 파일 크기의 균형을 맞추는 유연성 때문이며, 웹 그래픽에서 전문 사진에 이르기까지 다양한 응용 분야에 적합합니다. 압축 아티팩트에 취약하다는 단점이 있지만, 사용이 쉽고 다양한 기기와 소프트웨어에서 지원되기 때문에 오늘날 가장 인기 있는 이미지 포맷 중 하나입니다.
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.