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.
YCbCrA to przestrzeń kolorów i format obrazu powszechnie używane do kompresji obrazu i wideo cyfrowego. Oddziela informacje o luminancji (jasności) od informacji o chrominancji (kolorze), co pozwala na ich niezależną kompresję w celu uzyskania bardziej wydajnego kodowania. Przestrzeń kolorów YCbCrA jest wariantem przestrzeni kolorów YCbCr, która dodaje kanał alfa dla przezroczystości.
W przestrzeni kolorów YCbCrA, Y reprezentuje składową luminancji, która jest jasnością lub intensywnością piksela. Jest obliczana jako ważona suma składowych kolorów czerwonego, zielonego i niebieskiego w oparciu o to, jak ludzkie oko postrzega jasność. Wagi są dobierane tak, aby przybliżyć funkcję jasności, która opisuje średnią czułość widmową ludzkiego postrzegania wzrokowego. Składowa luminancji określa postrzeganą jasność piksela.
Cb i Cr to odpowiednio składowe chrominancji różnicy niebieskiego i różnicy czerwonego. Reprezentują one informacje o kolorze na obrazie. Cb jest obliczane przez odjęcie luminancji od składowej niebieskiej, podczas gdy Cr jest obliczane przez odjęcie luminancji od składowej czerwonej. Poprzez oddzielenie informacji o kolorze na te składowe różnicy kolorów, YCbCrA pozwala na bardziej wydajną kompresję informacji o kolorze niż w RGB.
Kanał alfa (A) w YCbCrA reprezentuje przezroczystość lub nieprzezroczystość każdego piksela. Określa, w jakim stopniu kolor piksela powinien być mieszany z tłem podczas renderowania obrazu. Wartość alfa 0 oznacza, że piksel jest całkowicie przezroczysty, podczas gdy wartość alfa 1 (lub 255 w reprezentacji 8-bitowej) oznacza, że piksel jest całkowicie nieprzezroczysty. Wartości alfa między 0 a 1 powodują częściowo przezroczyste piksele, które mieszają się z tłem w różnym stopniu.
Jedną z głównych zalet przestrzeni kolorów YCbCrA jest to, że pozwala na bardziej wydajną kompresję w porównaniu z RGB. Ludzki układ wzrokowy jest bardziej wrażliwy na zmiany jasności niż na zmiany koloru. Poprzez oddzielenie informacji o luminancji i chrominancji, YCbCrA umożliwia enkoderom przydzielenie większej liczby bitów składowej luminancji, która niesie najważniejsze informacje percepcyjne, jednocześnie bardziej agresywnie kompresując składowe chrominancji.
Podczas kompresji składowe luminancji i chrominancji mogą być podpróbkowane z różnymi szybkościami. Podpróbkowanie zmniejsza rozdzielczość przestrzenną składowych chrominancji, zachowując jednocześnie pełną rozdzielczość składowej luminancji. Typowe schematy podpróbkowania obejmują 4:4:4 (bez podpróbkowania), 4:2:2 (chrominancja podpróbkowana poziomo o współczynnik 2) i 4:2:0 (chrominancja podpróbkowana poziomo i pionowo o współczynnik 2). Podpróbkowanie wykorzystuje niższą czułość ludzkiego układu wzrokowego na szczegóły kolorów, umożliwiając wyższe współczynniki kompresji bez znacznej utraty jakości percepcyjnej.
Format obrazu YCbCrA jest szeroko stosowany w standardach kompresji obrazu i wideo, takich jak JPEG, MPEG i H.264/AVC. Standardy te wykorzystują różne techniki do kompresji danych YCbCrA, w tym podpróbkowanie chrominancji, dyskretną transformację kosinusową (DCT), kwantyzację i kodowanie entropii.
Podczas kompresji obrazu lub klatki wideo dane YCbCrA przechodzą szereg transformacji i kroków kompresji. Obraz jest najpierw konwertowany z RGB do przestrzeni kolorów YCbCrA. Następnie składowe luminancji i chrominancji są dzielone na bloki, zwykle o rozmiarze 8x8 lub 16x16 pikseli. Każdy blok podlega dyskretnej transformacji kosinusowej (DCT), która przekształca wartości pikseli przestrzennych na współczynniki częstotliwości.
Współczynniki DCT są następnie kwantyzowane, co dzieli każdy współczynnik przez krok kwantyzacji i zaokrągla wynik do najbliższej liczby całkowitej. Kwantyzacja wprowadza kompresję stratną poprzez odrzucenie informacji o wysokiej częstotliwości, które są mniej ważne percepcyjnie. Kroki kwantyzacji można dostosować, aby kontrolować kompromis między współczynnikiem kompresji a jakością obrazu.
Po kwantyzacji współczynniki są uporządkowane w sposób zygzakowaty, aby zgrupować współczynniki niskiej częstotliwości, które mają tendencję do posiadania większych wartości. Uporządkowane współczynniki są następnie kodowane entropią przy użyciu technik takich jak kodowanie Huffmana lub kodowanie arytmetyczne. Kodowanie entropii przypisuje krótsze słowa kodowe częściej występującym współczynnikom, co dodatkowo zmniejsza rozmiar skompresowanych danych.
Aby zdekompresować obraz YCbCrA, stosuje się odwrotny proces. Dane kodowane entropią są dekodowane w celu odzyskania skwantyzowanych współczynników DCT. Współczynniki są następnie dekwantyzowane przez pomnożenie ich przez odpowiednie kroki kwantyzacji. Na dekwantyzowanych współczynnikach wykonywana jest odwrotna DCT w celu rekonstrukcji bloków YCbCrA. Na koniec dane YCbCrA są konwertowane z powrotem do przestrzeni kolorów RGB w celu wyświetlenia lub dalszego przetwarzania.
Kanał alfa w YCbCrA jest zwykle kompresowany oddzielnie od składowych luminancji i chrominancji. Może być kodowany za pomocą różnych metod, takich jak kodowanie długości serii lub kompresja blokowa. Kanał alfa umożliwia efekty przezroczystości, takie jak nakładanie obrazów lub filmów na siebie ze zmienną nieprzezroczystością.
YCbCrA oferuje kilka zalet w porównaniu z innymi przestrzeniami kolorów i formatami obrazu. Jego oddzielenie informacji o luminancji i chrominancji umożliwia bardziej wydajną kompresję, ponieważ ludzki układ wzrokowy jest bardziej wrażliwy na zmiany jasności niż na zmiany kolorów. Podpróbkowanie składowych chrominancji dodatkowo zmniejsza ilość danych do skompresowania bez znaczącego wpływu na jakość percepcyjną.
Co więcej, kompatybilność YCbCrA z popularnymi standardami kompresji, takimi jak JPEG i MPEG, sprawia, że jest szeroko obsługiwany na różnych platformach i urządzeniach. Jego zdolność do włączania kanału alfa dla przezroczystości sprawia, że nadaje się również do zastosowań wymagających kompozycji lub mieszania obrazów.
Jednak YCbCrA nie jest pozbawiony ograniczeń. Konwersja z RGB do YCbCrA i z powrotem może wprowadzić pewne zniekształcenia kolorów, zwłaszcza jeśli składowe chrominancji są mocno skompresowane. Podpróbkowanie składowych chrominancji może również prowadzić do przebarwień lub artefaktów w obszarach z ostrymi przejściami kolorów.
Pomimo tych ograniczeń, YCbCrA pozostaje popularnym wyborem do kompresji obrazu i wideo ze względu na swoją wydajność i szerokie wsparcie. Stanowi równowagę między wydajnością kompresji a jakością wizualną, dzięki czemu nadaje się do szerokiego zakresu zastosowań, od aparatów cyfrowych i przesyłania strumieniowego wideo po grafikę i gry.
W miarę postępu technologii mogą pojawić się nowe techniki i formaty kompresji, które rozwi ążą ograniczenia YCbCrA i zapewnią jeszcze lepszą wydajność kompresji i jakość wizualną. Jednak podstawowe zasady oddzielania informacji o luminancji i chrominancji, podpróbkowania i kodowania transformacji prawdopodobnie pozostaną istotne w przyszłych standardach kompresji obrazu i wideo.
Podsumowując, YCbCrA to przestrzeń kolorów i format obrazu, który oferuje wydajną kompresję poprzez oddzielenie informacji o luminancji i chrominancji oraz umożliwiając podpróbkowanie chrominancji. Włączenie kanału alfa dla przezroczystości sprawia, że jest wszechstronny dla różnych zastosowań. Chociaż ma pewne ograniczenia, kompatybilność YCbCrA z popularnymi standardami kompresji i równowaga między wydajnością kompresji a jakością wizualną sprawiają, że jest szeroko stosowanym wyborem w dziedzinie kompresji obrazu i wideo.
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.