การลบพื้นหลัง แยกวัตถุออกจากสภาพแวดล้อมเพื่อให้คุณสามารถวางไว้บน ความโปร่งใส, สลับฉาก, หรือประกอบเข้ากับการออกแบบใหม่. ภายใต้กระโปรงคุณกำลังประเมิน อัลฟ่าแมท—ความทึบต่อพิกเซลจาก 0 ถึง 1—แล้ว การประกอบอัลฟ่า โฟร์กราวด์ поверх สิ่งอื่น. นี่คือคณิตศาสตร์จาก Porter–Duff และสาเหตุของข้อผิดพลาดที่คุ้นเคยเช่น “ขอบ” และ อัลฟ่าตรงกับอัลฟ่าที่คูณไว้ล่วงหน้า. สำหรับคำแนะนำเชิงปฏิบัติเกี่ยวกับการคูณล่วงหน้าและสีเชิงเส้น, ดู บันทึก Win2D ของ Microsoft, Søren Sandmann, และ บทความของ Lomont เกี่ยวกับการผสมเชิงเส้น.
หากคุณสามารถควบคุมการจับภาพได้, ทาสีพื้นหลังเป็นสีทึบ (ส่วนใหญ่มักเป็นสีเขียว) และ คีย์ สีนั้นออกไป. มันรวดเร็ว, ผ่านการทดสอบการต่อสู้ในภาพยนตร์และการออกอากาศ, และเหมาะสำหรับวิดีโอ. ข้อแลกเปลี่ยนคือแสงและตู้เสื้อผ้า: แสงสีจะรั่วไหลไปยังขอบ (โดยเฉพาะเส้นผม), ดังนั้นคุณจะใช้เครื่องมือ despill เพื่อทำให้การปนเปื้อนเป็นกลาง. ไพรเมอร์ที่ดี ได้แก่ เอกสารของ Nuke, Mixing Light, และการสาธิต Fusion แบบลงมือปฏิบัติ.
สำหรับภาพเดี่ยวที่มีพื้นหลังรก, อัลกอริทึม แบบโต้ตอบ ต้องการคำใบ้จากผู้ใช้เล็กน้อย—เช่น, สี่เหลี่ยมผืนผ้าหลวมๆ หรือลายเส้นขยุกขยิก—และมาบรรจบกันเป็นหน้ากากที่คมชัด. วิธีการที่เป็นที่ยอมรับคือ GrabCut (บทในหนังสือ), ซึ่งเรียนรู้แบบจำลองสีสำหรับโฟร์กราวด์/พื้นหลัง และใช้การตัดกราฟซ้ำๆ เพื่อแยกพวกมัน. คุณจะเห็นแนวคิดที่คล้ายกันใน การเลือกโฟร์กราวด์ของ GIMP โดยใช้ SIOX (ปลั๊กอิน ImageJ).
การทำแมท แก้ปัญหาความโปร่งใสแบบเศษส่วนที่ขอบเขตที่บอบบาง (ผม, ขน, ควัน, แก้ว). การทำแมทแบบปิดคลาสสิก ใช้ trimap (แน่นอน- หน้า/แน่นอน-หลัง/ไม่ทราบ) และแก้ปัญหาระบบเชิงเส้นสำหรับอัลฟ่าที่มีความเที่ยงตรงของขอบสูง. การทำแมทภาพแบบลึกสมัยใหม่ ฝึกอบรมโครงข่ายประสาทเทียมบนชุดข้อมูล Adobe Composition-1K (เอกสาร MMEditing), และได้รับการประเมินด้วยเมตริกเช่น SAD, MSE, Gradient, และ Connectivity (คำอธิบายเกณฑ์มาตรฐาน).
งานแบ่งส่วนที่เกี่ยวข้องก็มีประโยชน์เช่นกัน: DeepLabv3+ ปรับปรุงขอบเขตด้วยตัวเข้ารหัส-ตัวถอดรหัสและคอนโวลูชัน atrous (PDF); Mask R-CNN ให้หน้ากากต่ออินสแตนซ์ (PDF); และ SAM (Segment Anything) เป็น โมเดลพื้นฐาน ที่สามารถแจ้งได้ ที่สร้างหน้ากากแบบ zero-shot บนภาพที่ไม่คุ้นเคย.
งานวิชาการรายงานข้อผิดพลาด SAD, MSE, Gradient, และ Connectivity บน Composition-1K. หากคุณกำลังเลือกโมเดล, ให้มองหาเมตริกเหล่านั้น (คำจำกัดความของเมตริก; ส่วนเมตริกของ Background Matting). สำหรับภาพบุคคล/วิดีโอ, MODNet และ Background Matting V2 แข็งแกร่ง; สำหรับภาพ “วัตถุเด่น” ทั่วไป, U2-Net เป็นพื้นฐานที่มั่นคง; สำหรับความโปร่งใสที่ยาก, FBA อาจสะอาดกว่า.
รูปแบบภาพ PAM (Portable Arbitrary Map) เป็นสมาชิกที่ค่อนข้างไม่ค่อยเป็นที่รู้จักในกลุ่มของรูปแบบไฟล์ภาพที่ออกแบบขึ้นภายใต้ร่มของโครงการ Netpbm เป็นรูปแบบที่มีความยืดหยุ่นสูงที่สามารถแสดงภาพได้หลากหลายประเภทด้วยความลึกและประเภทของข้อมูลพิกเซลที่แตกต่างกัน PAM เป็นส่วนขยายของรูปแบบ PBM (Portable Bitmap), PGM (Portable Graymap) และ PPM (Portable Pixmap) ก่อนหน้า ซึ่งรวมกันเรียกว่ารูปแบบ PNM (Portable Any Map) ซึ่งออกแบบมา เพื่อความเรียบง่ายและใช้งานง่ายโดยแลกกับฟีเจอร์และการบีบอัด PAM ถูกนำมาใช้เพื่อเอาชนะข้อจำกัดของรูปแบบเหล่านี้ในขณะที่ยังคงความเรียบง่ายและใช้งานง่าย
รูปแบบ PAM ออกแบบมาให้ไม่ขึ้นกับอุปกรณ์และแพลตฟอร์ม ซึ่งหมายความว่าภาพที่บันทึกในรูปแบบนี้สามารถเปิดและจัดการได้บนระบบใดก็ได้โดยไม่ต้องกังวลเรื่องปัญหาความเข้ากันได้ ทำได้โดยการจัดเก็บข้อมูลภาพในรูปแบบข้อความธรรมดาหรือไบนารีที่สามารถอ่านและเขียนได้ง่ายโดยซอฟต์แวร์ที่หลากหลาย รูปแบบนี้ยังสามารถขยายได้ โดยอนุญาตให้รวมฟีเจอร์และความสามารถใหม่ๆ โดยไม่ทำลายความเข้ากันได้กับเวอร์ชันเก่าๆ
ไฟล์ PAM ประกอบด้วยส่วนหัวตามด้วยข้อมูลภาพ ส่วนหัวเป็นข้อความ ASCII ที่ระบุความกว้าง ความสูง ความลึก และค่าสูงสุดของภาพ รวมถึงประเภททูเปิลที่กำหนดพื้นที่สี ส่วนหัวเริ่มต้นด้วยหมายเลขวิเศษ 'P7' ตามด้วยชุดของแท็กที่คั่นด้วยบรรทัดใหม่ซึ่งให้ข้อมูลเมตาที่จำเป็น ข้อมูลภาพจะตามหลังส่วนหัวทันทีและสามารถจัดเก็บได้ในรูปแบบไบนารีหรือ ASCII โดยไบนารีเป็นตัวเลือกที่พบได้ทั่วไปกว่าเนื่องจากมีขนาดไฟล์ที่เล็กกว่าและเวลาในการประมวลผลที่เร็วกว่า
ความลึกที่ระบุในส่วนหัว PAM บ่งบอกถึงจำนวนช่องสัญญาณหรือส่วนประกอบต่อพิกเซล ตัวอย่างเช่น ความลึก 3 มักแสดงถึงช่องสัญญาณสีแดง สีเขียว และสีน้ำเงินของภาพสี ในขณะที่ความลึก 4 อาจรวมถึงช่องสัญญาณแอลฟาเพิ่มเติมสำหรับความโปร่งใส ค่าสูงสุดที่ระบุในส่วนหัวด้วยเช่นกัน บ่งบอกถึงค่าสูงสุดสำหรับช่องสัญญาณใดๆ ซึ่งจะกำหนดความลึกของบิตของภาพ ตัวอย่างเช่น ค่าสูงสุด 255 สอดคล้องกับ 8 บิตต่อช่องสัญญาณ
ประเภททูเปิลเป็นฟีเจอร์หลักของรูปแบบ PAM เนื่องจากกำหนด การตีความข้อมูลพิกเซล ประเภททูเปิลทั่วไป ได้แก่ 'BLACKANDWHITE', 'GRAYSCALE', 'RGB' และ 'RGB_ALPHA' เป็นต้น ความยืดหยุ่นนี้ช่วยให้ไฟล์ PAM แสดงภาพได้หลากหลายประเภท ตั้งแต่ภาพขาวดำแบบง่ายไปจนถึงภาพสีเต็มรูปแบบพร้อมความโปร่งใส นอกจากนี้ยังสามารถกำหนดประเภททูเปิลแบบกำหนดเองได้ ทำให้รูปแบบนี้สามารถขยายได้และปรับให้เข้ากับความต้องการด้านการถ่ายภาพเฉพาะทาง
ไฟล์ PAM ยังสามารถรวมบรรทัดคอมเมนต์แบบเลือกได้ในส่วนหัว ซึ่งเริ่มต้นด้วยอักขระ '#' คอมเมนต์เหล่านี้จะถูกละเว้นโดยโปรแกรมอ่านภาพและมีไว้สำหรับผู้อ่านมนุษย์ สามารถใช้เพื่อจัดเก็บข้อมูลเมตา เช่น วันที่สร้างภาพ ซอฟต์แวร์ที่ใช้สร้างภาพ หรือข้อมูลที่เกี่ยวข้องอื่นๆ ที่ไม่เหมาะกับฟิลด์ส่วนหัวมาตรฐาน
ข้อมูลภาพในไฟล์ PAM จะถูกจัดเก็บในลำดับของทูเปิล โดยแต่ละทูเปิลแสดงถึงพิ กเซลหนึ่ง ทูเปิลจะเรียงลำดับจากซ้ายไปขวาและจากบนลงล่าง โดยเริ่มจากพิกเซลบนซ้ายของภาพ ในรูปแบบไบนารี ข้อมูลสำหรับแต่ละช่องสัญญาณของทูเปิลจะถูกจัดเก็บเป็นจำนวนเต็มไบนารี โดยจำนวนไบต์ต่อช่องสัญญาณจะถูกกำหนดโดยค่าสูงสุดที่ระบุในส่วนหัว ในรูปแบบ ASCII ค่าช่องสัญญาณจะแสดงเป็นตัวเลขทศนิยม ASCII ที่คั่นด้วยช่องว่าง
ข้อดีอย่างหนึ่งของรูปแบบ PAM คือความเรียบง่าย ซึ่งทำให้แยกวิเคราะห์และสร้างได้ง่าย ความเรียบง่ายนี้มาพร้อมกับขนาดไฟล์ เนื่องจาก PAM ไม่มีกลไกการบีบอัดในตัว อย่างไรก็ตาม ไฟล์ PAM สามารถบีบอัดภายนอกได้โดยใช้อัลกอริธึมการบีบอัดทั่วไป เช่น gzip หรือ bzip2 ซึ่งสามารถลดขนาดไฟล์สำหรับการจัดเก็บหรือการส่งได้อย่างมาก
แม้จะมีข้อดี แต่รูปแบบ PAM ก็ไม่ได้รับความนิยมในกระแสหลักเนื่องจากความโดดเด่นของรูปแบบภาพอื่นๆ เช่น JPEG, PNG และ GIF ซึ่งมีการบีบอัดในตัวและรองรับโดยซอฟต์แวร์และฮาร์ดแวร์ที่หลากหลายกว่า อย่างไรก็ตาม PAM ยังคงเป็นรูปแบบที่มีค่าสำหรับแอปพลิเคชันบางอย่าง โดยเฉพาะอย่างยิ่งแอปพลิเคชันที่ต้องการความยืดหยุ่นในระดับสูงหรือเกี่ยวข้องกับงานการประมวลผลภาพหรือการวิเคราะห์ที่ความเรียบง่ายและความแม่นยำของรูปแบบเป็นประโยชน์
ในบริบทของการพัฒนาซอฟต์แวร์ รูปแบบ PAM มักใช้เป็นรูปแบบกลางในกระบวนการประมวลผลภาพ โครงสร้างที่ตรงไปตรงมาทำให้จัดการได้ง่ายด้วยสคริปต์หรือโปรแกรมแบบกำหนดเอง และความยืดหยุ่นช่วยให้รองรับผลลัพธ์ของขั้นตอนการประมวลผลต่างๆ ได้โดยไม่สูญเสียข้อมูล ตัวอย่างเช่น ภาพอาจถูกแปลงเป็นรูปแบบ PAM ประมวลผลเพื่อใช้ฟิลเตอร์หรือการแปลง จากนั้นแปลงเป็นรูปแบบที่พบได้ทั่วไปกว่าสำหรับการแสดงหรือการแจกจ่าย
ไลบรารี Netpbm เป็นแพ็กเกจซอฟต์แวร์หลักสำหรับการทำงานกับ PAM และรูปแบบ Netpbm อื่นๆ มีชุดเครื่องมือบรรทัดคำสั่งสำหรับการแปลงระหว่างรูปแบบ รวมถึงสำหรับการจัดการภาพพื้นฐาน เช่น การปรับขนาด การครอบตัด และการปรับสี ไลบรารียังรวมถึงอินเทอร์เฟซการเขียนโปรแกรมสำหรับ C และภาษาอื่นๆ ซึ่งช่วยให้นักพัฒนาสามารถอ่านและเขียนไฟล์ PAM ได้โดยตรงภายในแอปพลิเคชันของตน
สำหรับผู้ใช้และนักพัฒนาที่สนใจทำงานกับรูปแบบ PAM มีหลายสิ่งที่ควรคำนึงถึง ประการแรก เนื่องจากรูปแบบนี้ไม่ค่อยพบเห็น จึงไม่ใช่ซอฟต์แวร์ดูและแก้ไขภาพทั้งหมดที่จะรองรับรูปแบบนี้โดยตรง อาจจำเป็นต้องใช้เครื่องมือเฉพาะทางหรือแปลงเป็นรูปแบบอื่นสำหรับงานบางอย่าง ประการที่สอง การไม่มีการบีบอัดหมายความว่าไฟล์ PAM อาจมีขนาดค่อนข้างใหญ่ โดยเฉพาะอย่างยิ่งสำหรับภาพความละเอียดสูง ดังนั้น จึงควรคำนึงถึงพื้นที่จัดเก็บและแบนด์วิดท์เมื่อทำงานกับรูปแบบนี้
แม้จะมีข้อควรพิจารณาเหล่านี้ แต่จุดแข็งของรูปแบบ PAM ก็ทำให้เป็นเครื่องมือที่มีค่าในบริบทบางอย่าง ความเรียบง่ายและความยืดหยุ่นช่วยให้การพัฒนาและการทดลองทำได้อย่างรวดเร็ว และความสามารถในการขยายได้ช่วยให้สามารถปรับให้เข้ากับความต้องการในอนาคตได้ สำหรับการวิจัย การถ่ายภาพทางวิทยาศาสตร์ หรือแอปพลิเคชันใดๆ ที่ความสมบูรณ์และความแม่นยำของข้อมูลภาพมีความสำคัญสูงสุด PAM จึงเป็นโซลูชันที่แข็งแกร่ง
สรุปแล้ว รูปแบบภาพ PAM เป็นรูปแบบไฟล์ที่หลากหลายและตรงไปตรงมาซึ่งเป็นส่วนหนึ่งของกลุ่มรูปแบบภาพ Netpbm ออกแบบมาให้เรียบง่าย ยืดหยุ่น และไม่ขึ้นกับแพลตฟอร์ม ทำให้เหมาะสำหรับภาพและแอปพลิเคชันหลากหลายประเภท แม้ว่าอาจไม่ใช่ตัวเลือกที่ดีที่สุดสำหรับทุกส ถานการณ์ โดยเฉพาะอย่างยิ่งเมื่อขนาดไฟล์หรือความเข้ากันได้ในวงกว้างเป็นสิ่งที่น่ากังวล แต่จุดแข็งของรูปแบบนี้ทำให้เป็นตัวเลือกที่ยอดเยี่ยมสำหรับแอปพลิเคชันเฉพาะทางที่ต้องการการแสดงและการจัดการข้อมูลภาพที่แม่นยำ ดังนั้นจึงยังคงเป็นรูปแบบที่เกี่ยวข้องและมีประโยชน์ในด้านการประมวลผลภาพและการวิเคราะห์
ตัวแปลงนี้ทำงานอย่างสมบูรณ์ในเบราว์เซอร์ของคุณ เมื่อคุณเลือกไฟล์ ไฟล์จะถูกอ่านเข้าไปในหน่วยความจำและแปลงเป็นรูปแบบที่เลือก จากนั้นคุณสามารถดาวน์โหลดไฟล์ที่แปลงแล้วได้
การแปลงจะเริ่มขึ้นทันที และไฟล์ส่วนใหญ่จะถูกแปลงภายในเวลาไม่ถึงหนึ่งวินาที ไฟล์ขนาดใหญ่อาจใช้เวลานานกว่านั้น
ไฟล์ของคุณจะไม่ถูกอัปโหลดไปยังเซิร์ฟเวอร์ของเรา ไฟล์เหล่านั้นจะถูกแปลงในเบราว์เซอร์ของคุณ จากนั้นไฟล์ที่แปลงแล้วจะถูกดาวน์โหลด เราไม่เคยเห็นไฟล์ของคุณ
เรารองรับการแปลงระหว่างรูปแบบภาพทั้งหมด รวมถึง JPEG, PNG, GIF, WebP, SVG, BMP, TIFF และอื่นๆ
ตัวแปลงนี้ฟรีโดยสมบูรณ์ และจะฟรีตลอดไป เนื่องจากทำงานในเบราว์เซอร์ของคุณ เราจึงไม่ต้องจ่ายค่าเซิร์ฟเวอร์ ดังนั้นเราจึงไม่เรียกเก็บเงินจากคุณ
ใช่! คุณสามารถแปลงไฟล์ได้มากเท่าที่คุณต้องการในคราวเดียว เพียงเลือกหลายไฟล์เมื่อคุณเพิ่ม