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.
태그 이미지 파일 형식(TIFF)은 이미지 데이터를 저장하기 위한 다목적이고 유연한 형식입니다. 1980년대 중반에 Aldus Corporation(현재 Adobe Systems의 일부)에서 개발한 TIFF는 독점 이미지 형식 간의 격차를 해소하고 이미지 저장을 위한 적응적이고 세부적인 프레임워크를 제공하도록 설계되었습니다. 더 간단한 이미지 형식과 달리 TIFF는 고해상도, 다중 계층 이미지를 저장할 수 있어 사진, 출판, 지리공간 영상과 같은 분야의 전문가에게 선호되는 선택입니다.
TIFF 형식의 핵심은 컨테이너와 유사하며 JPEG, LZW, PackBits, 원시 압축되지 않은 데이터를 포함하여 다양한 유형의 이미지 인코딩을 보유할 수 있습니다. 이러한 유연성은 TIFF 이미지를 최상의 이미지 품질을 유지하든 공유를 위해 파일 크기를 줄이든 다양한 요구 사항에 맞게 최적화할 수 있으므로 핵심 기능입니다.
TIFF의 독특한 특징은 태그의 기본 원칙을 따르는 구조입니다. 각 TIFF 파일은 하나 이상의 디렉토리로 구성되며, 일반적으로 IFD(이미지 파일 디렉토리)라고 하며, 이미지 메타데이터, 이미지 데이터 자체, 잠재적으로 다른 하위 파일을 포함합니다. 각 IFD는 정의된 항목 목록으로 구성되며, 각 항목은 이미지 크기, 압축 유형, 색상 정보와 같은 파일의 다양한 속성을 지정하는 태그입니다. 이 태그 구조를 통해 TIFF 파일은 광범위한 이미지 유형과 데이터를 처리할 수 있어 매우 다목적입니다.
TIFF의 장점 중 하나는 RGB, CMYK, LAB 등 다양한 색 공간과 색상 모델을 지원하여 수많은 전문적이고 창의적인 응용 프로그램에서 정확한 색상 표현을 가능하게 한다는 것입니다. 또한 TIFF는 1비트(흑백)에서 32비트(이상) 진정한 색상 이미지까지 다양한 색상 깊이를 지원할 수 있습니다. 이러한 색상 지원 깊이는 알파 채널(투명도)을 처리하는 기능과 결합되어 TIFF를 고품질 이미지 재현을 위한 이상적인 형식으로 만듭니다.
TIFF는 또한 저작권 정보, 타임스탬프, GPS 데이터 등을 포함할 수 있는 견고한 메타데이터 지원을 제공합니다. 이는 IPTC(국제 언론 통신 협의회), EXIF(교환 가능 이미지 파일 형식), XMP(확장 가능 메타데이터 플랫폼) 표준을 활용하여 가능합니다. 이러한 포괄적인 메타데이터 기능은 특히 각 이미지에 대한 자세한 정보가 중요한 전문적인 환경에서 대규모 이미지 라이브러리를 분류, 검색, 관리하는 데 매우 중요합니다.
TIFF의 또 다른 주목할만한 기능은 단일 파일 내에서 여러 이미지와 페이지를 처리할 수 있는 기능으로, 이를 다중 페이지 지원이라고 합니다. 이를 통해 TIFF는 관련 이미지를 단일 파일로 통합하여 워크플로와 파일 관리를 크게 간소화할 수 있는 스캔된 문서, 팩스 문서, 스토리보드 응용 프로그램에 특히 유용합니다.
많은 장점에도 불구하고 TIFF의 복잡성과 유연성은 호환성 문제를 초래할 수 있습니다. 모든 TIFF 파일이 동일하게 생성되는 것은 아니며, 모든 소프트웨어가 모든 가능한 TIFF 변형을 처리하는 것은 아닙니다. 이로 인해 디지털 카메라 이미지의 형식을 표준화하는 것을 목표로 하는 TIFF/EP(전자 사진)와 출판 산업의 요구 사항을 타겟으로 하는 TIFF/IT(정보 기술)와 같은 하위 집합이 등장했습니다. 이러한 하위 집합은 파일이 특정 프로필에 부합하도록 하여 다양한 플랫폼과 응용 프로그램 간의 상호 운용성을 향상시킵니다.
압축은 TIFF의 또 다른 중요한 측면으로, 이 형식은 무손실 및 손실 압축 방식을 모두 지원합니다. LZW(Lempel-Ziv-Welch) 및 Deflate(ZIP과 유사)와 같은 무손실 압축은 원래 이미지 품질을 유지하는 것이 가장 중요한 응용 프로그램에 선호됩니다. JPEG와 같은 손실 압축은 파일 크기가 완벽한 충실도보다 더 중요한 경우에 사용될 수 있습니다. 압축에서 TIFF의 유연성은 장점이지만, 사용자는 압축 방법을 선택할 때 관련된 장단점을 이해해야 합니다.
TIFF의 더 기술적인 측면 중 하나는 파일 내에서 사용되는 바이트 순서를 포함하여 파일의 중요한 정보를 포함하는 파일 헤더입니다. TIFF는 big-endian(Motorola)과 little-endian(Intel) 바이트 순서를 모두 지원하며, 헤더의 처음 몇 바이트는 이 중 어느 것이 사용되는지 나타내므로 TIFF 파일을 다른 시스템과 아키텍처에서 올바르게 읽을 수 있습니다. 또한 헤더는 첫 번째 IFD에 대한 오프셋을 지정하여 기본적으로 이미지 데이터와 메타데이터가 시작되는 위치를 가리키며, 이는 파일을 읽는 데 중요한 측면입니다.
고동적 범위(HDR)가 있는 이미지를 처리하는 것은 TIFF가 뛰어난 또 다른 분야입니다. TIFF 파일은 픽셀 데이터에 부동 소수점 값을 사용하여 표준 이미지 형식보다 더 넓은 휘도 및 색상 값 범위를 표현할 수 있어 특수 효과, 디지털 시네마, 전문 사진과 같은 산업의 요구 사항을 수용하며 이러한 고품질 이미지 캡처와 재현을 요구합니다.
전문 분야에서 다목적이고 널리 사용되고 있음에도 불구하고 TIFF 형식은 비판을 받지 않습니다. TIFF를 매우 강력하게 만드는 유연성 자체가 복잡성에 기여하여 특수 소프트웨어나 복잡한 내용에 대한 철저한 이해 없이는 작업하기 어렵습니다. 게다가 TIFF 이미지의 파일 크기는 특히 압축되지 않은 이미지 데이터나 고해상도 이미지를 처리할 때 상당히 클 수 있어 저장 및 전송에 어려움이 있습니다.
수년 동안 TIFF의 기능을 더욱 향상시키고 한계를 해결하기 위한 노력이 있었습니다. 예를 들어, BigTIFF는 4GB보다 큰 파일을 허용하는 원래 TIFF 사양의 확장으로, 표준 TIFF 파일의 한계를 초과하는 매우 고해상도 또는 세부적인 영상을 처리해야 하는 요구 사항을 해결합니다. 이러한 진화는 발전하는 기술과 새로운 응용 프로그램의 요구 사항을 충족하 기 위해 TIFF를 지속적으로 개발하고 적용하고 있음을 반영합니다.
결론적으로, 태그 이미지 파일 형식(TIFF)은 디지털 이미지 저장의 진화하는 요구 사항과 과제를 증명하며, 유연성과 복잡성의 균형을 맞춥니다. 세부적인 이미지 데이터와 메타데이터를 캡슐화하고, 다양한 압축 방식을 지원하고, 다양한 전문적인 설정에 적응하는 기능은 이를 지속적인 형식으로 만듭니다. 그럼에도 불구하고 복잡성을 탐색하려면 구조와 기능에 대한 탄탄한 이해가 필요합니다. 디지털 이미징 기술이 계속 발전함에 따라 TIFF 형식은 전문적이고 창의적인 영역에서 관련성과 유용성을 유지하면서 진화할 가능성이 높습니다.
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.