PNG64 Arka Plan Silici

İşleme tarayıcıda tek bir görüntü veya kare için yapılır. Animasyon, düzenlenebilir vektörler ve katmanlar korunmaz. İlk kullanımda motor indirilir; büyük dosyalar kullanılabilir belleği aşabilir.

Sürükleyip bırakın ya da seçmek için tıklayın

Özel ve güvenli

Her şey tarayıcınızda gerçekleşir. Dosyalarınız sunucularımıza asla dokunmaz.

Arka plan kaldırma, bir konuyu çevresinden ayırır, böylece onu şeffaflık üzerine yerleştirebilir, sahneyi değiştirebilir veya yeni bir tasarıma entegre edebilirsiniz. Kaputun altında bir alfa maskesi—piksel başına 0'dan 1'e kadar bir opaklık—tahmin ediyor ve ardından ön planı alfa kompozitleme ile başka bir şeyin üzerine yerleştiriyorsunuz. Bu, Porter–Duff matematiğidir ve “saçaklar” ve düz ve önceden çarpılmış alfa gibi yaygın sorunların nedenidir. Önceden çarpma ve doğrusal renk hakkında pratik rehberlik için Microsoft’un Win2D notlarına, Søren Sandmann’a ve Lomont’un doğrusal harmanlama üzerine yazısına bakın.


İnsanların arka planları kaldırmasının ana yolları

1) Kroma anahtarı (“yeşil/mavi ekran”)

Çekimi kontrol edebiliyorsanız, arka planı düz bir renge (genellikle yeşil) boyayın ve bu tonu anahtarlayın. Hızlıdır, film ve yayında kendini kanıtlamıştır ve video için idealdir. Dezavantajları aydınlatma ve kıyafetlerdir: renkli ışık kenarlara (özellikle saça) taşar, bu nedenle kirlenmeyi nötralize etmek için dökülme önleyici araçlar kullanırsınız. İyi başlangıç kılavuzları arasında Nuke’un belgeleri, Mixing Light ve uygulamalı bir Fusion demosu bulunur.

2) Etkileşimli segmentasyon (klasik CV)

Dağınık arka planlara sahip tek görüntüler için, etkileşimli algoritmalar birkaç kullanıcı ipucuna ihtiyaç duyar—örneğin, gevşek bir dikdörtgen veya karalamalar—ve keskin bir maske oluşturur. Kanonik yöntem GrabCut’tır (kitap bölümü), ön plan/arka plan için renk modelleri öğrenir ve bunları ayırmak için yinelemeli olarak grafik kesimlerini kullanır. Benzer fikirleri GIMP’in Ön Plan Seçimi’nde SIOX’a dayalı olarak görürsünüz (ImageJ eklentisi).

3) Görüntü matlaştırma (ince taneli alfa)

Matlaştırma, ince sınırlardaki (saç, kürk, duman, cam) kesirli şeffaflığı çözer. Klasik kapalı form matlaştırma bir üçlü harita (kesinlikle-ön plan/kesinlikle-arka plan/bilinmeyen) alır ve güçlü kenar doğruluğu ile alfa için doğrusal bir sistemi çözer. Modern derin görüntü matlaştırma Adobe Composition-1K veri setinde sinir ağlarını eğitir (MMEditing belgeleri) ve SAD, MSE, Gradyan ve Bağlantı gibi metriklerle değerlendirilir (kıyaslama açıklaması).

4) Derin öğrenme kesikleri (üçlü harita yok)

İlgili segmentasyon çalışmaları da faydalıdır: DeepLabv3+, bir kodlayıcı-kod çözücü ve atrous evrişimleri ile sınırları iyileştirir (PDF); Mask R-CNN, örnek başına maskeler verir (PDF); ve SAM (Segment Anything), bilinmeyen görüntülerde sıfır atışlı maskeler oluşturan istemle yönlendirilebilir bir temel modeldir.


Popüler araçlar ne yapar


Daha temiz kesikler için iş akışı ipuçları

  1. Akıllıca çekim yapın. İyi aydınlatma ve güçlü konu-arka plan kontrastı her yönteme yardımcı olur. Yeşil/mavi ekranlarla, dökülme önleyici planlayın (kılavuz).
  2. Geniş başlayıp detaya inin. Otomatik bir seçim çalıştırın (Konuyu Seç, U2-Net, SAM), ardından kenarları fırçalarla veya matlaştırma ile iyileştirin (örneğin, kapalı form).
  3. Yarı saydamlığa dikkat edin. Cam, tül, hareket bulanıklığı, uçuşan saçlar gerçek alfa gerektirir (sadece sert bir maske değil). Ayrıca F/B/α'yı kurtaran yöntemler haloları en aza indirir.
  4. Alfa kanalını anlayın. Düz ve önceden çarpılmış farklı kenar davranışları üretir; tutarlı bir şekilde dışa aktarın/birleştirin (bkz. genel bakış, Hargreaves).
  5. Doğru çıktıyı seçin. “Arka plan yok” için, temiz bir alfa içeren bir raster (örneğin, PNG/WebP) teslim edin veya daha fazla düzenleme bekleniyorsa maskeli katmanlı dosyaları saklayın. Anahtar, hesapladığınız alfanın kalitesidirPorter–Duff’a dayanır.

Kalite ve değerlendirme

Akademik çalışmalar, Composition-1K üzerinde SAD, MSE, Gradyan ve Bağlantı hatalarını raporlar. Bir model seçiyorsanız, bu metriklere bakın (metrik tanımları; Arka Plan Matlaştırma metrikleri bölümü). Portreler/video için, MODNet ve Arka Plan Matlaştırma V2 güçlüdür; genel “belirgin nesne” görüntüleri için, U2-Net sağlam bir temeldir; zor şeffaflık için, FBA daha iyi sonuç verebilir.


Yaygın uç durumlar (ve düzeltmeleri)

  • Saç ve kürk: matlaştırmayı tercih edin (üçlü harita veya MODNet gibi portre matlaştırma) ve dama tahtası arka planında inceleyin.
  • İnce yapılar (bisiklet telleri, misina): yüksek çözünürlüklü girdiler ve matlaştırmadan önce bir ön adım olarak DeepLabv3+ gibi sınıra duyarlı bir segmentleyici kullanın.
  • Şeffaf nesneler (duman, cam): kesirli alfaya ve genellikle ön plan renk tahminine ihtiyacınız vardır (FBA).
  • Video konferans: temiz bir plaka yakalayabilirseniz, Arka Plan Matlaştırma V2, saf “sanal arka plan” seçeneklerinden daha doğal görünür.

Bu gerçek dünyada nerede ortaya çıkıyor


Kesiklerin bazen neden sahte göründüğü (ve düzeltmeleri)

  • Renk dökülmesi: yeşil/mavi ışık konunun üzerine sarılır— dökülme önleyici kontrolleri veya hedeflenmiş renk değişimi kullanın.
  • Hale/saçaklar: genellikle bir alfa yorumlama uyuşmazlığı (düz ve önceden çarpılmış) veya eski arka planla kirlenmiş kenar pikselleri; doğru şekilde dönüştürün/yorumlayın (genel bakış, ayrıntılar).
  • Yanlış bulanıklık/gren: jilet gibi keskin bir konuyu bulanık bir arka plana yapıştırın ve öne çıkar; kompozisyon sonrası lens bulanıklığını ve greni eşleştirin (bkz. Porter–Duff temelleri).

TL;DR oyun kitabı

  1. Çekimi kontrol ediyorsanız: kroma anahtarı kullanın; eşit şekilde aydınlatın; dökülme önleyici planlayın.
  2. Tek seferlik bir fotoğrafsa: Photoshop’un Arka Planı Kaldır’ını, Canva’nın kaldırıcısını veya remove.bg’yi deneyin; saç için fırçalar/matlaştırma ile iyileştirin.
  3. Üretim sınıfı kenarlara ihtiyacınız varsa: matlaştırma kullanın ( kapalı form veya derin) ve şeffaflık üzerinde alfayı kontrol edin; alfa yorumlamasına dikkat edin.
  4. Portreler/video için: MODNet veya Arka Plan Matlaştırma V2’yi düşünün; tıklama güdümlü segmentasyon için, SAM güçlü bir ön uçtur.

PNG64 formatı nedir?

Opak veya ikili saydam 64-bit RGBA

Taşınabilir Ağ Grafikleri (PNG) formatı, kayıpsız sıkıştırma ile yüksek kaliteli görüntüler sunma yeteneği sayesinde dijital dünyada bir dayanak noktası olarak kendini kanıtlamıştır. Çeşitleri arasında PNG8, renk verimliliği ve dosya boyutu küçültme konusundaki benzersiz karışımıyla öne çıkmaktadır. PNG8'in bu ayrıntılı incelemesi, bu görüntü formatının katmanlarını açmayı, yapısını, işlevselliğini ve pratik uygulamalarını araştırmayı amaçlamaktadır.

Özünde PNG8, renk paletini 256 renge sınırlayan PNG formatının bit derinliği varyantıdır. Bu sınırlama, PNG8'in orijinal görüntünün kalitesini korurken dosya boyutunu önemli ölçüde azaltma yeteneğinin arkasındaki anahtardır. PNG8'deki '8', piksel başına 8 bit anlamına gelir, yani görüntüdeki her piksel renk paletindeki 256 renkten herhangi biri olabilir. Bu palet, görüntü dosyasının kendisinde tanımlanır ve bu da belirli görüntüye göre uyarlanmış, özelleştirilmiş bir renk kümesine olanak tanır ve formatın verimliliğini artırır.

Bir PNG8 dosyasının yapısı, PNG dosya imzasını ve parçalar tabanlı mimariyi takip ederek diğer PNG formatlarına benzer. Bir PNG dosyası tipik olarak 8 baytlık bir imza ile başlar ve ardından farklı veri türlerini (ör. başlık bilgileri, palet bilgileri, görüntü verileri ve meta veriler) taşıyan bir dizi parça gelir. PNG8'de, PLTE (palet) parçası, görüntünün piksellerinin referans verdiği renk paletini sakladığı için kritik bir rol oynar. Bu palet, RGB (kırmızı, yeşil, mavi) değerleriyle tanımlanan 256 adede kadar renk içerir.

PNG8'deki sıkıştırma, filtreleme ve DEFLATE algoritmasının bir kombinasyonunu kullanır. Filtreleme, görüntü verilerini sıkıştırmaya hazırlamak için kullanılan bir yöntemdir ve sıkıştırma algoritmasının bilgi kaybetmeden dosya boyutunu küçültmesini kolaylaştırır. Filtrelemeden sonra, LZ77 ve Huffman kodlama tekniklerini birleştiren DEFLATE algoritması, görüntü verilerini verimli bir şekilde sıkıştırmak için uygulanır. Bu iki adımlı işlem, PNG8 görüntülerinin yüksek bir sıkıştırma seviyesine ulaşmasını sağlar ve bunları bant genişliği ve yükleme sürelerinin önemli olduğu web kullanımı için ideal hale getirir.

PNG8'deki şeffaflık, paletin tek bir rengini tamamen şeffaf olarak veya paletin renklerine karşılık gelen bir dizi alfa değeri belirterek değişen şeffaflık derecelerine olanak tanıyan bir tRNS (şeffaflık) parçası kullanılarak işlenir. Bu özellik, PNG8'in basit şeffaflık efektlerine sahip olmasını sağlar ve şeffaf arka planların veya yumuşak üst üste binmelerin gerekli olduğu web grafikleri için uygun hale getirir. Ancak PNG8'deki şeffaflığın, her piksel için tam alfa şeffaflığını destekleyen PNG32'dekiyle aynı ayrıntı düzeyine ulaşamayacağını belirtmekte fayda var.

PNG8 görüntülerinin oluşturulması ve optimize edilmesi, renk doğruluğu ve dosya boyutu arasında bir denge içerir. PNG8 görüntüleri oluşturan araçlar ve yazılımlar tipik olarak renk kantizasyonu ve dithering için algoritmalar içerir. Renk kantizasyonu, görüntünün görsel bütünlüğünü koruyarak ideal olarak 256 renk sınırına uyacak şekilde renk sayısını azaltır. Dithering, piksel düzeyinde renkleri karıştırarak renk azaltımının görsel etkisini en aza indirmeye yardımcı olur ve daha büyük bir renk paleti yanılsaması yaratır. Bu teknikler, görsel olarak çekici ve verimli bir şekilde sıkıştırılmış PNG8 görüntüleri oluşturmak için çok önemlidir.

Avantajlarına rağmen PNG8, onu belirli uygulamalar için daha az uygun hale getiren sınırlamalara sahiptir. Sınırlı renk paleti, gradyanlarda bantlanmaya ve karmaşık görüntülerde ayrıntı kaybına yol açabilir. Ek olarak, basit şeffaflık mekanizması, tam alfa şeffaflığını destekleyen formatlar kadar yumuşak gölgeler veya yarı saydam nesneler içeren sahneleri etkili bir şekilde barındıramaz. Bu nedenle PNG8, sınırlı renk aralıklarına sahip basit grafikler, simgeler ve logolar için mükemmel olsa da fotoğraflar ve karmaşık dokular için en iyi seçim olmayabilir.

PNG8'in web geliştirme ve dijital medya oluşturmadaki benimsenmesi, belirli bağlamlarda uyumluluğu, verimliliği ve kullanışlılığı tarafından yönlendirilmiştir. Tüm modern web tarayıcıları ve görüntü işleme yazılımları tarafından desteklenmesi, web varlıklarını optimize etmek isteyen web tasarımcıları için güvenilir bir seçim haline getirir. İçeriğin görsel karmaşıklığının düşük olduğu ve bant genişliği kullanımını en aza indirme ihtiyacının yüksek olduğu uygulamalar için PNG8, optimum bir denge sunar. Dahası, şeffaflık desteği çok yönlülük katar ve yükleme sürelerinde önemli bir artış olmadan web sitelerinde yaratıcı katmanlama ve temalamaya olanak tanır.

Özetle PNG8, özellikle verimli depolama ve aktarım gerektiren web grafikleri ve dijital medya için dijital görüntü ekosistemi içinde alakalı ve değerli bir görüntü formatı olmaya devam etmektedir. Tasarımı, renk çeşitliliği ve dosya boyutu verimliliği arasında bir denge sağlar ve bu da onu belirli ihtiyaçları olan bir dizi uygulama için uygun hale getirir. Sınırlamalardan yoksun olmasa da PNG8'in görüntü formatları yelpazesindeki yeri, basitlik, sıkıştırma ve geniş uyumluluk açısından kendine özgü avantajlarıyla güvence altına alınmıştır. PNG8'in bu yönlerini anlamak, projelerinin teknik ve estetik gereksinimlerini karşılamak için görüntü formatı seçimi hakkında bilinçli kararlar vermeyi amaçlayan tasarımcılar, geliştiriciler ve dijital medya profesyonelleri için çok önemlidir.

Desteklenen formatlar

AVIF.avif

AV1 Resim Dosya Biçimi

BMP.bmp

Microsoft Windows bitmap resmi

CIN.cin

Cineon Resim Dosyası

CLIP.clip

Resim Clip Maskesi

DCX.dcx

ZSoft IBM PC çok sayfalı Paintbrush

DDS.dds

Microsoft DirectDraw Yüzeyi

DPX.dpx

SMTPE 268M-2003 (DPX 2.0) resmi

DXT1.dxt1

Microsoft DirectDraw Yüzeyi

EXR.exr

Yüksek dinamik aralıklı (HDR) resim

FF.ff

Farbfeld

FITS.fits

Esnek Resim Taşıma Sistemi

GIF.gif

CompuServe grafik değişim biçimi

HDR.hdr

Yüksek Dinamik Aralıklı resim

HEIC.heic

Yüksek Verimlilik Görüntü Kapsayıcısı

J2C.j2c

JPEG-2000 kod akışı

J2K.j2k

JPEG-2000 kod akışı

JNG.jng

JPEG Ağ Grafikleri

JP2.jp2

JPEG-2000 Dosya Biçimi Sözdizimi

JPE.jpe

Joint Photographic Experts Group JFIF biçimi

JPEG.jpeg

Joint Photographic Experts Group JFIF biçimi

JPG.jpg

Joint Photographic Experts Group JFIF biçimi

JPM.jpm

JPEG-2000 Dosya Biçimi Sözdizimi

JPS.jps

Joint Photographic Experts Group JPS biçimi

JPT.jpt

JPEG-2000 Dosya Biçimi Sözdizimi

JXL.jxl

JPEG XL resmi

MAT.mat

MATLAB seviye 5 resim biçimi

PAM.pam

Ortak 2-boyutlu bitmap formatı

PBM.pbm

Taşınabilir bitmap formatı (siyah ve beyaz)

PCD.pcd

Fotoğraf CD

PCX.pcx

ZSoft IBM PC Paintbrush

PDB.pdb

Palm Veritabanı ImageViewer Formatı

PFM.pfm

Taşınabilir float formatı

PGM.pgm

Taşınabilir gri tonlama formatı (gri ölçek)

PGX.pgx

JPEG 2000 sıkıştırılmamış formatı

PJPEG.pjpeg

Joint Photographic Experts Group JFIF formatı

PNG.png

Taşınabilir Ağ Grafikleri

PNG00.png00

PNG orijinal görüntüden bit derinliği, renk tipi devralan

PNG24.png24

Opak veya ikili saydam 24-bit RGB (zlib 1.2.11)

PNG32.png32

Opak veya ikili saydam 32-bit RGBA

PNG48.png48

Opak veya ikili saydam 48-bit RGB

PNG64.png64

Opak veya ikili saydam 64-bit RGBA

PNG8.png8

Opak veya ikili saydam 8-bit dizinli

PNM.pnm

Taşınabilir herhangi bir harita

PPM.ppm

Taşınabilir pixmap formatı (renk)

PSB.psb

Adobe Büyük Belge Formatı

PSD.psd

Adobe Photoshop bitmap

SUN.sun

Sun Rasterfile

TIFF.tiff

Etiketli Görüntü Dosya Formatı

VIPS.vips

VIPS görüntüsü

WEBP.webp

WebP Görüntü Formatı

Sıkça Sorulan Sorular

Bu nasıl çalışır?

Bu dönüştürücü tamamen tarayıcınızda çalışır. Bir dosya seçtiğinizde, belleğe okunur ve seçilen biçime dönüştürülür. Ardından dönüştürülen dosyayı indirebilirsiniz.

Dosyalarıma ne olur?

Dosyalarınız asla sunucularımıza yüklenmez. Tarayıcınızda dönüştürülürler ve dönüştürülen dosya daha sonra indirilir. Dosyalarınızı asla görmeyiz.

Bu ne kadar?

Bu dönüştürücü tamamen ücretsizdir ve her zaman ücretsiz olacaktır. Tarayıcınızda çalıştığı için sunucular için ödeme yapmamıza gerek yoktur, bu nedenle sizden ücret almamıza gerek yoktur.