背景移除将主体与其周围环境分离开来，这样你就可以将其放置在 透明背景上、更换场景或将其合成为新设计。在底层，你正在估算一个 alpha 遮罩——一个从 0 到 1 的每像素不透明度——然后将前景alpha 合成到 其他东西上。这是 Porter–Duff 的数学原理，也是“边缘”和 直接 alpha 与预乘 alpha 等常见陷阱的起因。有关预乘和线性颜色的实用指南，请参阅 微软的 Win2D 笔记、 Søren Sandmann 和 Lomont 关于线性混合的文章。
如果你能控制拍摄，将背景涂成纯色（通常是绿色），然后抠掉该色调。 这种方法速度快，在电影和广播中经过实战检验，非常适合视频。权衡之处在于灯光和服装： 彩色光会溢出到边缘（尤其是头发），所以你需要使用去溢工具来中和污染。 好的入门资料包括 Nuke 的文档、 Mixing Light 和一个实践性的 Fusion 演示。
对于背景杂乱的单张图片，交互式算法需要用户提供一些提示——例如，一个宽松的 矩形或涂鸦——然后收敛到一个清晰的蒙版。经典方法是 GrabCut （书籍章节），它学习前景/背景的颜色模型，并迭代使用图割来分离它们。 你会在 GIMP 的前景选择中看到类似的想法，它基于 SIOX （ImageJ 插件）。
抠图解决在纤细边界（头发、毛皮、烟雾、玻璃）处的部分透明度问题。经典的 闭式抠图 接受一个三元图（绝对前景/绝对背景/未知），并求解一个具有强边缘保真度的 alpha 线性系统。现代的 深度图像抠图 在 Adobe Composition-1K 数据集上训练神经网络（MMEditing 文档），并使用 SAD、MSE、梯度和连通性等指标进行评估（基准解释器）。
相关的分割工作也很有用： DeepLabv3+ 使用编码器-解码器和空洞卷积来细化边界 （PDF）； Mask R-CNN 提供每个实例的蒙版 （PDF）；以及 SAM (Segment Anything) 是一个 可提示的基础模型，可在不熟悉的图像上进行零样本蒙版生成。
学术著作报告了在 Composition-1K 上的 SAD、MSE、梯度和连通性错误。如果你正在选择一个模型，请查找这些指标 （指标定义； 背景抠图指标部分）。 对于人像/视频，MODNet 和 背景抠图 V2 很强大；对于一般的“显著物体”图像， U2-Net 是一个坚实的基线；对于棘手的透明度， FBA 可能更干净。
高动态范围 (HDR) 成像是一种旨在弥合人眼感知广泛亮度水平的能力与传统数字成像系统在捕捉、处理和显示此类范围方面的局限性之间的差距的技术。与标准动态范围 (SDR) 图像（在同一帧内展示光线和黑暗的极端值的能力有限）不同，HDR 图像可以显示更广泛的亮度水平。这会产生更生动、更逼真且与人眼在现实世界中感知到的内容更接近的图片。
动态范围的概念对于理解 HDR 成像至关重要。动态范围是指成像系统可以捕捉、处理或显示的最亮光线和最暗黑暗之间的比率。它通常以档位为单位进行测量，每个档位代表光线量的加倍或减半。传统的 SDR 图像通常在约 6 到 9 档的动态范围内运行。另一方面，HDR 技术旨在大幅超越此限制，渴望达到或甚至超过人眼在某些条件下的约 14 到 24 档的动态范围。
HDR 成像通过先进的捕捉技术、创新的处理算法和显示技术的结合得以实现。在捕捉阶段，以不同的亮度水平拍摄同一场景的多个曝光。这些曝光捕捉了从最暗阴影到最亮高光的细节。然后，HDR 过程涉及将这些曝光组合成一张图像，该图像包含的动态范围远远大于使用传统的数字成像传感器在单次曝光中可以捕捉到的动态范围。
HDR 图像的处理涉及将捕捉到的广泛亮度水平映射到可以有效存储、传输并最终显示的格式中。色调映射是此过程的关键部分。它将捕捉到的场景的高动态范围转换为与目标显示或输出介质兼容的动态范围，同时努力保持场景原始亮度变化的视觉冲击力。这通常涉及复杂的算法，这些算法会仔细调整亮度、对比度和颜色饱和度，以生成看起来自然且对观看者有吸引力的图像。
HDR 图像通常存储在可以容纳扩展亮度信息范围的专门文件格式中。JPEG-HDR、OpenEXR 和 TIFF 等格式是专门为此目的开发的。这些格式使用浮点数和扩展色域等各种技术来精确编码 HDR 图像中广泛的亮度和颜色信息。这不仅保留了 HDR 内容的高保真度，还确保了与广泛的 HDR 启 用设备和软件生态系统的兼容性。
显示 HDR 内容需要能够提供比标准显示器更高的亮度水平、更深的黑色和更宽的色域的屏幕。兼容 HDR 的显示器使用 OLED（有机发光二极管）和带有 LED（发光二极管）背光增强功能的高级 LCD（液晶显示器）面板等技术来实现这些特性。这些显示器渲染细微和明显的亮度差异的能力极大地增强了观看者的深度感、细节感和真实感。
HDR 标准和元数据的开发进一步促进了 HDR 内容的普及。HDR10、杜比视界和混合对数伽马 (HLG) 等标准指定了跨不同平台和设备对 HDR 内容进行编码、传输和渲染的准则。HDR 元数据通过提供有关内容的色彩校准和亮度水平的信息，在此生态系统中发挥着至关重要的作用。这使设备能够根据每段内容的特定特性优化其 HDR 渲染功能，确保始终如一的高质量观看体验。
HDR 成像中的一项挑战是需要将其无缝集成到现有的工作流程和技术中，而这些工作流程和技术主要面向 SDR 内容。这不仅包括图像的捕捉和处理，还包括它们的分布和显示。尽管存在这些挑战，但 HDR 的采用正在迅速增长，这在很大程度上要归功于主要内容创建者、流媒体服务和电子产品制造商的支持。随着 HDR 技术的不断发展和变得更容易获得，预计它将成为从摄影和电影到视频游戏和虚拟现实的广泛应用的标准。
与 HDR 技术相关的另一个挑战是在增加动态范围的愿望与保持与现有显示技术的兼容性之间的平衡。虽然 HDR 提供了显着增强视觉体验的机会，但也有风险，即实施不当的 HDR 可能会导致在不完全兼容 HDR 的显示器上显示的图像要么太暗要么太亮。适当的色调映射和仔细考虑最终用户显示功能对于确保 HDR 内容可供广泛受众使用并提供普遍改进的观看体验至关重要。
在 HDR 技术的讨论 中，环境因素也变得越来越重要。HDR 兼容设备的更亮显示器所需的更高功耗对能源效率和可持续性提出了挑战。制造商和工程师正在不断努力开发更节能的方法来实现高亮度和对比度水平，而不会损害这些设备的环境足迹。
HDR 成像的未来看起来很有希望，正在进行的研究和开发集中在克服当前的限制和扩展该技术的性能。量子点显示器和微型 LED 等新兴技术有可能进一步提高 HDR 显示器的亮度、色彩准确性和效率。此外，捕捉和处理技术的进步旨在通过简化工作流程和减少对专用设备的需求，使内容创建者更容易获得 HDR。
在内容消费领域，HDR 技术也为沉浸式体验开辟了新途径。在视频游戏和虚拟现实中，HDR 可以通过更准确地再现现实世界的亮度和色彩多样性来显着增强临场感和真实感。这不仅提高了视觉质量，还加深了数字体验的情感影响，使它们更具吸引力和逼真感。
除了娱乐之外，HDR 技术在医学成像等领域也有应用，其显示更广泛亮度水平的能力可以帮助揭示标准图像中可能遗漏的细节。类似地，在天文和遥感等领域，HDR 成像可以以前所未有的清晰度和深度捕捉天体和地球表面特征的细微差别。
总之，HDR 技术代表了数字成像的重大进步，它提供了增强的视觉体验，使数字内容更接近现实世界的丰富性和深度。尽管与其实施和广泛采用相关的挑战，HDR 的好处是显而易见的。随着这项技术不断发展并融入各个行业，它有可能彻底改变我们捕捉、处理和感知数字图像的方式，为创造力、探索和理解开辟新的可能性。
这个转换器完全在您的浏览器中运行。当您选择一个文件时,它将被读入内存并转换为所选格式。 然后,您可以下载转换后的文件。
转换立即开始,大多数文件在一秒钟内完成转换。较大的文件可能需要更长时间。
您的文件永远不会上传到我们的服务器。它们在您的浏览器中转换,然后下载转换后的文件。我们永远看不到您的文件。
我们支持在所有图像格式之间进行转换,包括 JPEG、PNG、GIF、WebP、SVG、BMP、TIFF 等等。
这个转换器完全免费,并将永远免费。因为它在您的浏览器中运行,所以我们不需要为服务器付费,因此我们不需要向您收费。
是的!您可以同时转换尽可能多的文件。只需在添加时选择多个文件即可。