Do czego przydaje się wycięty obiekt
Usunięcie tła zamienia zdjęcie w warstwę, którą możesz umieścić gdziekolwiek. Typowe zastosowania:
- Zdjęcia produktów do sklepu lub serwisu ogłoszeniowego, który wymaga jednolitego białego albo przezroczystego tła.
- Zdjęcia profilowe i strony zespołu, na których wszyscy powinni mieć to samo tło.
- Miniatury, plakaty i slajdy, na których osoba lub przedmiot leży na projekcie graficznym.
- Naklejki i wycinanki do komunikatorów lub druku.
Wynikiem jest PNG, w którym obiekt zachowuje oryginalne piksele, a wszystko wokół staje się przezroczyste, więc potem możesz go umieścić na dowolnym kolorze, gradiencie czy zdjęciu.
Jak wykrywany jest obiekt
Narzędzie korzysta z ISNet — sieci segmentacyjnej wytrenowanej do oddzielania głównego obiektu na pierwszym planie od otoczenia. Działa za pośrednictwem silnika ONNX Runtime skompilowanego do WebAssembly, w całości w karcie przeglądarki. Plik modelu to kompaktowa, 8-bitowa wersja o wadze około 45 MB; pobiera się przy pierwszym uruchomieniu i zostaje w pamięci podręcznej przeglądarki, więc przy kolejnych wizytach przetwarzanie rusza od razu.
Dla każdego obrazu proces wygląda tak:
- Zdjęcie jest skalowane do 1024 na 1024 piksele, czyli rozmiaru, na którym trenowano sieć.
- Sieć tworzy maskę, w której każdy piksel dostaje wartość od „całkowicie tło” do „całkowicie pierwszy plan”.
- Maska jest skalowana z powrotem do oryginalnych wymiarów obrazu z płynną interpolacją.
- Maska staje się kanałem alfa oryginalnego zdjęcia, a wynik jest zapisywany jako PNG.
Warto znać dwie konsekwencje. Po pierwsze, wynik zachowuje oryginalną rozdzielczość, bo w 1024 pikselach obliczana jest tylko maska; sam obiekt nigdy nie jest pomniejszany. Po drugie, maska jest miękka, a nie zero-jedynkowa, więc krawędzie takie jak włosy, sierść i rozmycie ruchu zanikają stopniowo, zamiast być ucięte ostrą linią. Zwykle wygląda to naturalniej, ale oznacza też, że półprzezroczyste obrzeża mogą zachować ślad koloru dawnego tła.
Zdjęcia, które się sprawdzają, i te, które nie
Sieć szuka jednego wyraźnego obiektu. Najczystsze wyniki uzyskasz, gdy:
- Obiekt jest ostry i zajmuje sporą część kadru.
- Obiekt i tło kontrastują kolorem lub jasnością.
- Obiektem jest pojedyncza osoba, zwierzę, produkt lub pojazd.
Trudniejsze przypadki:
- Zatłoczone sceny z wieloma obiektami. Model musi zgadywać, który z nich jest głównym obiektem, i może zostawić fragmenty tła albo pominąć część grupy.
- Obiekty zlewające się z tłem. Biały kubek na białym stole albo ciemne włosy na tle ciemnej ściany dają rozmyte lub brakujące krawędzie.
- Przedmioty przezroczyste i odbijające światło. Przez szkło, wodę i chrom widać tło, czego żadna maska nie odda czysto.
- Bardzo szerokie obrazy. Ponieważ do analizy obraz jest ściskany do kwadratu, długa panorama traci szczegóły w poziomie, a cienkie elementy mogą zostać pominięte. Wcześniejsze przycięcie bliżej obiektu narzędziem do przycinania obrazu często wyraźnie poprawia maskę.
Jeśli wynik jest prawie dobry, szybka poprawka krawędzi w dowolnym edytorze obrazów jest zwykle szybsza niż ponowna sesja zdjęciowa.
Jak dopasować wynik do miejsca docelowego
Przezroczyste pliki PNG są większe niż JPG, często od dwóch do pięciu razy większe od oryginalnego zdjęcia, bo kompresja PNG jest bezstratna, a kanał alfa dokłada danych. Do pracy projektowej to nie problem, ale na stronę internetową czy do serwisu ogłoszeniowego to dużo.
- Jeśli potrzebujesz jednolitego tła, przekonwertuj PNG narzędziem PNG na JPG, które wypełnia przezroczyste obszary bielą lub dowolnym wybranym kolorem i daje znacznie mniejszy plik.
- Jeśli potrzebujesz mniejszego pliku z przezroczystością, zmniejsz go do rozmiaru, w jakim będzie faktycznie wyświetlany, narzędziem do zmiany rozmiaru obrazu; wycinek o szerokości 4000 pikseli wyświetlany w 800 pikselach to zmarnowane bajty.
- Aby katalog produktów był spójny, fotografuj wszystkie przedmioty z tej samej odległości, dzięki czemu wycinki wyjdą w podobnej skali.
Możesz upuścić kilka zdjęć naraz. Są przetwarzane jedno po drugim i można je pobrać pojedynczo albo razem jako ZIP.
Wymagania sprzętowe
Ponieważ model działa na Twoim własnym procesorze, szybkość zależy od sprzętu. Na nowym laptopie każdy obraz po wczytaniu modelu zajmuje kilka sekund; starszym telefonom może to zająć znacznie dłużej. Zużycie pamięci rośnie wraz z rozmiarem obrazu: zdjęcie 12-megapikselowe potrzebuje podczas przetwarzania kilkuset megabajtów, więc bardzo duże obrazy mogą się nie udać na telefonach. W takiej sytuacji najpierw zmniejsz zdjęcie albo użyj przeglądarki na komputerze. Żaden obraz nie opuszcza urządzenia, co oznacza też, że gdy model jest już w pamięci podręcznej, narzędzie działa nawet na wolnym łączu.