YUV · 輸入格式
檔案在瀏覽器中處理,每次僅處理單張影像或一幀,不保留動畫、可編輯向量或圖層。首次使用需要下載引擎;大檔案可能超出裝置記憶體。
拖放 或 點擊選擇
私密與安全
一切都在您的瀏覽器中進行。您的檔案絕不接觸我們的伺服器。
背景移除將主體與其周圍環境分離開來,這樣你就可以將其放置在 透明背景上、更換場景或將其合成為新設計。在底層,你正在估算一個 alpha 遮罩——一個從 0 到 1 的每像素不透明度——然後將前景alpha 合成到 其他東西上。這是 Porter–Duff 的數學原理,也是“邊緣”和 直接 alpha 與預乘 alpha 等常見陷阱的起因。有關預乘和線性顏色的實用指南,請參閱 微軟的 Win2D 筆記、 Søren Sandmann 和 Lomont 關於線性混合的文章。
人們移除背景的主要方式
1) 色度鍵(「綠/藍幕」)
如果你能控制拍攝,將背景漆成純色(通常是綠色),然後去背該色調。 這種方法速度快,在電影和廣播中經過實戰檢驗,非常適合影片。權衡之處在於燈光和服裝: 彩色光會溢出到邊緣(尤其是頭髮),所以你需要使用去溢工具來中和污染。 好的入門資料包括 Nuke 的文件、 Mixing Light 和一個實踐性的 Fusion 示範。
2) 互動式分割(傳統電腦視覺)
對於背景雜亂的單張圖片,互動式演算法需要使用者提供一些提示——例如,一個寬鬆的 矩形或塗鴉——然後收斂到一個清晰的遮罩。經典方法是 GrabCut (書中章節),它學習前景/背景的顏色模型,並迭代使用圖割來分離它們。 你會在 GIMP 的前景選擇中看到類似的想法,它基於 SIOX (ImageJ 插件)。
3) 影像去背(細緻 alpha)
去背解決在纖細邊界(頭髮、毛皮、煙霧、玻璃)處的部分透明度問題。經典的 封閉式去背 接受一個三元圖(絕對前景/絕對背景/未知),並求解一個具有強邊緣保真度的 alpha 線性系統。現代的 深度影像去背 在 Adobe Composition-1K 資料集上訓練神經網路(MMEditing 文件),並使用 SAD、MSE、梯度和連通性等指標進行評估(基準解釋器)。
4) 深度學習摳圖(無三元圖)
- U2-Net(顯著性物體檢測)是一個強大的通用“移除背景”引擎 (程式碼庫)。
- MODNet 針對即時人像去背(PDF)。
- F, B, Alpha (FBA) 去背 聯合預測前景、背景和 alpha,以減少顏色光暈 (程式碼庫)。
- 背景去背 V2 假設有一個背景板,並以高達 4K/30fps 的速度即時產生髮絲級去背 (專案頁面, 程式碼庫)。
相關的分割工作也很有用: DeepLabv3+ 使用編碼器-解碼器和空洞卷積來細化邊界 (PDF); Mask R-CNN 提供每個實例的遮罩 (PDF);以及 SAM (Segment Anything) 是一個 可提示的基礎模型,可在不熟悉的影像上進行零樣本遮罩生成。
流行工具的功能
- Photoshop: 移除背景 快速操作在底層執行“選取主體 → 圖層遮罩” (此處確認; 教學)。
- GIMP: 前景選取 (SIOX)。
- Canva: 一鍵式 背景移除器,適用於圖片和短片。
- remove.bg: 用於自動化的 Web 應用程式 + API。
- Apple 裝置: 照片/Safari/快速查看中的系統級“從照片背景中提取主體” (iOS 上的摳圖)。
更清晰摳圖的工作流程提示
- 智慧拍攝。 良好的光線和強烈的主體-背景對比度對每種方法都有幫助。對於綠/藍幕,請計劃 去溢 (指南)。
- 從寬到窄。 執行自動選取(選取主體、 U2-Net、 SAM),然後用筆刷或去背(例如 封閉式)細化邊緣。
- 注意半透明。 玻璃、面紗、運動模糊、飛揚的頭髮需要真正的 alpha(不僅僅是硬遮罩)。同時恢復 F/B/α 的方法可以最大限度地減少光暈。
- 了解你的 alpha。 直接與預乘產生不同的邊緣行為;一致地匯出/合成(參見 概述、 Hargreaves)。
- 選擇正確的輸出。 對於“無背景”,提供一個帶有乾淨 alpha 的點陣圖(例如 PNG/WebP),或者如果需要進一步編輯,則保留帶有遮罩的圖層檔案。關鍵在於你計算的 alpha 品質——植根於 Porter–Duff。
品質與評估
學術著作報告了在 Composition-1K 上的 SAD、MSE、梯度和連通性錯誤。如果你正在選擇一個模型,請尋找這些指標 (指標定義; 背景去背指標部分)。 對於人像/影片,MODNet 和 背景去背 V2 很強大;對於一般的“顯著物體”影像, U2-Net 是一個堅實的基準;對於棘手的透明度, FBA 可能更乾淨。
常見邊緣案例(及修復方式)
- 頭髮和毛皮: 傾向於去背(三元图或像 MODNet 這樣的人像去背)並在棋盤格上檢查。
- 精細結構(自行車輻條、魚線): 使用高解析度輸入和像 DeepLabv3+ 這樣的邊界感知分割器作為去背前的預處理步驟。
- 透明物體(煙霧、玻璃): 你需要分數 alpha 和通常的前景色估計 (FBA)。
- 視訊會議: 如果你能捕捉到一個乾淨的背景板, 背景去背 V2 看起來比簡單的“虛擬背景”切換更自然。
這在現實世界中的應用
- 電子商務: 市場(例如亞馬遜)通常要求主圖背景為純白色;請參閱 產品圖片指南 (RGB 255, 255, 255)。
- 設計工具: Canva 的 背景移除器 和 Photoshop 的 移除背景 簡化了快速摳圖。
- 裝置上的便利性: iOS/macOS 的“從照片背景中提取主體”非常適合休閒分享。
為什麼摳圖有時看起來很假(及修復方式)
- 顏色溢出: 綠色/藍色光包裹著主體——使用 去溢控制 或有針對性的顏色替換。
- 光暈/邊緣: 通常是 alpha 解釋不匹配(直接與預乘)或邊緣像素被舊背景污染;正確轉換/解釋 (概述, 詳情)。
- 錯誤的模糊/顆粒: 將一個銳利的主體粘貼到一個柔和的背景上,它會顯得突兀;在合成後匹配鏡頭模糊和顆粒(參見 Porter–Duff 基礎)。
TL;DR 速查手冊
什麼是 YUV 格式?
CCIR 601 4:1:1 或 4:2:2
YCbCrA 是一種色彩空間和影像格式,常使用於數位影片和影像壓縮。它將亮度(明度)資訊與色度(色彩)資訊分開,讓它們可以獨立壓縮,以達到更有效率的編碼。YCbCrA 色彩空間是 YCbCr 色彩空間的變體,它加入了透明度的 alpha 通道。
在 YCbCrA 色彩空間中,Y 代表亮度元件,也就是畫素的明度或強度。它是根據人眼如何感知明度,以紅、綠、藍色彩元件的加權總和計算出來的。權重會選擇用來近似亮度函數,它描述了人類視覺感知的平均光譜靈敏度。亮度元件決定了畫素的感知明度。
Cb 和 Cr 分別是藍色差值和紅色差值色度元件。它們代表了影像中的色彩資訊。Cb 是透過從藍色色彩元件中減去亮度計算出來的,而 Cr 是透過從紅色色彩元件中減去亮度計算出來的。透過將色彩資訊分為這些色彩差值元件,YCbCrA 讓色彩資訊的壓縮比 RGB 更有效率。
YCbCrA 中的 alpha (A) 通道代表每個畫素的透明度或不透明度。它指定了在影像渲染時,畫素的色彩應該與背景混合多少。alpha 值為 0 表示畫素完全透明,而 alpha 值為 1(或在 8 位元表示中為 255)表示畫素完全不透明。介於 0 和 1 之間的 alpha 值會產生部分透明的畫素,它們會與背景混合不同程度。
YCbCrA 色彩空間的主要優點之一是,與 RGB 相比,它可以更有效率地壓縮。人類視覺系統對明度的變化比對色彩的變化更敏感。透過將亮度和色度資訊分開,YCbCrA 讓編碼器可以將更多位元分配給亮度元件,它承載了最重要的感知資訊,同時更積極地壓縮色度元件。
在壓縮過程中,亮度和色度元件可以以不同的速率進行子取樣。子取樣會降低色度元件的空間解析度,同時保留亮度元件的完整解析度。常見的子取樣方案包括 4:4:4(無子取樣)、4:2:2(色度水平子取樣因子為 2)和 4:2:0(色度水平和垂直子取樣因子為 2)。子取樣利用了人類視覺系統對色彩細節較低的敏感度,讓壓縮比更高,而不會顯著降低感知品質。
YCbCrA 影像格式廣泛用於影片和影像壓縮標準,例如 JPEG、MPEG 和 H.264/AVC。這些標準採用各種技術來壓縮 YCbCrA 資料,包括色度子取樣、離散餘弦轉換(DCT)、量化和熵編碼。
在壓縮影像或影片幀時,YCbCrA 資料會經歷一系列轉換和壓縮步驟。影像會先從 RGB 轉換成 YCbCrA 色彩空間。然後將亮度和色度元件分割成區塊,通常大小為 8x8 或 16x16 畫素。每個區塊都會進行離散餘弦轉換(DCT),它會將空間畫素值轉換成頻率係數。
然後對 DCT 係數進行量化,它會將每個係數除以量化步長,並將結果四捨五入到最接近的整數。量化會透過捨棄感知重要性較低的頻率資訊,來引入有損壓縮。可以調整量化步長來控制壓縮比和影像品質之間的權衡。
量化後,係數會以之字形模式重新排序,以將低頻係數(它們傾向於有較大的幅度)分組在一起。然後使用哈夫曼編碼或算術編碼等技術對重新排序的係數進行熵編碼。熵編碼會將較短的碼字分配給較常發生的係數,進一步縮小壓縮資料的大小。
要解壓縮 YCbCrA 影像,會套用反向程序。對熵編碼資料進行解碼,以擷取量化的 DCT 係數。然後透過將係數乘以對應的量化步長,對係數進行反量化。對反量化的係數執行反向 DCT,以重建 YCbCrA 區塊。最後,將 YCbCrA 資料轉換回 RGB 色彩空間,以進行顯示或進一步處理。
YCbCrA 中的 alpha 通道通常會與亮度和色度元件分開壓縮。它可以使用各種方法進行編碼,例如遊程長度編碼或基於區塊的壓縮。alpha 通道允許透明度效果,例如將影像或影片以可變不透明度疊加在彼此之上。
YCbCrA 比其他色彩空間和影像格式有幾個優點。它將亮度和色度資訊分開,讓壓縮更有效率,因為人類視覺系統對明度變化比對色彩變化更敏感。色度元件的子取樣進一步減少了要壓縮的資料量,而不會顯著影響感知品質。
此外,YCbCrA 與 JPEG 和 MPEG 等熱門壓縮標準相容,讓它在不同的平台和裝置上廣受支援。它能夠加入 alpha 通道以實現透明度,也讓它適合需要影像合成或混合的應用程式。
然而,YCbCrA 也有其限制。從 RGB 轉換成 YCbCrA 再轉回來可能會產生一些色彩失真,特別是如果色度元件被大量壓縮的話。色度元件的子取樣也可能導致色彩滲色或在色彩轉換劇烈的區域產生偽影。
儘管有這些限制,YCbCrA 仍然是影像和影片壓縮的熱門選擇,因為它的效率和廣泛的支援。它在壓縮效能和視覺品質之間取得平衡,讓它適合各種應用程式,從數位相機和影片串流到圖形和遊戲。
隨著技術進步,可能會出現新的壓縮技術和格式來解決 YCbCrA 的限制,並提供更好的壓縮效率和視覺品質。然而,將亮度和色度資訊分開、子取樣和轉換編碼的基本原理,可能會在未來的影像和影片壓縮標準中繼續發揮作用。
總之,YCbCrA 是一種色彩空間和影像格式,透過將亮度和色度資訊分開,並允許色度子取樣,提供有效率的壓縮。它包含了透明度的 alpha 通道,讓它適用於各種應用程式。儘管它有一些限制,但 YCbCrA 與熱門壓縮標準相容,並且在壓縮效能和視覺品質之間取得平衡,讓它成為影像和影片壓縮領域中廣泛使用的選擇。
支援的格式
AVIF.avif
AV1 圖像文件格式
BMP.bmp
Microsoft Windows 點陣圖像
CIN.cin
Cineon 圖像文件
CLIP.clip
圖像剪輯遮罩
DCX.dcx
ZSoft IBM PC 多頁畫筆
DDS.dds
Microsoft DirectDraw 表面
DPX.dpx
SMTPE 268M-2003 (DPX 2.0) 圖像
DXT1.dxt1
Microsoft DirectDraw 表面
EXR.exr
高人眼動態範圍圖像
FF.ff
Farbfeld
FITS.fits
靈活的圖像傳輸系統
GIF.gif
CompuServe 圖形交換格式
HDR.hdr
高動態範圍圖像
HEIC.heic
高效圖像容器
J2C.j2c
JPEG-2000 編碼串
J2K.j2k
JPEG-2000 編碼串
JNG.jng
JPEG 網絡圖形
JP2.jp2
JPEG-2000 文件格式語法
JPE.jpe
聯合攝影專家組 JFIF 格式
JPEG.jpeg
聯合攝影專家組 JFIF 格式
JPG.jpg
聯合攝影專家組 JFIF 格式
JPM.jpm
JPEG-2000 文件格式語法
JPS.jps
聯合攝影專家組 JPS 格式
JPT.jpt
JPEG-2000 文件格式語法
JXL.jxl
JPEG XL 圖像
MAT.mat
MATLAB 等級 5 圖像格式
PAM.pam
通用二維位圖格式
PBM.pbm
可攜式位圖格式(黑白)
PCD.pcd
Photo CD
PCX.pcx
ZSoft IBM PC Paintbrush
PDB.pdb
棕櫚數據庫圖像查看器格式
PFM.pfm
可攜式浮點格式
PGM.pgm
可攜式灰度圖格式
PGX.pgx
JPEG-2000 VM 格式
PJPEG.pjpeg
聯合照相專家組 JFIF 格式(進行中)
PNG.png
可攜式網路圖形格式
PNG00.png00
與原始圖像相同的 PNG 圖像
PNG24.png24
透明背景的 24 位 RGB PNG 圖像
PNG32.png32
帶有透明度通道的 32 位 RGBA PNG 圖像
PNG48.png48
48 位 RGB PNG 圖像
PNG64.png64
帶有透明度通道的 64 位 RGBA PNG 圖像
PNG8.png8
8位的 PNG 圖像
PNM.pnm
可攜式任何圖像格式
PPM.ppm
可攜式像素圖格式(彩色)
PSB.psb
Photoshop大型檔案格式
PSD.psd
Adobe Photoshop bitmap
SUN.sun
SUN 飽和圖像
TIFF.tiff
Tagged Image File Format
VIPS.vips
VIPS圖像
WEBP.webp
WebP圖像格式
常見問題
這是如何運作的?
這個轉換器完全在您的瀏覽器中運行。當您選擇 一個檔案,它將讀入內存並轉換為所選格式。 然後,您可以下載轉換後的檔案。
我的檔案會發生什麼?
您的檔案絕不會上傳到我們的伺服器。它們在您的瀏覽器中 轉換,然後下載轉換後的檔案。我們從未看到您的檔案。
這需要多少費用?
此轉換器完全免費,且將永遠免費。 由於它在您的瀏覽器中運行,我們無需支付 伺服器費用,所以我們不需要向您收取費用。