Usuwanie tła oddziela obiekt od otoczenia, dzięki czemu można go umieścić na przezroczystości, zamienić scenę lub wkomponować w nowy projekt. Pod maską szacujesz maskę alfa — nieprzezroczystość na piksel od 0 do 1 — a następnie komponujesz pierwszy plan z użyciem kanału alfa na czymś innym. To jest matematyka z Porter–Duff i przyczyna typowych pułapek, takich jak „frędzle” i alfa prosta a premultiplikowana. Praktyczne wskazówki dotyczące premultiplikacji i koloru liniowego można znaleźć w notatkach Win2D firmy Microsoft, Sørena Sandmanna i opracowaniu Lomonta na temat mieszania liniowego.
Jeśli możesz kontrolować przechwytywanie, pomaluj tło na jednolity kolor (często zielony) i wyklucz ten odcień. Jest to szybkie, sprawdzone w filmie i telewizji oraz idealne do wideo. Kompromisy to oświetlenie i garderoba: kolorowe światło rozlewa się na krawędzie (zwłaszcza włosy), więc użyjesz narzędzi do usuwania rozlania, aby zneutralizować zanieczyszczenie. Dobre wprowadzenia obejmują dokumentację Nuke, Mixing Light i praktyczne demo Fusion.
W przypadku pojedynczych obrazów z nieuporządkowanym tłem, algorytmy interaktywne potrzebują kilku wskazówek od użytkownika — np. luźnego prostokąta lub gryzmołów — i tworzą ostrą maskę. Kanoniczną metodą jest GrabCut (rozdział książki), który uczy się modeli kolorów dla pierwszego planu/tła i iteracyjnie wykorzystuje cięcia grafowe do ich rozdzielenia. Podobne pomysły zobaczysz w Zaznaczaniu pierwszego planu w GIMP opartym na SIOX (wtyczka ImageJ).
Matowanie rozwiązuje problem częściowej przezroczystości na delikatnych granicach (włosy, futro, dym, szkło). Klasyczne matowanie w formie zamkniętej przyjmuje trimapę (zdecydowanie-pierwszy plan/zdecydowanie-tło/nieznane) i rozwiązuje układ liniowy dla alfy z dużą dokładnością krawędzi. Nowoczesne głębokie matowanie obrazu uczy sieci neuronowe na zbiorze danych Adobe Composition-1K (dokumentacja MMEditing) i jest oceniane za pomocą metryk takich jak SAD, MSE, Gradient i Connectivity (wyjaśnienie benchmarku).
Powiązane prace nad segmentacją są również przydatne: DeepLabv3+ udoskonala granice za pomocą kodera-dekodera i splotów atrous (PDF); Mask R-CNN generuje maski dla poszczególnych instancji (PDF); a SAM (Segment Anything) to sterowany promptami model podstawowy, który generuje maski w trybie zero-shot na nieznanych obrazach.
Prace akademickie raportują błędy SAD, MSE, Gradient i Connectivity na Composition-1K. Jeśli wybierasz model, szukaj tych metryk (definicje metryk; sekcja metryk Background Matting). W przypadku portretów/wideo MODNet i Background Matting V2 są skuteczne; w przypadku ogólnych obrazów „obiektów wyróżniających się”, U2-Net jest solidną podstawą; w przypadku trudnej przezroczystości FBA daje lepsze rezultaty.
Format obrazu JPS, skrót od JPEG Stereo, to format pliku używany do przechowywania stereoskopowych zdjęć wykonanych aparatami cyfrowymi lub utworzonych za pomocą oprogramowania do renderowania 3D. Jest to zasadniczo układ dwóch obrazów JPEG obok siebie w jednym pliku, który po obejrzeniu za pomocą odpowiedniego oprogramowania lub sprzętu zapewnia efekt 3D. Ten format jest szczególnie przydatny do tworzenia iluzji głębi na obrazach, co poprawia wrażenia wizualne użytkowników z kompatybilnymi systemami wyświetlania lub okularami 3D.
Format JPS wykorzystuje dobrze znaną technikę kompresji JPEG (Joint Photographic Experts Group) do przechowywania dwóch obrazów. JPEG to metoda kompresji stratnej, co oznacza, że zmniejsza rozmiar pliku poprzez selektywne odrzucanie mniej ważnych informacji, często bez zauważalnego pogorszenia jakości obrazu dla ludzkiego oka. Dzięki temu pliki JPS są stosunkowo małe i łatwe w obsłudze, mimo że zawierają dwa obrazy zamiast jednego.
Plik JPS to zasadniczo plik JPEG o określonej strukturze. Zawiera dwa skompresowane obrazy JPEG obok siebie w jednej ramce. Obrazy te nazywane są obrazami lewego i prawego oka i przedstawiają nieco inne perspektywy tej samej sceny, naśladując niewielką różnicę między tym, co widzi każde z naszych oczu. Ta różnica pozwala na postrzeganie głębi, gdy obrazy są prawidłowo oglądane.
Standardowa rozdzielczość obrazu JPS jest zwykle dwukrotnie większa od szerokości standardowego obrazu JPEG, aby pomieścić zarówno obraz lewy, jak i prawy. Na przykład, jeśli standardowy obraz JPEG ma rozdzielczość 1920x1080 pikseli, obraz JPS będzie miał rozdzielczość 3840x1080 pikseli, przy czym każdy obraz obok siebie zajmuje połowę całkowitej szerokości. Jednak rozdzielczość może się różnić w zależności od źródła obrazu i zamierzonego zastosowania.
Aby wyświetlić obraz JPS w 3D, widz musi użyć kompatybilnego urządzenia wyświetlającego lub oprogramowania, które może interpretować obrazy obok siebie i prezentować je każdemu oku osobno. Można to osiągnąć za pomocą różnych metod, takich jak anaglif 3D, gdzie obrazy są filtrowane według koloru i oglądane przez kolorowe okulary; spolaryzowane 3D, gdzie obrazy są wyświetlane przez spolaryzowane filtry i oglądane przez spolaryzowane okulary; lub aktywna migawka 3D, gdzie obrazy są wyświetlane naprzemiennie i synchronizowane z okularami migawkowymi, które szybko się otwierają i zamykają, aby pokazać każdemu oku prawidłowy obraz.
Struktura pliku obrazu JPS jest podobna do struktury standardowego pliku JPEG. Zawiera nagłówek, który zawiera znacznik SOI (Start of Image), a następnie serię segmentów zawierających różne elementy metadanych i same dane obrazu. Segmenty obejmują znaczniki APP (Application), które mogą zawierać informacje takie jak metadane Exif, oraz segment DQT (Define Quantization Table), który definiuje tabele kwantyzacji używane do kompresji danych obrazu.
Jednym z kluczowych segmentów w pliku JPS jest segment JFIF (JPEG File Interchange Format), który określa, że plik jest zgodny ze standardem JFIF. Ten segment jest ważny dla zapewnienia zgodności z szeroką gamą oprogramowania i sprzętu. Zawiera również informacje takie jak współczynnik proporcji i rozdzielczość obrazu miniatury, które mogą być używane do szybkich podglądów.
Rzeczywiste dane obrazu w pliku JPS są przechowywane w segmencie SOS (Start of Scan), który następuje po nagłówku i segmentach metadanych. Ten segment zawiera skompresowane dane obrazu zarówno dla obrazu lewego, jak i prawego. Dane są kodowane za pomocą algorytmu kompresji JPEG, który obejmuje szereg kroków, w tym konwersję przestrzeni kolorów, podpróbkowanie, dyskretną transformację kosinusową (DCT), kwantyzację i kodowanie entropii.
Konwersja przestrzeni kolorów to proces konwersji danych obrazu z przestrzeni kolorów RGB, która jest powszechnie używana w aparatach cyfrowych i wyświetlaczach komputerowych, do przestrzeni kolorów YCbCr, która jest używana w kompresji JPEG. Ta konwersja dzieli obraz na składową luminancji (Y), która reprezentuje poziomy jasności, oraz dwie składowe chrominancji (Cb i Cr), które reprezentują informacje o kolorze. Jest to korzystne dla kompresji, ponieważ ludzkie oko jest bardziej wrażliwe na zmiany jasności niż koloru, co pozwala na bardziej agresywną kompresję składowych chrominancji bez znaczącego wpływu na postrzeganą jakość obrazu.
Podpróbkowanie to proces, który wykorzystuje niższą wrażliwość ludzkiego oka na szczegóły kolorów, zmniejszając rozdzielczość składowych chrominancji w stosunku do składowej luminancji. Typowe współczynniki podpróbkowania to 4:4:4 (bez podpróbkowania), 4:2:2 (zmniejszenie rozdzielczości poziomej chrominancji o połowę) i 4:2:0 (zmniejszenie zarówno rozdzielczości poziomej, jak i pionowej chrominancji o połowę). Wybór współczynnika podpróbkowania może wpływać na równowagę między jakością obrazu a rozmiarem pliku.
Dyskretna transformacja kosinusowa (DCT) jest stosowana do małych bloków obrazu (zwykle 8x8 pikseli) w celu przekształcenia danych domeny przestrzennej w domenę częstotliwości. Ten krok jest kluczowy dla kompresji JPEG, ponieważ pozwala na rozdzielenie szczegółów obrazu na składowe o różnym znaczeniu, przy czym składowe o wyższej częstotliwości są często mniej dostrzegalne dla ludzkiego oka. Składowe te mogą być następnie kwantyzowane lub zmniejszone w precyzji, aby osiągnąć kompresję.
Kwantyzacja to proces mapowania zakresu wartości na pojedynczą wartość kwantową, skutecznie zmniejszając precyzję współczynników DCT. Tutaj pojawia się stratny charakter kompresji JPEG, ponieważ część informacji o obrazie jest odrzucana. Stopień kwantyzacji jest określany przez tabele kwantyzacji określone w segmencie DQT i można go dostosować, aby zrównoważyć jakość obrazu z rozmiarem pliku.
Ostatnim krokiem w procesie kompresji JPEG jest kodowanie entropii, które jest formą kompresji bezstratnej. Najczęstszą metodą stosowaną w JPEG jest kodowanie Huffmana, które przypisuje krótsze kody do częstszych wartości i dłuższe kody do rzadszych wartości. Zmniejsza to ogólny rozmiar danych obrazu bez dalszej utraty informacji.
Oprócz standardowych technik kompresji JPEG format JPS może również zawierać specyficzne metadane dotyczące stereoskopowej natury obrazów. Te metadane mogą zawierać informacje o ustawieniach paralaksy, punktach zbieżności i wszelkich innych danych, które mogą być konieczne do prawidłowego wyświetlania efektu 3D. Te metadane są zwykle przechowywane w segmentach APP pliku.
Format JPS jest obsługiwany przez wiele aplikacji i urządzeń, w tym telewizory 3D, zestawy słuchawkowe VR i specjalistyczne przeglądarki zdjęć. Jednak nie jest tak szeroko obsługiwany jak standardowy format JPEG, więc użytkownicy mogą potrzebować użyć określonego oprogramowania lub przekonwertować pliki JPS do innego formatu w celu zapewnienia szerszej kompatybilności.
Jednym z wyzwań związanych z formatem JPS jest zapewnienie, że obrazy lewy i prawy są prawidłowo wyrównane i mają prawidłową paralaksę. Nieprawidłowe wyrównanie lub nieprawidłowa paralaksa może prowadzić do nieprzyjemnych wrażeń wizualnych i może powodować zmęczenie oczu lub bóle głowy. Dlatego ważne jest, aby fotografowie i artyści 3D starannie rejestrowali lub tworzyli obrazy z prawidłowymi parametrami stereoskopowymi.
Podsumowując, format obrazu JPS to specjalistyczny format pliku przeznaczony do przechowywania i wyświetlania obrazów stereoskopowych. Opiera się na ustalonych technikach kompresji JPEG, aby stworzyć kompaktowy i wydajny sposób przechowywania zdjęć 3D. Chociaż oferuje wyjątkowe wrażenia wizualne, format wymaga kompatybilnego sprzętu lub oprogramowania do oglądania obrazów w 3D i może stwarzać wyzwania pod względem wyrównania i paralaksy. Pomimo tych wyzwań format JPS pozostaje cennym narzędziem dla fotografów, artystów
Ten konwerter działa w całości w Twojej przeglądarce. Po wybraniu pliku jest on wczytywany do pamięci i konwertowany do wybranego formatu. Następnie możesz pobrać przekonwertowany plik.
Konwersje rozpoczynają się natychmiast, a większość plików jest konwertowana w mniej niż sekundę. Większe pliki mogą zająć więcej czasu.
Twoje pliki nigdy nie są przesyłane na nasze serwery. Są one konwertowane w Twojej przeglądarce, a następnie pobierany jest przekonwertowany plik. Nigdy nie widzimy Twoich plików.
Obsługujemy konwersję między wszystkimi formatami obrazów, w tym JPEG, PNG, GIF, WebP, SVG, BMP, TIFF i innymi.
Ten konwerter jest całkowicie darmowy i zawsze będzie darmowy. Ponieważ działa w Twojej przeglądarce, nie musimy płacić za serwery, więc nie musimy pobierać od Ciebie opłat.
Tak! Możesz konwertować dowolną liczbę plików jednocześnie. Wystarczy wybrać wiele plików podczas ich dodawania.