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 pliku Portable FloatMap (PFM) jest mniej znanym, ale niezwykle ważnym formatem obrazu, szczególnie w dziedzinach wymagających wysokiej wierności i precyzji danych obrazu. W przeciwieństwie do bardziej popularnych formatów, takich jak JPEG czy PNG, które są przeznaczone do ogólnego użytku i grafiki internetowej, format PFM został specjalnie zaprojektowany do przechowywania i obsługi danych obrazu o wysokim zakresie dynamiki (HDR). Oznacza to, że może reprezentować znacznie szerszy zakres poziomów luminancji niż tradycyjne 8-bitowe, a nawet 16-bitowe formaty obrazu. Format PFM osiąga to, używając liczb zmiennoprzecinkowych do reprezentowania intensywności każdego piksela, co pozwala na niemal nieograniczony zakres wartości jasności, od najciemniejszych cieni po najjaśniejsze światła.
Pliki PFM charakteryzują się prostotą i wydajnością w przechowywaniu danych HDR. Plik PFM jest zasadniczo plikiem binarnym składającym się z sekcji nagłówka, po której następują dane pikseli. Nagłówek jest tekstem ASCII, dzięki czemu jest czytelny dla człowieka, i określa ważne informacje o obrazie, takie jak jego wymiary (szerokość i wysokość) oraz czy dane pikseli są przechowywane w formacie skali szarości czy RGB. Po nagłówku dane pikseli są przechowywane w formacie binarnym, przy czym wartość każdego piksela jest reprezentowana jako 32-bitowa (dla obrazów w skali szarości) lub 96-bitowa (dla obrazów RGB) liczba zmiennoprzecinkowa IEEE. Taka struktura sprawia, że format jest łatwy do zaimplementowania w oprogramowaniu, zapewniając jednocześnie niezbędną precyzję dla obrazowania HDR.
Unikalnym aspektem formatu PFM jest jego obsługa zarówno kolejności bajtów little-endian, jak i big-endian. Ta elastyczność zapewnia, że format może być używany na różnych platformach komputerowych bez problemów ze zgodnością. Kolejność bajtów jest wskazana w nagłówku przez identyfikator formatu: „PF” dla obrazów RGB i „Pf” dla obrazów w skali szarości. Jeśli identyfikator jest wielkimi literami, oznacza to, że plik używa kolejności bajtów big-endian; jeśli jest małymi literami, plik używa kolejności bajtów little-endian. Ten mechanizm jest nie tylko elegancki, ale także kluczowy dla zachowania dokładności danych zmiennoprzecinkowych, gdy pliki są udostępniane między systemami o różnych kolejnościach bajtów.
Pomimo swoich zalet w reprezentowaniu obrazów HDR, format PFM nie jest szeroko stosowany w aplikacjach konsumenckich ani grafice internetowej ze względu na duże rozmiary plików wynikające z użycia reprezentacji zmiennoprzecinkowej dla każdego piksela. Co więcej, większość urządzeń wyświetlających i oprogramowania nie jest zaprojektowana do obsługi wysokiego zakresu dynamiki i precyzji, jakie zapewniają pliki PFM. W rezultacie pliki PFM są używane głównie w dziedzinach profesjonalnych, takich jak badania grafiki komputerowej, produkcja efektów wizualnych i wizualizacja naukowa, gdzie wymagana jest najwyższa jakość obrazu i wierność.
Przetwarzanie plików PFM wymaga specjalistycznego oprogramowania, które może dokładnie odczytywać i zapisywać dane zmiennoprzecinkowe. Ze względu na ograniczoną adopcję formatu, takie oprogramowanie jest mniej powszechne niż narzędzia dla bardziej rozpowszechnionych formatów obrazu. Niemniej jednak kilka profesjonalnych aplikacji do edycji i przetwarzania obrazu obsługuje pliki PFM, umożliwiając użytkownikom pracę z treścią HDR. Narzędzia te często zapewniają funkcje nie tylko do przeglądania i edycji, ale także do konwertowania plików PFM do bardziej konwencjonalnych formatów, próbując zachować jak najwięcej zakresu dynamiki za pomocą mapowania tonów i innych technik.
Jednym z największych wyzwań w pracy z plikami PFM jest brak powszechnego wsparcia dla treści HDR w sprzęcie i oprogramowaniu konsumenckim. Chociaż w ostatnich latach nastąpił stopniowy wzrost obsługi HDR, a niektóre nowsze wyświetlacze i telewizory są w stanie wyświetlać szerszy zakres poziomów luminancji, ekosystem wciąż się rozwija. Ta sytuacja często wymaga konwertowania plików PFM do formatów, które są bardziej szeroko kompatybilne, choć kosztem utraty części zakresu dynamiki i precyzji, które sprawiają, że format PFM jest tak cenny do użytku profesjonalnego.
Oprócz swojej głównej roli w przechowywaniu obrazów HDR, format PFM wyróżnia się również prostotą, co czyni go doskonałym wyborem do celów edukacyjnych i projektów eksperymentalnych w grafice komputerowej i przetwarzaniu obrazu. Jego prosta struktura pozwala studentom i naukowcom na łatwe zrozumienie i manipulowanie danymi HDR bez konieczności zagłębiania się w złożone specyfikacje formatu pliku. Ta łatwość użycia w połączeniu z precyzją i elastycznością formatu sprawia, że PFM jest nieocenionym narzędziem w środowiskach akademickich i badawczych.
Kolejną cechą techniczną formatu PFM jest jego obsługa liczb nieskończonych i subnormalnych, dzięki wykorzystaniu reprezentacji zmiennoprzecinkowej IEEE. Ta możliwość jest szczególnie przydatna w wizualizacji naukowej i niektórych typach prac z grafiki komputerowej, gdzie należy reprezentować wartości ekstremalne lub bardzo drobne gradacje danych. Na przykład w symulacjach zjawisk fizycznych lub renderowaniu scen z wyjątkowo jasnymi źródłami światła, możliwość dokładnego reprezentowania bardzo wysokich lub bardzo niskich wartości intensywności może mieć kluczowe znaczenie.
Jednak korzyści płynące z precyzji zmiennoprzecinkowej formatu PFM wiążą się ze zwiększonymi wymaganiami obliczeniowymi podczas przetwarzania tych plików, szczególnie w przypadku dużych obrazów. Ponieważ wartość każdego piksela jest liczbą zmiennoprzecinkową, operacje takie jak skalowanie obrazu, filtrowanie lub mapowanie tonów mogą być bardziej intensywne obliczeniowo niż w przypadku tradycyjnych formatów obrazu opartych na liczbach całkowitych. To zapotrzebowanie na większą moc obliczeniową może być ograniczeniem w aplikacjach czasu rzeczywistego lub na sprzęcie o ograniczonych możliwościach. Mimo to, w aplikacjach, w których najwyższa jakość obrazu jest najważniejsza, korzyści znacznie przewyższają te wyzwania obliczeniowe.
Format PFM zawiera również postanowienia dotyczące określenia współczynnika skali i kolejności bajtów w nagłówku, co dodatkowo zwiększa jego wszechstronność. Współczynnik skali to liczba zmiennoprzecinkowa, która pozwala plikowi wskazać fizyczny zakres jasności reprezentowany przez zakres liczbowy wartości pikseli pliku. Ta funkcja jest niezbędna, aby zapewnić, że gdy pliki PFM są używane w różnych projektach lub udostępniane między współpracownikami, istnieje jasne zrozumienie, w jaki sposób wartości pikseli korelują z rzeczywistymi wartościami luminancji.
Pomimo technicznych zalet formatu PFM, stoi on przed poważnymi wyzwaniami w szerszej adopcji poza niszowymi środowiskami profesjonalnymi i akademickimi. Konieczność korzystania ze specjalistycznego oprogramowania do przetwarzania plików PFM w połączeniu z dużymi rozmiarami plików i wymaganiami obliczeniowymi oznacza, że jego użycie pozostaje ograniczone w porównaniu do bardziej powszechnych formatów. Aby format PFM zyskał szerszą akceptację, konieczna byłaby znacząca zmiana zarówno w dostępnym sprzęcie zdolnym do wyświetlania treści HDR, jak i w obsłudze ekosystemu oprogramowania dla obrazów o wysokiej wierności i wysokim zakresie dynamiki.
Patrząc w przyszłość, przyszłość formatu PFM i obrazowania HDR w ogóle jest związana z postępem w technologii wyświetlania i algorytmach przetwarzania obrazu. W miarę jak wyświetlacze zdolne do prezentowania szerszego zakresu poziomów luminancji stają się coraz bardziej powszechne, a zasoby obliczeniowe stają się bardziej dostępne, przeszkody w korzystaniu z formatów HDR, takich jak PFM, mogą się zmniejszyć. Co więcej, dzięki trwającym badaniom nad bardziej wydajnymi algorytmami do przetwarzania danych obrazu zmiennoprzecinkowego, luka w wydajności między obsługą plików PFM a tradycyjnymi formatami obrazu może się zmniejszyć, co jeszcze bardziej ułatwi adopcję obrazowania HDR w szerszym zakresie aplikacji.
Podsumowując, format Portable FloatMap (PFM) stanowi kluczową technologię w dziedzin
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.