Penghapusan latar belakang
Apa itu penghapusan latar belakang?
Penghapusan latar belakang memisahkan subjek foto dari semua yang ada di belakangnya, menyisakan subjek di atas transparansi atau warna polos. Alat AI melakukannya dengan model segmentasi yang menemukan subjek dan model matting yang merapikan tepinya, jadi rambut, bulu, dan kaca tetap alami. Tidak ada yang digambar ulang.
Oleh tim DreamBench. Diperbarui .
Sekilas tentang penghapusan latar belakang
Sekilas
- Input
- Satu foto.
- Output
- Subjek di atas latar belakang transparan atau warna polos, biasanya sebagai PNG.
- Caranya
- Model segmentasi menemukan subjek; model matting merapikan tepinya.
- Dipertahankan
- Piksel asli subjek: tidak ada yang digambar ulang.
- Kesulitan dengan
- Rambut dengan latar yang ramai, kaca, beberapa subjek, subjek yang warnanya sama dengan apa yang ada di belakangnya.
Latar belakang mana yang aku butuhkan?
Transparan, untuk logo, stiker, atau desain: PNG di atas transparansi, jadi potongannya bisa diletakkan di warna apa pun pada slide, situs web, atau video. Pembuat latar belakang transparan memberikannya dalam satu langkah; periksa di atas latar berwarna, bukan pola kotak-kotak.
Putih murni, untuk listing toko atau marketplace: Potongan di atas putih polos, yang diminta sebagian besar marketplace untuk gambar utama dan tidak bisa dirusak oleh situs yang meratakan transparansi ke hitam. Pembuat latar belakang putih melakukannya dalam satu langkah.
Diburamkan, agar tempatnya tetap tapi kekacauannya hilang: Foto yang sama dengan latar belakang yang dilembutkan dan subjek yang tajam, seperti yang dilakukan lensa potret. Preset buramkan latar belakang mempertahankan setiap piksel subjek.
Adegan baru di belakang subjek: Edit generatif, bukan potongan: subjek dipertahankan dan latar belakang baru digambar agar cocok dengan cahayanya. Pengganti latar belakang AI melakukannya dari deskripsi; tepi subjek akan sedikit digambar ulang.
Cara kerja penghapusan latar belakang
Model yang dilatih dengan banyak foto berlabel melihat seluruh gambar, menemukan subjek utama, dan menandai garis luarnya. Hasilnya adalah mask, peta piksel yang dipertahankan. Model matting menyempurnakan mask di bagian tepi, sehingga sehelai rambut bisa setengah tembus pandang alih-alih terpotong.
Segmentasi dan matting adalah dua langkah yang dimaksud orang dengan “penghapusan latar belakang AI”. Segmentasi menjawab masuk atau tidak untuk setiap piksel; matting menambahkan seberapa banyak, untuk piksel di bagian tepi.
Mask
Setiap piksel masuk atau keluar. Cukup untuk benda padat, tetapi kotak-kotak pada rambut, asap, atau motion blur.
Matte
Setiap piksel punya kadar transparansi, dari 0 hingga 100%, jadi helai rambut yang lepas tetap terlihat lembut.
Tidak seperti edit generatif, penghapusan latar belakang tidak menggambar ulang apa pun: piksel subjek adalah piksel asli foto. Itulah sebabnya wajah, label, dan teks kecil tetap persis seperti semula.
Empat cara menghapus latar belakang
| Yang dibutuhkannya | Tepi | Cocok untuk | |
|---|---|---|---|
| Secara manual | Alat pen atau laso dan waktu | Sebagus kesabaranmu | Beberapa gambar penting, tepi tegas |
| Chroma key | Subjek yang direkam di depan layar hijau atau biru yang rata | Bagus, jika layarnya diterangi merata | Foto dan video studio |
| Segmentasi AI | Foto apa pun | Rapi pada bentuk padat, kotak-kotak pada rambut | Produk, logo, potongan cepat |
| Matting AI | Foto apa pun | Tepi lembut tetap terjaga, helai demi helai | Orang, hewan peliharaan, rambut, bulu, kaca |
Tempat orang memakai penghapusan latar belakang
- Foto produk untuk toko dan marketplace, sering di atas putih.
- Foto profil dan foto tim dengan satu latar belakang.
- Logo, stiker, dan potongan untuk desain dan slide.
- Subjek bersih untuk dianimasikan, atau untuk ditempatkan di adegan baru.
Saat penghapusan latar belakang kesulitan
- Rambut dan bulu di depan latar yang ramai, saat helaian dan adegannya sulit dibedakan.
- Kaca, asap, dan air, yang sejak awal memang agak tembus pandang.
- Subjek yang warnanya sama dengan latar di belakangnya.
- Beberapa subjek, saat model harus menebak mana yang menjadi subjek.
- Bayangan: potongan biasanya kehilangan bayangan subjek itu sendiri, jadi bisa terlihat seperti ditempel.
Pinggiran pucat atau lingkaran samar di sekeliling potongan adalah latar lama yang tersisa di sepanjang tepi lembut, tempat matte sebagian transparan: periksa tepinya dalam ukuran penuh di atas warna gelap, dan mulai dari salinan paling sedikit terkompresi yang kamu punya, karena kotak-kotak dari JPEG yang terkompresi berat ikut terbawa ke dalam potongan. Kemeja putih di depan dinding putih adalah tepi yang paling sulit. Matte tidak punya kontras untuk ditemukan, jadi sebagian kemeja bisa ikut terbuang bersama dinding atau sebagian dinding tertinggal; potong ke subjeknya, atau foto lagi dengan latar warna yang berbeda.
Cara DreamBench menghapus latar belakang
Penghapus latar belakang AI menjalankan BiRefNet, model segmentasi yang oleh pembuatnya diterapkan pada tugas termasuk matting dan penghapusan latar belakang. Alat ini bekerja pada foto hingga 2048 piksel di sisi terpanjang dan menghasilkan PNG transparan atau dengan latar putih polos.
Satu potongan memakai 7 kredit. Preset membuat latar belakang transparan, latar belakang putih, atau latar belakang buram dalam satu langkah, dan potongan bisa dibuka di panel pembuatan sebagai referensi untuk video.
| Angka | Artinya untuk fotomu | |
|---|---|---|
| Input | JPEG, PNG, WebP, atau HEIC, hingga 40 MB | Foto langsung dari ponsel sudah cukup. Gambar yang sisi panjangnya lebih dari 2048 piksel diskalakan ke 2048 sebelum diproses. |
| Model | BiRefNet, satu kali proses | Model segmentasi yang oleh pembuatnya diterapkan untuk matting: setiap piksel subjek adalah piksel asli foto, dan model hanya menentukan seberapa banyak dari setiap piksel tepi yang dipertahankan. |
| Output | PNG dalam ukuran unggahan, hingga 2048 piksel, di atas transparansi atau putih murni | PNG mempertahankan kanal alfa; putih diratakan ke #ffffff untuk marketplace yang memintanya. |
| Harga | 7 kredit per potongan, dengan paket apa pun | Tombolnya menampilkan harga sebelum kamu menekannya, dan proses yang gagal dikembalikan kreditnya. |
| Waktu | Beberapa detik | Matte adalah satu kali proses model, bukan generasi yang menggambar ulang gambarnya. |
| Unggahanmu | Dihapus dari penyimpanan alat setelah 7 hari, bersama hasilnya | Dipakai untuk membuat hasil itu dan tidak untuk yang lain, dan tidak dipakai untuk melatih model. |
Untuk mengeluarkan satu hal dari foto dan mempertahankan sisa adegannya, tugasnya adalah inpainting, yang dilakukan penghapus objek dari deskripsi; untuk melakukan hal yang sama di klip, tugasnya adalah inpainting video. Potongan adalah kebalikannya: subjek tetap dan adegannya hilang.
Pertanyaan
Apa bedanya segmentasi dan matting?
Segmentasi menentukan, untuk setiap piksel, apakah piksel itu milik subjek atau latar belakang. Matting juga memperkirakan seberapa banyak setiap piksel tepi milik subjek, sehingga tepi lembut seperti rambut mempertahankan transparansi parsialnya.
Bagaimana cara kerja penghapusan latar belakang dengan AI?
Penghapusan latar belakang AI bekerja dalam dua langkah. Model yang dilatih dengan banyak foto berlabel menemukan subjek utama dan menggarisbesarkannya sebagai mask: masuk atau keluar untuk setiap piksel. Model matting lalu merapikan tepinya, memberi rambut dan tepi lembut lainnya transparansi sebagian, dan semua yang di luar dihapus.
Kenapa penghapus latar belakang memotong rambut atau meninggalkan tepi bergerigi?
Penghapus latar belakang memotong rambut kalau hanya memakai segmentasi: setiap piksel entah subjek atau latar belakang, jadi helai rambut berubah jadi garis tepi yang keras. Model matting justru mempertahankan transparansi sebagian di tepi, dan itulah yang dipakai penghapus DreamBench. Foto yang kecil atau dikompresi berat juga kehilangan detail tepi yang dibutuhkan model untuk menemukan helai rambut.
Apakah penghapusan latar belakang mengubah fotoku?
Tidak jika dilakukan oleh model segmentasi atau matting, yang hanya memutuskan piksel mana yang dipertahankan, jadi potongan tidak kehilangan kualitasnya sendiri: kualitas hanya hilang jika fotonya memang kecil atau sudah terkompresi berat sejak awal. Alat generatif yang mengecat ulang latar belakang bisa sedikit mengubah subjek, itulah sebabnya DreamBench membuat potongannya dengan model matting.
File apa yang aku dapat dari penghapus latar belakang?
PNG, karena PNG mempertahankan transparansi dan JPEG tidak bisa. DreamBench mengembalikan potongan di atas transparansi atau putih polos; pilih putih untuk marketplace yang meratakan gambar transparan ke hitam. Potongan mempertahankan ukuran asli foto sampai 2048 piksel di sisi panjang.
Latar belakang apa yang diminta marketplace untuk foto produk?
Sebagian besar meminta gambar utama berlatar belakang putih polos dengan produk mengisi sebagian besar frame, jadi periksa aturan gambar marketplace itu sendiri sebelum kamu mengunggah. Pembuat latar belakang putih memberi potongan di atas putih murni dalam satu langkah.
Kenapa potonganku terlihat seperti ditempel?
Karena bayangannya hilang dan cahaya di atasnya tidak lagi cocok dengan latar belakang baru. Tambahkan bayangan lembut, atau letakkan di latar belakang yang diterangi dari sisi yang sama.
Bisakah DreamBench menghapus latar belakang dari video?
Tidak. Penghapus latar belakang DreamBench bekerja pada foto. Menghapus latar belakang dari video membutuhkan model yang mengikuti subjek dari frame ke frame.
Bisakah aku menghapus background beberapa foto sekaligus, atau di ponsel?
Satu foto per proses: DreamBench tidak punya unggah massal, jadi sekumpulan foto produk dikerjakan satu per satu. Penghapus ini berfungsi di browser ponsel, tanpa perlu memasang apa pun, dan menerima foto dari galeri kameramu.
Berapa lama penghapusan latar belakang berlangsung?
Penghapusan latar belakang memakan beberapa detik di DreamBench. Model matting memproses foto satu kali, hingga 2048 piksel di sisi panjangnya, dan PNG siap diunduh begitu selesai; tidak ada yang dihasilkan dan tidak ada yang diretus sesudahnya. Foto yang lebih besar dari itu diperkecil sebelum diproses, dan proses yang gagal dikembalikan kreditnya.
Apa yang terjadi pada foto yang kuunggah?
Foto yang kamu unggah tetap berada di browsermu sampai kamu menjalankan potongannya. Setelah itu, foto dipakai untuk membuat hasil itu dan tidak untuk hal lain: DreamBench tidak memakai unggahan untuk melatih atau melakukan fine-tuning model AI, dan foto dihapus dari penyimpanan alat setelah 7 hari, bersama hasilnya. Hasil yang kamu simpan di pustakamu tetap ada selama kamu menyimpannya. Unggah hanya foto yang berhak kamu gunakan.
Apa bedanya memotong foto dan memotong subjeknya dari latar?
Memotong mempertahankan satu persegi panjang dari foto dan membuang sisanya, termasuk latar belakang; subjek tetap berada di atas apa pun yang ada di belakangnya. Potongan mempertahankan garis luar subjek sendiri dan membuat semua yang di luarnya transparan atau putih, jadi subjek bisa diletakkan di latar apa pun. Keduanya saling melengkapi: potong ke subjek lebih dulu kalau pemandangan yang ramai punya beberapa hal yang bisa dianggap model sebagai subjek, lalu hapus latar belakangnya.
Apakah menghapus latar belakang berbayar?
Tergantung aplikasinya. Di DreamBench kamu membuat akun gratis dan memilih paket, dan setiap potongan memakai 7 kredit.
Terkait
Alat DreamBench
- Penghapus latar belakang AIPotong subjek dari foto apa pun sebagai PNG transparan, lengkap dengan tepinya.
- Pembuat latar belakang transparanBuat latar belakang apa pun jadi transparan dan unduh PNG dengan piksel tembus pandang, lengkap dengan tepinya.
- Pembuat latar belakang putihTaruh subjek foto di atas putih polos yang bersih, tepinya dibaurkan dan tidak ada yang digambar ulang.
- Alat blur latar belakang fotoBuramkan latar belakang foto dan pertahankan subjek tetap tajam, dipotong piksel demi piksel.
- Penghapus latar belakang logoPotong logo, ikon, atau tanda tangan dari latarnya sebagai PNG transparan.
- Pengganti latar belakang AITaruh subjek foto apa pun di adegan baru, dengan cahaya yang serasi.
Ketentuan
- Latar belakang transparanPiksel tanpa warna sendiri, disimpan dalam kanal alfa, sehingga halaman di belakangnya terlihat tembus.
- InpaintingMengisi area pilihan pada gambar dengan konten baru, seperti cara AI menghapus objek dan teks.
- Video inpaintingMengisi area pada video agar cocok di setiap frame, begitulah cara AI menghapus objek dan orang.
Sumber
- BiRefNet di GitHubBiRefNet, dibaca pada
DreamBench adalah platform independen dan tidak berafiliasi dengan atau didukung oleh perusahaan yang disebutkan di halaman ini.