Xóa nền tách một đối tượng khỏi môi trường xung quanh để bạn có thể đặt nó trên nền trong suốt, hoán đổi cảnh hoặc ghép nó vào một thiết kế mới. Về cơ bản, bạn đang ước tính một mặt n ạ alpha—độ mờ mỗi pixel từ 0 đến 1—và sau đó ghép alpha tiền cảnh lên một thứ khác. Đây là toán học từ Porter–Duff và là nguyên nhân của các cạm bẫy quen thuộc như “viền” và alpha thẳng và alpha nhân trước. Để có hướng dẫn thực tế về nhân trước và màu tuyến tính, hãy xem ghi chú Win2D của Microsoft, Søren Sandmann, và bài viết của Lomont về trộn tuyến tính.
Nếu bạn có thể kiểm soát việc chụp, hãy sơn phông nền bằng một màu đồng nhất (thường là màu xanh lá cây) và loại bỏ màu đó. Nó nhanh, đã được thử nghiệm trong phim và phát sóng, và lý tưởng cho video. Sự đánh đổi là ánh sáng và trang phục: ánh sáng màu tràn ra các cạnh (đặc biệt là tóc), vì vậy bạn sẽ sử dụng các công cụ khử tràn để trung hòa ô nhiễm. Các tài liệu tham khảo tốt bao gồm tài liệu của Nuke, Mixing Light, và một bản demo thực hành Fusion.
Đối với các hình ảnh đơn lẻ có nền lộn xộn, các thuật toán tương tác cần một vài gợi ý của người dùng—ví dụ: một hình chữ nhật lỏng lẻo hoặc các nét vẽ nguệch ngoạc—và hội tụ thành một mặt nạ sắc nét. Phương pháp kinh điển là GrabCut (chương sách), học các mô hình màu cho tiền cảnh/nền và sử dụng các đường cắt đồ thị lặp đi lặp lại để tách chúng. Bạn sẽ thấy những ý tưởng tương tự trong Lựa chọn tiền cảnh của GIMP dựa trên SIOX (plugin ImageJ).
Matting giải quyết độ trong suốt phân đoạn ở các ranh giới mỏng manh (tóc, lông, khói, kính). Matting dạng đóng cổ điển lấy một bản đồ ba vùng (chắc chắn-tiền cảnh/chắc chắn-nền/không xác định) và giải một hệ thống tuyến tính cho alpha với độ trung thực cạnh mạnh. Matting hình ảnh sâu hiện đại đào tạo các mạng nơ-ron trên bộ dữ liệu Adobe Composition-1K (tài liệu MMEditing), và được đánh giá bằng các số liệu như SAD, MSE, Gradient và Connectivity (giải thích điểm chuẩn).
Công việc phân đoạn liên quan cũng hữu ích: DeepLabv3+ tinh chỉnh các ranh giới bằng một bộ mã hóa-giải mã và các tích chập atrous (PDF); Mask R-CNN cung cấp các mặt nạ cho mỗi phiên bản (PDF); và SAM (Segment Anything) là một mô hình nền tảng có thể nhắc tạo ra các mặt nạ không cần học trên các hình ảnh không quen thuộc.
Công trình học thuật báo cáo các lỗi SAD, MSE, Gradient, và Connectivity trên Composition-1K. Nếu bạn đang chọn một mô hình, hãy tìm những số liệu đó (định nghĩa số liệu; phần số liệu của Background Matting). Đối với chân dung/video, MODNet và Background Matting V2 rất mạnh; đối với các hình ảnh “đối tượng nổi bật” chung, U2-Net là một đường cơ sở vững chắc; đối với độ trong suốt khó, FBA có thể sạch hơn.
MAT ảnh định dạng, thường liên quan đến MATLAB, một ngôn ngữ cấp cao và môi trường tương tác được phát triển bởi MathWorks, không phải là một định dạng ảnh thông thường như JPEG hoặc PNG. Thay vào đó, nó là một định dạng tệp để lưu trữ ma trận, biến và các kiểu dữ liệu khác thường được sử dụng trong MATLAB. Định dạng MAT là viết tắt của tệp MATLAB MAT. Định dạng tệp này rất cần thiết cho người dùng MATLAB vì nó cho phép lưu trữ và quản lý dữ liệu phiên, có thể bao gồm các biến, hàm, mảng và thậm chí cả hình ảnh ở định dạng có thể dễ dàng tải lại vào không gian làm việc MATLAB để phân tích hoặc xử lý thêm.
Tệp MAT là các vùng chứa dữ liệu nhị phân có thể chứa nhiều biến, bao gồm các mảng đa chiều và dữ liệu vô hướng. Khi nói đến hình ảnh, MATLAB xử lý chúng như các ma trận với mỗi giá trị pixel được lưu trữ dưới dạng một phần tử trong ma trận. Đối với hình ảnh thang độ xám, đây là ma trận hai chiều, trong khi đối với hình ảnh màu, đây là ma trận ba chiều với các lớp riêng biệt cho các thành phần màu đỏ, lục và lam. Định dạng MAT đặc biệt hữu ích để lưu trữ dữ liệu hình ảnh như vậy vì nó bảo toàn độ chính xác số và cấu trúc chính xác của dữ liệu, điều này rất quan trọng đối với các ứng dụng khoa học và kỹ thuật.
Định dạng tệp MAT đã phát triển theo thời gian, với các phiên bản khác nhau được phát hành khi MATLAB được cập nhật. Các phiên bản phổ biến nhất là các phiên bản tệp MAT 4, 5 và 7, với phiên bản 7.3 là phiên bản mới nhất theo hiểu biết của tôi vào năm 2023. Mỗi phiên bản đã giới thiệu những cải tiến về dung lượng dữ liệu, nén và khả năng tương thích với HDF5 (Định dạng dữ liệu phân cấp phiên bản 5), một mô hình dữ liệu, thư viện và định dạng tệp được sử dụng rộng rãi để lưu trữ và quản lý dữ liệu phức tạp.
Phiên bản tệp MAT 4 là định dạng đơn giản và cũ nhất, không hỗ trợ nén dữ liệu hoặc cấu trúc phân cấp phức tạp. Nó chủ yếu được sử dụng để tương thích với các phiên bản MATLAB cũ hơn. Phiên bản 5 là một định dạng tiên tiến hơn, giới thiệu các tính năng như nén dữ liệu, mã hóa ký tự Unicode và hỗ trợ các số và đối tượng phức tạp. Phiên bản 7 đã bổ sung thêm nhiều cải tiến, bao gồm cải thiện khả năng nén và khả năng lưu trữ các mảng lớn hơn. Phiên bản 7.3 tích hợp đầy đủ với tiêu chuẩn HDF5, cho phép các tệp MAT tận dụng các tính năng tiên tiến của HDF5, chẳng hạn như lưu trữ dữ liệu lớn hơn và tổ chức dữ liệu phức tạp hơn.
Khi xử lý các tệp MAT, đặc biệt là đối với dữ liệu hình ảnh, điều quan trọng là phải hiểu cách MATLAB xử lý hình ảnh. MATLAB biểu diễn hình ảnh dưới dạng các mảng số, với mỗi số tương ứng với cường độ của một pixel trong hình ảnh thang độ xám hoặc mã màu trong hình ảnh RGB. Ví dụ: một hình ảnh thang độ xám 8 bit được lưu trữ d ưới dạng ma trận với các giá trị từ 0 đến 255, trong đó 0 biểu thị màu đen, 255 biểu thị màu trắng và các giá trị ở giữa biểu thị các sắc thái của màu xám. Trong trường hợp hình ảnh màu, MATLAB sử dụng một mảng ba chiều trong đó hai chiều đầu tiên tương ứng với các vị trí pixel và chiều thứ ba tương ứng với các kênh màu.
Để tạo một tệp MAT trong MATLAB, người ta có thể sử dụng hàm 'save'. Hàm này cho phép người dùng chỉ định tên tệp và các biến mà họ muốn lưu. Ví dụ: để lưu một ma trận hình ảnh có tên 'img' vào tệp MAT có tên 'imageData.mat', người ta sẽ thực hiện lệnh 'save('imageData.mat', 'img')'. Lệnh này sẽ tạo một tệp MAT chứa dữ liệu hình ảnh có thể được tải lại vào MATLAB sau này bằng hàm 'load'.
Tải tệp MAT rất đơn giản trong MATLAB. Hàm 'load' được sử dụng để đọc dữ liệu từ tệp và đưa vào không gian làm việc MATLAB. Ví dụ: thực hiện 'load('imageData.mat')' sẽ tải nội dung của 'imageData.mat' vào không gian làm việc, cho phép người dùng truy cập và thao tác dữ liệu hình ảnh đã lưu. Lệnh 'whos' có thể được sử dụng sau khi tải để hiển thị thông tin về các biến đã được tải, bao gồm kích thước, hình dạng và kiểu dữ liệu của chúng.
Một trong những lợi ích chính của định dạng MAT là khả năng lưu trữ dữ liệu một cách nhỏ gọn và hiệu quả. Khi lưu dữ liệu vào tệp MAT, MATLAB có thể áp dụng nén để giảm kích thước tệp. Điều này đặc biệt hữu ích đối với dữ liệu hình ảnh, có thể khá lớn, đặc biệt là khi xử lý hình ảnh có độ ph ân giải cao hoặc bộ dữ liệu hình ảnh lớn. Nén được sử dụng trong các tệp MAT là không mất dữ liệu, nghĩa là khi dữ liệu được tải lại vào MATLAB, nó giống hệt với dữ liệu gốc mà không mất độ chính xác hoặc chất lượng.
Các tệp MAT cũng hỗ trợ lưu trữ siêu dữ liệu, có thể bao gồm thông tin về nguồn gốc của dữ liệu, ngày tạo, phiên bản MATLAB được sử dụng và bất kỳ chi tiết có liên quan nào khác. Siêu dữ liệu này có thể cực kỳ có giá trị khi chia sẻ dữ liệu với người khác hoặc khi lưu trữ dữ liệu để sử dụng trong tương lai, vì nó cung cấp ngữ cảnh và đảm bảo rằng dữ liệu có thể được diễn giải và tái tạo chính xác.
Ngoài các mảng số và dữ liệu hình ảnh, các tệp MAT có thể lưu trữ nhiều loại dữ liệu khác, chẳng hạn như cấu trúc, mảng ô, bảng và đối tượng. Tính linh hoạt này khiến các tệp MAT trở thành một công cụ đa năng cho người dùng MATLAB, vì chúng có thể đóng gói nhiều loại dữ liệu và cấu trúc trong một tệp duy nhất. Điều này đặc biệt hữu ích cho các dự án phức tạp liên quan đến nhiều loại dữ liệu, vì tất cả dữ liệu có liên quan có thể được lưu theo cách nhất quán và có tổ chức.
Đối với những người dùng cần tương tác với các tệp MAT bên ngoài MATLAB, MathWorks cung cấp thư viện I/O tệp MAT, cho phép các chương trình được viết bằng C, C++ và Fortran đọc và ghi các tệp MAT. Thư viện này hữu ích để tích hợp dữ liệu MATLAB với các ứng dụng khác hoặc để phát triển phần mềm tùy chỉnh cần truy cập dữ liệu tệp MAT. Ngoài ra, các thư viện và công cụ của bên thứ ba có sẵn cho các ngôn ngữ lập trình khác, chẳng hạn như Python, cho phép nhiều ứng dụng hơn có thể làm việc với các tệp MAT.
Việc tích hợp các tệp MAT với tiêu chuẩn HDF5 trong phiên bản 7.3 đã mở rộng đáng kể khả năng của định dạng. HDF5 được thiết kế để lưu trữ và tổ chức một lượng lớn dữ liệu và bằng cách áp dụng tiêu chuẩn này, các tệp MAT hiện có thể xử lý các bộ dữ liệu lớn hơn nhiều so với trước đây. Điều này đặc biệt quan trọng đối với các lĩnh vực như học máy, khai thác dữ liệu và điện toán hiệu suất cao, nơi khối lượng dữ liệu lớn là phổ biến. Việc tích hợp HDF5 cũng có nghĩa là các tệp MAT có thể được truy cập bằng các công cụ tương thích với HDF5, giúp tăng cường khả năng tương tác với các hệ thống và phần mềm khác.
Mặc dù có nhiều ưu điểm của định dạng MAT, nhưng vẫn có một số lưu ý cần ghi nhớ. Một trong số đó là vấn đề về khả năng tương thích của phiên bản. Khi MATLAB phát triển, định dạng tệp MAT cũng vậy và các tệp được lưu trong các phiên bản mới hơn có thể không tương thích với các phiên bản MATLAB cũ hơn. Người dùng cần biết phiên bản MATLAB họ đang sử dụng và phiên bản tệp MAT họ đang cố tải. MATLAB cung cấp các hàm để kiểm tra và chỉ định phiên bản của các tệp MAT khi lưu, có thể giúp duy trì khả năng tương thích giữa các bản phát hành MATLAB khác nhau.
Một lưu ý khác là bản chất độc quyền của định dạng MAT. Mặc dù được MathWorks ghi chép và hỗ trợ đầy đủ, nhưng nó không phải là một tiêu chuẩn mở như một số định dạng dữ liệu khác. Điều này có thể gây ra thách thức khi chia sẻ dữ liệu với những người dùng không có quyền truy cập vào MATLAB hoặc phần mềm tương thích. Tuy nhiên, việc tích hợp với HDF5 đã giảm thiểu vấn đề này ở một mức độ nào đó, vì HDF5 là một tiêu chuẩn mở và có nhiều công cụ có sẵn để làm việc với các tệp HDF5.
Tóm lại, định dạng hình ảnh MAT là một cách mạnh mẽ và linh hoạt để lưu trữ dữ liệu hình ảnh và các biến khác trong MATLAB. Khả năng bảo toàn độ chính xác số, hỗ trợ nhiều loại dữ liệu và tích hợp với tiêu chuẩn HDF5 khiến nó trở thành một công cụ vô giá đối với người dùng MATLAB, đặc biệt là những người làm việc trong các lĩnh vực khoa học và kỹ thuật. Mặc dù có một số lưu ý liên quan đến khả năng
Bộ chuyển đổi này chạy hoàn toàn trong trình duyệt của bạn. Khi bạn chọn một tệp, nó sẽ được đọc vào bộ nhớ và chuyển đổi sang định dạng đã chọn. Sau đó, bạn có thể tải xuống tệp đã chuyển đổi.
Việc chuyển đổi bắt đầu ngay lập tức và hầu hết các tệp được chuyển đổi trong vòng chưa đầy một giây. Các tệp lớn hơn có thể mất nhiều thời gian hơn.
Các tệp của bạn không bao giờ được tải lên máy chủ của chúng tôi. Chúng được chuyển đổi trong trình duyệt của bạn và sau đó tệp đã chuyển đổi sẽ được tải xuống. Chúng tôi không bao giờ thấy các tệp của bạn.
Chúng tôi hỗ trợ chuyển đổi giữa tất cả các định dạng hình ảnh, bao gồm JPEG, PNG, GIF, WebP, SVG, BMP, TIFF, v.v.
Bộ chuyển đổi này hoàn toàn miễn phí và sẽ luôn miễn phí. Bởi vì nó chạy trong trình duyệt của bạn, chúng tôi không phải trả tiền cho máy chủ, vì vậy chúng tôi không cần tính phí bạn.
Đúng! Bạn có thể chuyển đổi bao nhiêu tệp tùy thích cùng một lúc. Chỉ cần chọn nhiều tệp khi bạn thêm chúng.