JNG पृष्ठभूमि हटाएँ
खींचें और छोड़ें या क्लिक करें चुनने के लिए
निजी और सुरक्षित
सब कुछ आपके ब्राउज़र में होता है। आपकी फ़ाइलें हमारे सर्वर को कभी नहीं छूती हैं।
अत्यंत तेज़
कोई अपलोडिंग नहीं, कोई प्रतीक्षा नहीं। फ़ाइल छोड़ते ही कनवर्ट करें।
वास्तव में मुफ्त
कोई ख ाता आवश्यक नहीं। कोई छिपी हुई लागत नहीं। कोई फ़ाइल आकार की चाल नहीं।
बैकग्राउंड हटाना किसी विषय को उसके परिवेश से अलग करता है ताकि आप उसे पारदर्शिता पर रख सकें, दृश्य को बदल सकें, या उसे एक नए डिज़ाइन में संयोजित कर सकें। हुड के तहत आप एक अल्फा मैट का अनुमान लगा रहे हैं - 0 से 1 तक प्रति-पिक्सेल अपारदर्शिता - और फिर अग्रभूमि को किसी और चीज़ पर अल्फा-कंपोज़िटिंग कर रहे हैं। यह पोर्टर-डफ का गणित है और "फ्रिंज" और स्ट्रेट बनाम प्रीमल्टीप्लाइड अल्फा जैसी परिचित कमियों का कारण है। प्रीमल्टीप्लिकेशन और रैखिक रंग पर व्यावहारिक मार्गदर्शन के लिए, माइक्रोसॉफ्ट के विन2डी नोट्स, सोरेन सैंडमैन, और लोमोंट का रैखिक सम्मिश्रण पर लेख देखें।
लोग बैकग्राउंड हटाने के मुख्य तरीके
1) क्रोमा की (“हरा/नीला स्क्रीन”)
यदि आप कैप्चर को नियंत्रित कर सकते हैं, तो पृष्ठभूमि को एक ठोस रंग (अक्सर हरा) से पेंट करें और उस रंग को हटा दें। यह तेज़ है, फिल्म और प्रसारण में परीक्षण किया हुआ है, और वीडियो के लिए आदर्श है। ट्रेड-ऑफ प्रकाश और अलमारी हैं: रंगीन प्रकाश किनारों (विशेषकर बालों) पर फैलता है, इसलिए आप संदूषण को बेअसर करने के लिए डीस्पिल टूल का उपयोग करेंगे। अच्छे प्राइमरों में न्यूक के दस्तावेज़, मिक्सिंग लाइट, और एक व्यावहारिक फ्यूजन डेमो शाम िल हैं।
2) इंटरैक्टिव सेगमेंटेशन (क्लासिक सीवी)
गंदी पृष्ठभूमि वाली एकल छवियों के लिए, इंटरैक्टिव एल्गोरिदम को कुछ उपयोगकर्ता संकेतों की आवश्यकता होती है - जैसे, एक ढीला आयत या स्क्रिबल्स - और एक स्पष्ट मास्क बनाते हैं। कैनोनिकल विधि ग्रैबकट (पुस्तक अध्याय) है, जो अग्रभूमि/पृष्ठभूमि के लिए रंग मॉडल सीखता है और उन्हें अलग करने के लिए पुनरावृत्त रूप से ग्राफ कट का उपयोग करता है। आप GIMP के फोरग्राउंड सेलेक्ट में SIOX (ImageJ प्लगइन) पर आधारित समान विचार देखेंगे।
3) इमेज मैटिंग (फाइन-ग्रेन्ड अल्फ़ा)
मैटिंग wispy सीमाओं (बाल, फर, धुआं, कांच) पर भिन्नात्मक पा रदर्शिता को हल करता है। क्लासिक क्लोज्ड-फॉर्म मैटिंग एक ट्राइमैप (निश्चित रूप से-अग्रभूमि/निश्चित रूप से-पृष्ठभूमि/अज्ञात) लेता है और मजबूत किनारे की सटीकता के साथ अल्फा के लिए एक रैखिक प्रणाली को हल करता है। आधुनिक डीप इमेज मैटिंग एडोब कंपोजिशन-1K डेटासेट (MMEditing डॉक्स) पर तंत्रिका नेटवर्क को प्रशिक्षित करता है, और SAD, MSE, ग्रेडिएंट और कनेक्टिविटी (बेंचमार्क एक्सप्लेनर) जैसे मेट्रिक्स के साथ मूल्यांकन किया जाता है।
4) डीप लर्निंग कटआउट (कोई ट्राइमैप नहीं)
- U2-Net (मुख्य-वस्तु का पता लगाना) एक मजबूत सामान्य "बैकग्राउंड हटाएं" इंजन है (रेपो)।
- MODNet रीयल-टाइम पोर्ट्रेट मैटिंग को लक्षित करता है (PDF)।
- F, B, अल्फा (FBA) मैटिंग रंग प्रभामंडल को कम करने के लिए संयुक्त रूप से अग्रभूमि, पृष्ठभूमि और अल्फा की भविष्यवाणी करता है (रेपो)।
- बैकग्राउंड मैटिंग V2 एक बैकग्राउंड प्लेट मानता है और 4K/30fps तक रीयल टाइम में स्ट्रैंड-लेवल मैट्स देता है (प्रोजेक्ट पेज, रेपो)।
संबंधित विभाजन कार्य भी उपयोगी है: DeepLabv3+ एक एन्कोडर-डिकोडर और एट्रस कनवल्शन के साथ सीमाओं को परिष्कृत करता है (PDF); मास्क R-CNN प्रति-उदाहरण मास्क देता है (PDF); और SAM (सेगमेंट एनीथिंग) एक प्रॉम्प्टेबल फाउंडेशन मॉडल है जो अपरिचित छवियों पर शून्य-शॉट मास्क उत्पन्न करता है।
लोकप्रिय उपकरण क्या करते हैं
- फोटोशॉप: बैकग्राउंड हटाएं त्वरित कार्रवाई हुड के तहत "विषय चुनें → परत मुखौटा" चलाती है (यहां पुष्टि की गई; ट्यूटोरियल)।
- GIMP: फोरग्राउंड सेलेक ्ट (SIOX)।
- Canva: छवियों और छोटे वीडियो के लिए 1-क्लिक बैकग्राउंड रिमूवर।
- remove.bg: स्वचालन के लिए वेब ऐप + API।
- Apple डिवाइस: फ़ोटो/सफारी/क्विक लुक में सिस्टम-स्तरीय “विषय उठाएं” (iOS पर कटआउट)।
क्लीनर कटआउट के लिए वर्कफ़्लो टिप्स
- स्मार्ट शूट करें। अच्छी रोशनी और मजबूत विषय-पृष्ठभूमि कंट्रास्ट हर विधि में मदद करता है। हरे/नीले स्क्रीन के साथ, डीस्पिल की योजना बनाएं (गाइड)।
- व्यापक शुरू करें, संकीर्ण को परिष्कृत करें। एक स्वचालित चयन चलाएँ (विषय चुनें, U2-Net, SAM), फिर ब्रश या मैटिंग (जैसे, क्लोज्ड-फॉर्म) के साथ किनारों को परिष्कृत करें।
- अर्ध-पारदर्शिता का ध्यान रखें। कांच, घूंघट, मोशन ब्लर, उड़ते बालों को असली अल्फा की जरूरत होती है (सिर्फ एक हार्ड मास्क नहीं)। वे विधियाँ जो F/B/α को भी पुनर्प्राप्त करती हैं, प्रभामंडल को कम करती हैं।
- अपने अल्फा को जानें। स्ट्रेट बनाम प्रीमल्टीप्लाइड अलग-अलग किनारे का व्यवहार उत्पन्न करते हैं; लगातार निर्यात/कंपोजिट करें (देखें अवलोकन, हारग्रीव्स)।
- सही आउटपुट चुनें। "कोई पृष्ठभूमि न हीं" के लिए, एक साफ अल्फा (जैसे, PNG/WebP) के साथ एक रेखापुंज वितरित करें या यदि आगे के संपादन की उम्मीद है तो मास्क के साथ स्तरित फाइलें रखें। कुंजी आपके द्वारा गणना की गई अल्फा की गुणवत्ता है - पोर्टर-डफ में निहित है।
गुणवत्ता और मूल्यांकन
अकादमिक कार्य कंपोजिशन-1K पर SAD, MSE, ग्रेडिएंट, और कनेक्टिविटी त्रुटियों की रिपोर्ट करते हैं। यदि आप एक मॉडल चुन रहे हैं, तो उन मेट्रिक्स को देखें (मेट्रिक परिभाषाएं; बैकग्राउंड मैटिंग मेट्रिक्स सेक्शन)। पोर्ट्रेट/वीडियो के लिए, MODNet और बैकग्राउंड मैटिंग V2 मजबूत हैं; सामान्य "मुख्य वस्तु" छवियों के लिए, U2-Net एक ठोस आधार रेखा है; कठिन पारदर्शिता के लिए, FBA क्लीनर हो सकता है।
आम किनारे के मामले (और सुधार)
- बाल और फर: मैटिंग (ट्राइमैप या MODNet जैसे पोर्ट्रेट मैटिंग) का पक्ष लें और एक चेकरबोर्ड पर निरीक्षण करें।
- ठीक संरचनाएं (बाइक स्पोक्स, मछली पकड़ने की रेखा): उच्च-रिज़ॉल्यूशन इनपुट और मैटिंग से पहले एक पूर्व-चरण के रूप में DeepLabv3+ जैसे सीमा-जागरूक विभाजक का उपयोग करें।
- पारदर्शी सामान (धुआं, कांच): आपको भिन्नात्मक अल्फा और अक्सर अग्रभूमि रंग अनुमान की आवश्यकता होती है (FBA)।
- वीडियो कॉन्फ्रेंसिंग: यदि आप एक साफ प्लेट कैप्चर कर सकते हैं, तो बैकग्राउंड मै टिंग V2 भोले "वर्चुअल बैकग्राउंड" टॉगल की तुलना में अधिक स्वाभाविक दिखता है।
यह वास्तविक दुनिया में कहाँ दिखाई देता है
- ई-कॉमर्स: मार्केटप्लेस (जैसे, अमेज़ॅन) को अक्सर शुद्ध सफेद मुख्य छवि पृष्ठभूमि की आवश्यकता होती है; देखें उत्पाद छवि गाइड (RGB 255,255,255)।
- डिज़ाइन टूल: Canva का बैकग्राउंड रिमूवर और फ़ोटोशॉप का बैकग्राउंड हटाएं त्वरित कटआउट को सुव्यवस्थित करता है।
- ऑन-डिवाइस सुविधा: iOS/macOS “विषय उठाएं” आकस्मिक साझाकरण के लिए बहुत अच्छा है।
कटआउट कभी-कभी नकली क्यों दिखते हैं (और सुधार)
- रंग फैलना: हरा/नीला प्रकाश विषय पर लिपट जाता है— डीस्पिल नियंत्रण या लक्षित रंग प्रतिस्थापन का उपयोग करें।
- प्रभामंडल/फ्रिंज: आमतौर पर एक अल्फा-व्याख्या बेमेल (स्ट्रेट बनाम प्रीमल्टीप्लाइड) या पुराने पृष्ठभूमि से दूषित किनारे पिक्सेल; सही ढंग से कनवर्ट/व्याख्या करें (अवलोकन, विवरण)।
- गलत धुंधला/अनाज: एक नरम पृष्ठभूमि में एक रेजर-नुकीला विषय चिपकाएँ और यह पॉप हो जाता है; कंपोज़िटिंग के बाद लेंस ब्लर और ग्रेन का मिलान करें (देखें पोर्टर-डफ मूल बातें)।
TL;DR प्लेबुक
- यदि आप कैप्चर को नियंत्रित करते हैं: क्रोमा कुंजी का उपयोग करें; समान रूप से प्रकाश करें; डीस्पिल की योजना बनाएं।
- यदि यह एक बार की तस्वीर है: फ़ोटोशॉप का बैकग्राउंड हटाएं, Canva का रिमूवर, या remove.bg आज़माएँ; बालों के लिए ब्रश/मैटिंग से परिष्कृत करें।
- यदि आपको उत्पादन-ग्रेड किनारों की आवश्यकता है: मैटिंग ( क्लोज्ड-फॉर्म या डीप) का उपयोग करें और पारदर्शिता पर अल्फा की जांच करें; अल्फा व्याख्या का ध्यान रखें।
- पोर्ट्रेट/वीडियो के लिए: MODNet या बैकग्राउंड मैटिंग V2 पर विचार करें; क्लिक-निर्देशित विभाजन के लिए, SAM एक शक्तिशाली फ्रंट-एंड है।
JNG प्रारूप क्या है?
JPEG नेटवर्क ग्राफिक्स
JP2 या JPEG 2000 भाग 1 फ़ाइल स्वरूप एक छवि एन्कोडिंग प्रणाली है जिसे संयुक्त फोटोग्राफिक विशेषज्ञ समूह द्वारा मूल JPEG मानक के उत्तराधिकारी के रूप में बनाया गया था। इसे वर्ष 2000 में पेश किया गया था और इसे औपचारिक रूप से ISO/IEC 15444-1 के रूप में जाना जाता है। अपने पूर्ववर्ती के विपरीत, JPEG 2000 को एक अधिक कुशल और लचीली छवि संपीड़न तकनीक प्रदान करने के लिए डिज़ाइन किया गया था जो मूल JPEG स्वरूप की कुछ सीमाओं को संबोधित कर सके। JPEG 2000 वेवलेट-आधारित संपीड़न का उपयोग करता है, जो एक ही फ़ाइल के भीतर दोषरहित और दोषपूर्ण दोनों संपीड़न की अनुमति देता है, जो उच्च स्तर की मापनीयता और छवि निष्ठा प्रदान करता है।
JPEG 2000 स्वरूप की प्र मुख विशेषताओं में से एक मूल JPEG स्वरूप में उपयोग किए जाने वाले असतत कोसाइन रूपांतरण (DCT) के विपरीत, असतत वेवलेट रूपांतरण (DWT) का उपयोग है। DWT, DCT पर कई लाभ प्रदान करता है, जिसमें बेहतर संपीड़न दक्षता, विशेष रूप से उच्च रिज़ॉल्यूशन वाली छवियों के लिए, और कम अवरोधक कलाकृतियाँ शामिल हैं। ऐसा इसलिए है क्योंकि वेवलेट रूपांतरण एक छवि को विभिन्न स्तरों के विवरण के साथ प्रदर्शित करने में सक्षम है, जिसे एप्लिकेशन की विशिष्ट आवश्यकताओं या उपयोगकर्ता की प्राथमिकताओं के अनुसार समायोजित किया जा सकता है।
JP2 स्वरूप ग्रेस्केल, RGB, YCbCr, और अन्य सहित रंगीन स्थानों की एक विस्तृत श्रृंखला का समर्थन करता है, साथ ही साथ विभिन्न बिट गहराई, बाइनरी छवियों से लेकर 16 बिट प्रति चैनल तक। यह लचीलापन इसे विभिन्न प्रकार के अनुप्रयोगों के लिए उपयुक्त बनाता है, डिजिटल फोटोग्राफी से लेकर चिकित्सा इमेजिंग और रिमोट सेंसि ंग तक। इसके अतिरिक्त, JPEG 2000 एक अल्फा चैनल के उपयोग के माध्यम से पारदर्शिता का समर्थन करता है, जो मानक JPEG स्वरूप में संभव नहीं है।
JPEG 2000 का एक और महत्वपूर्ण लाभ प्रगतिशील डिकोडिंग के लिए इसका समर्थन है। इसका मतलब यह है कि पूरी फ़ाइल डाउनलोड होने से पहले एक छवि को कम रिज़ॉल्यूशन और गुणवत्ता स्तर पर डिकोड और प्रदर्शित किया जा सकता है, जो विशेष रूप से वेब अनुप्रयोगों के लिए उपयोगी है। जैसे-जैसे अधिक डेटा उपलब्ध होता है, छवि गुणवत्ता को उत्तरोत्तर बढ़ाया जा सकता है। 'गुणवत्ता परतों' के रूप में जानी जाने वाली यह सुविधा, कुशल बैंडविड्थ उपयोग की अनुमति देती है और बैंडविड्थ-बाधित वातावरण में एक बेहतर उपयोगकर्ता अनुभव प्रदान करती है।
JPEG 2000 'रुचि के क्षेत्रों' (ROI) की अवधारणा भी प्रस्तुत करता है। ROI के साथ, छवि के कुछ हिस्सों को छवि के बाकी हिस्सों की तुलना में उच्च गुणवत्ता पर एन्कोड किय ा जा सकता है। यह विशेष रूप से उपयोगी होता है जब किसी छवि के भीतर विशिष्ट क्षेत्रों पर ध्यान आकर्षित करने की आवश्यकता होती है, जैसे कि निगरानी या चिकित्सा निदान में, जहां फोकस छवि के भीतर किसी विशेष विसंगति या विशेषता पर हो सकता है।
JP2 स्वरूप में मजबूत मेटाडेटा हैंडलिंग क्षमताएँ शामिल हैं। यह मेटाडेटा जानकारी की एक विस्तृत श्रृंखला को संग्रहीत कर सकता है, जैसे कि इंटरनेशनल प्रेस टेलीकम्युनिकेशंस काउंसिल (IPTC) मेटाडेटा, Exif डेटा, XML डेटा और यहाँ तक कि बौद्धिक संपदा जानकारी भी। यह व्यापक मेटाडेटा समर्थन बेहतर छवि सूचीकरण और संग्रहण की सुविधा प्रदान करता है, और यह सुनिश्चित करता है कि छवि के बारे में महत्वपूर्ण जानकारी संरक्षित है और आसानी से पहुँचा जा सकता है।
त्रुटि लचीलापन JPEG 2000 की एक और विशेषता है जो इसे उन नेटवर्कों पर उपयोग के लिए उपयुक्त बनाती है जहाँ डेटा हानि हो सकती है, जैस े वायरलेस या उपग्रह संचार। स्वरूप में त्रुटि का पता लगाने और सुधार के लिए तंत्र शामिल हैं, जो यह सुनिश्चित करने में मदद कर सकते हैं कि छवियों को सही ढंग से डिकोड किया गया है, भले ही संचरण के दौरान कुछ डेटा दूषित हो गया हो।
JPEG 2000 फ़ाइलें आमतौर पर समान गुणवत्ता स्तरों पर एन्कोड किए जाने पर JPEG फ़ाइलों की तुलना में आकार में बड़ी होती हैं, जो इसके व्यापक रूप से अपनाने में बाधाओं में से एक रही है। हालाँकि, उन अनुप्रयोगों के लिए जहाँ छवि गुणवत्ता सर्वोपरि है और बढ़ा हुआ फ़ाइल आकार कोई महत्वपूर्ण चिंता नहीं है, JPEG 2000 स्पष्ट लाभ प्रदान करता है। यह भी ध्यान देने योग्य है कि स्वरूप की बेहतर संपीड़न दक्षता JPEG की तुलना में उच्च गुणवत्ता स्तरों पर छोटे फ़ाइल आकार में परिणाम कर सकती है, विशेष रूप से उच्च-रिज़ॉल्यूशन वाली छवियों के लिए।
JP2 स्वरूप विस्तार योग्य है और इसे JPEG 2000 के रूप में जाने जाने वाले मानकों के एक बड़े सूट का हिस्सा बनने के लिए डिज़ाइन किया गया था। इस सूट में विभिन्न भाग शामिल हैं जो मूल स्वरूप की क्षमताओं का विस्तार करते हैं, जैसे गतिशील इमेजरी के लिए समर्थन (JPEG 2000 भाग 2), सुरक्षित छवि संचरण (JPEG 2000 भाग 8), और इंटरैक्टिव प्रोटोकॉल (JPEG 2000 भाग 9)। यह विस्तारशीलता सुनिश्चित करती है कि स्वरूप भविष्य के मल्टीमीडिया अनुप्रयोगों की आवश्यकताओं को पूरा करने के लिए विकसित हो सकता है।
फ़ाइल संरचना के संदर्भ में, एक JP2 फ़ाइल में बक्सों का एक क्रम होता है, जिनमें से प्रत्येक में एक विशिष्ट प्रकार का डेटा होता है। बक्सों में फ़ाइल हस्ताक्षर बॉक्स शामिल है, जो फ़ाइल को JPEG 2000 कोडस्ट्रीम के रूप में पहचानता है, फ़ाइल प्रकार बॉक्स, जो मीडिया प्रकार और संगतता को निर्दिष्ट करता है, और हेडर बॉक्स, जिसमें छवि गुण जैसे चौड़ाई, ऊँचाई, रंग स्थान और बिट गहराई होती है। अतिरिक्त बक्सों में रंग विनिर् देश डेटा, अनुक्रमित रंग छवियों के लिए पैलेट डेटा, रिज़ॉल्यूशन जानकारी और बौद्धिक संपदा अधिकार डेटा हो सकता है।
JP2 फ़ाइल में वास्तविक छवि डेटा 'सन्निहित कोडस्ट्रीम' बॉक्स के भीतर निहित है, जिसमें संपीड़ित छवि डेटा और कोई भी कोडिंग शैली जानकारी शामिल है। कोडस्ट्रीम को 'टाइल' में व्यवस्थित किया जाता है, जो छवि के स्वतंत्र रूप से एन्कोड किए गए खंड होते हैं। यह टाइलिंग सुविधा पूरी छवि को डिकोड करने की आवश्यकता के बिना छवि के कुछ हिस्सों तक कुशल यादृच्छिक पहुँच की अनुमति देती है, जो बड़ी छवियों के लिए या जब छवि के केवल एक हिस्से की आवश्यकता होती है, के लिए फायदेमंद है।
JPEG 2000 में संपीड़न प्रक्रिया में कई चरण शामिल हैं। सबसे पहले, छवि को वैकल्पिक रूप से पूर्व-संसाधित किया जाता है, जिसमें टाइलिंग, रंग परिवर्तन और डाउनसैंपलिंग शामिल हो सकते हैं। इसके बाद, छवि डेटा को विभिन्न रिज़ॉल्यूशन और गुणवत्ता स्तरों पर छवि का प्रतिनिधित्व करने वाले गुणांकों के एक पदानुक्रमित सेट में बदलने के लिए DWT लागू किया जाता है। फिर इन गुणांकों को क्वांटिज़ किया जाता है, जो दोषरहित या दोषपूर्ण तरीके से किया जा सकता है, और क्वांटिज़ किए गए मानों