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.
Portable Graymap Format (PGM) เป็นรูปแบบที่ได้รับการยอมรับและใช้กันอย่างแพร่หลายในการประมวลผลภาพและกราฟิกคอมพิวเตอร์สำหรับการแสดงภาพโทนสีเทาในรูปแบบที่เรียบง่ายและไม่ประดับประดา ความสำคัญของมันไม่ได้อยู่แค่ที่ความเรียบง่าย แต่ยังรวมถึงความยืดหยุ่นและความสามารถในการพกพาไปใช้กับแพลตฟอร์มการประมวลผลและระบบนิเวศของซอฟต์แวร์ที่แตกต่างกัน ภาพโทนสีเทาในบร ิบทของรูปแบบ PGM ประกอบด้วยเฉดสีเทาต่างๆ โดยแต่ละพิกเซลแสดงค่าความเข้มที่อยู่ในช่วงตั้งแต่สีดำไปจนถึงสีขาว การกำหนดมาตรฐาน PGM นั้นมุ่งเน้นไปที่ความง่ายในการวิเคราะห์และจัดการภาพด้วยค่าใช้จ่ายในการคำนวณที่น้อยที่สุด จึงเหมาะอย่างยิ่งสำหรับงานประมวลผลภาพที่รวดเร็วและวัตถุประสงค์ทางการศึกษา
โครงสร้างของไฟล์ PGM นั้นตรงไปตรงมา ประกอบด้วยส่วนหัวตามด้วยข้อมูลภาพ ส่วนหัวนั้นแบ่งออกเป็นสี่ส่วน ได้แก่ หมายเลขวิเศษ ซึ่งระบุไฟล์ว่าเป็น PGM และระบุว่าอยู่ในรูปแบบไบนารีหรือ ASCII หรือไม่ ขนาดของภาพที่ระบุโดยความกว้างและความสูงเป็นพิกเซล ค่าสีเทาสูงสุด ซึ่งกำหนดช่วงของค่าความเข้มที่เป็นไปได้สำหรับแต่ละพิกเซล และสุดท้ายคือความคิดเห็น ซึ่งเป็นตัวเลือกและสามารถรวมไว้เพื่อให้ข้อมูลเพิ่มเติมเกี่ยวกับภาพ หมายเลขวิเศษ 'P2' ระบุ PGM แบบ ASCII ในขณะที่ 'P5' หมายถึง PGM แบบไบนารี ความแตกต่างนี้รองรับความสมดุลระหว่างความสามารถในการอ่านของมนุษย์และประสิทธิภาพในการจัดเก็บ
หลังจากส่วนหัว ข้อมูลภาพจะถูกระบุในรูปแบบตารางที่สอดคล้องกับขนาดพิกเซลที่ระบุในส่วนหัว ใน PGM แบบ ASCII (P2) ค่าความเข้มของแต่ละพิกเซลจะแสดงเป็นข้อความธรรมดา เรียงลำดับจากมุมบนซ้ายไปยังมุมล่างขวาของภาพ และคั่นด้วยช่องว่าง ค่าจะอยู่ในช่วงตั้งแต่ 0 ซึ่งแสดงถึงสีดำ ไปจนถึงค่าสีเทาสูงสุด (ระบุในส่วนหัว) ซึ่งแสดงถึงสีขาว ความสามารถในการอ่านของรูปแบบนี้ช่วยให้แก้ไขและดีบักได้ง่าย แต่มีประสิทธิภาพน้อยกว่าในแง่ของขนาดไฟล์และความเร็วในการวิเคราะห์เมื่อเปรียบเทียบกับไฟล์ไบนารี
ในทางกลับกัน ไฟล์ PGM แบบไบนารี (P5) จะเข้ารหัสข้อมูลภาพในรูปแบบที่กระชับกว่า โดยใช้การแสดงแบบไบนารีสำหรับค่าความเข้ม รูปแบบนี้ช่วยลดขนาดไฟล์ลงอย่างมากและช่วยให้การอ่าน/เขียนเร็วขึ้น ซึ่งเป็นประโยชน์สำหรับแอปพลิเคชันที่จัดการภาพจำนวนมากหรือต้องการประสิทธิภาพสูง อย่างไรก็ตาม ข้อแลกเปลี่ยนคือไฟล์ไบนารีไม่สามารถอ่านได้โดยมนุษย์และต้องใช้ซอฟต์แวร์เฉพาะสำหรับการดูและแก้ไข เมื่อประมวลผล PGM แบบไบนารี สิ่งสำคัญคือต้องจัดการข้อมูลไบนารีอย่างถูกต้อง โดยคำนึงถึงการเข้ารหัสของไฟล์และสถาปัตยกรรมของระบบ โดยเฉพาะอย่างยิ่งเกี่ยวกับเอนเดียน
ความยืดหยุ่นของรูปแบบ PGM นั้นแสดงให้เห็นโดยพารามิเตอร์ค่าสีเทาสูงสุดในส่วนหัว ค่านี้กำหนดความลึกของบิตของภาพ ซึ่งจะกำหนดช่วงของความเข้มของโทนสีเทาที่สามารถแสดงได้ ตัวเลือกทั่วไปคือ 255 ซึ่งหมายความว่าแต่ละพิกเซลสามารถรับค่าใดก็ได้ระหว่าง 0 ถึง 255 โดยให้เฉดสีเทาที่แตกต่างก ัน 256 เฉดในภาพ 8 บิต การตั้งค่านี้เพียงพอสำหรับแอปพลิเคชันส่วนใหญ่ อย่างไรก็ตาม รูปแบบ PGM สามารถรองรับความลึกของบิตที่สูงกว่า เช่น 16 บิตต่อพิกเซล โดยการเพิ่มค่าสีเทาสูงสุด คุณลักษณะนี้ช่วยให้สามารถแสดงภาพที่มีการไล่ระดับความเข้มที่ละเอียดกว่า ซึ่งเหมาะสำหรับแอปพลิเคชันการถ่ายภาพที่มีช่วงไดนามิกสูง
ความเรียบง่ายของรูปแบบ PGM ยังขยายไปถึงการจัดการและการประมวลผล เนื่องจากรูปแบบนี้มีการบันทึกไว้อย่างดีและไม่มีคุณสมบัติที่ซับซ้อนที่พบในรูปแบบภาพที่ซับซ้อนกว่า จึงสามารถเขียนโปรแกรมเพื่อวิเคราะห์ แก้ไข และสร้างภาพ PGM ได้ด้วยทักษะการเขียนโปรแกรมพื้นฐาน การเข้าถึงนี้ช่วยให้การทดลองและการเรียนรู้ในการประมวลผลภาพง่ายขึ้น ทำให้ PGM เป็นตัวเลือกยอดนิยมในแวดวงการศึกษาและในหมู่นักเล่นงานอดิเรก นอกจากนี้ ลักษณะที่ไ ม่ซับซ้อนของรูปแบบนี้ยังช่วยให้สามารถใช้ขั้นตอนวิธีการสำหรับงานต่างๆ เช่น การกรอง การตรวจจับขอบ และการปรับคอนทราสต์ได้อย่างมีประสิทธิภาพ ซึ่งมีส่วนทำให้ยังคงมีการใช้ทั้งในงานวิจัยและงานปฏิบัติ
แม้จะมีจุดแข็ง แต่รูปแบบ PGM ก็มีข้อจำกัด ข้อจำกัดที่โดดเด่นที่สุดคือการขาดการสนับสนุนสำหรับภาพสี เนื่องจากได้รับการออกแบบมาสำหรับภาพโทนสีเทาโดยเฉพาะ ในขณะที่สิ่งนี้ไม่ใช่ข้อเสียสำหรับแอปพลิเคชันที่จัดการกับภาพขาวดำโดยเฉพาะ สำหรับงานที่ต้องการข้อมูลสี จำเป็นต้องหันไปใช้รูปแบบอื่นๆ ในกลุ่มรูปแบบ Netpbm เช่น Portable Pixmap Format (PPM) สำหรับภาพสี นอกจากนี้ ความเรียบง่ายของรูปแบบ PGM หมายความว่าไม่รองรับคุณสมบัติสมัยใหม่ เช่น การบีบอัด การจัดเก็บเมตาข้อมูล (นอกเหนือจากความคิดเห็นพื้นฐาน) หรือเลเยอร์ ซึ่งมีอยู่ในรูปแบบที่ซับซ้อนกว่า เช่น JPEG หรือ PNG ข้อจำกัดนี้อาจทำให้ขนาดไฟล์มีขนาดใหญ่ขึ้นสำหรับภาพความละเอียดสูง และอาจจำกัดการใช้งานในแอปพลิเคชันบางอย่าง
ความเข้ากันได้และความง่ายในการแปลงรูปแบบ PGM กับรูปแบบอื่นๆ เป็นหนึ่งในข้อได้เปรียบที่โดดเด่น เนื่องจากเข้ารหัสข้อมูลภาพในลักษณะที่ตรงไปตรงมาและมีการบันทึกไว้ การแปลงภาพ PGM เป็นรูปแบบอื่นๆ หรือในทางกลับกันจึงค่อนข้างง่าย ความสามารถนี้ทำให้เป็นรูปแบบตัวกลางที่ยอดเยี่ยมสำหรับกระบวนการประมวลผลภาพ ซึ่งภาพอาจมาจากรูปแบบต่างๆ ประมวลผลใน PGM เพื่อความเรียบง่าย จากนั้นแปลงเป็นรูปแบบสุดท้ายที่เหมาะสำหรับการแจกจ่ายหรือจัดเก็บ ยูทิลิตี้และไลบรารีจำนวนมากในภาษาการเขียนโปรแกรมต่างๆ รองรับกระบวนการแปลงเหล่านี้ ซึ่งช่วยเสริมบทบาทของรูปแบบ PGM ในเวิร์กโฟลว์ที่หลากหลายและปรับเปลี่ยนได้
ข้อค วรพิจารณาเกี่ยวกับความปลอดภัยสำหรับไฟล์ PGM มักจะหมุนรอบความเสี่ยงที่เกี่ยวข้องกับการวิเคราะห์และการประมวลผลไฟล์ที่จัดรูปแบบไม่ถูกต้องหรือสร้างขึ้นโดยเจตนาที่เป็นอันตราย เนื่องจากความเรียบง่าย รูปแบบ PGM จึงมีแนวโน้มที่จะเกิดช่องโหว่เฉพาะน้อยกว่าเมื่อเปรียบเทียบกับรูปแบบที่ซับซ้อนกว่า อย่างไรก็ตาม แอปพลิเคชันที่วิเคราะห์ไฟล์ PGM ควรใช้การจัดการข้อผิดพลาดที่แข็งแกร่งเพื่อจัดการอินพุตที่ไม่คาดคิด เช่น ข้อมูลส่วนหัวที่ไม่ถูกต้อง ข้อมูลที่เกินขนาดที่คาดไว้ หรือค่าที่อยู่นอกช่วงที่ถูกต้อง การจัดการไฟล์ PGM อย่างปลอดภัยมีความสำคัญอย่างยิ่ง โดยเฉพาะในแอปพลิเคชันที่ยอมรับภาพที่ผู้ใช้จัดหา เพื่อป้องกันการใช้ประโยชน์ด้านความปลอดภัยที่อาจเกิดขึ้น
เมื่อมองไปข้างหน้า ความเกี่ยวข้องที่ยั่งยืนของรูปแบบ PGM ในบางส่วนของอุตสาหกรรมเทคโนโลยี แม้จะมีความเรียบง่ายและข้อจำกัด แต่ก็เน้นย้ำถึงคุณค่าของรูปแบบไฟล์ที่ตรงไปตรงมาและมีการบันทึกไว้อย่างดี บทบาทของมันในฐานะเครื่องมือการสอน ความเหมาะสมสำหรับงานประมวลผลภาพที่รวดเร็ว และการอำนวยความสะดวกในการแปลงรูปแบบภาพ แสดงให้เห็นถึงความสำคัญของความสมดุลระหว่างฟังก์ชันการทำงานและความซับซ้อนในการออกแบบรูปแบบไฟล์ เมื่อเทคโนโล
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