JPG Penghapus Latar Belakang
Seret dan lepas atau klik untuk memilih
Pribadi dan aman
Semuanya terjadi di browser Anda. File Anda tidak pernah menyentuh server kami.
Sangat cepat
Tanpa mengunggah, tanpa menunggu. Konversi saat Anda meletakkan file.
Benar-benar gratis
Tidak perlu akun. Tidak ada biaya tersembunyi. Tidak ada trik ukuran file.
Penghapusan latar belakang memisahkan subjek dari lingkungannya sehingga Anda dapat meletakkannya di transparansi, menukar adegan, atau menggabungkannya ke dalam desain baru. Di balik layar, Anda memperkirakan alpha matte—opasitas per piksel dari 0 hingga 1—dan kemudian melakukan alpha-compositing pada latar depan di atas sesuatu yang lain. Ini adalah matematika dari Porter–Duff dan penyebab masalah umum seperti “pinggiran” dan alfa lurus vs. alfa premultiplikasi. Untuk panduan praktis tentang premultiplikasi dan warna linear, lihat catatan Win2D Microsoft, Søren Sandmann, dan tulisan Lomont tentang pencampuran linear.
Cara utama orang menghapus latar belakang
1) Chroma key (“layar hijau/biru”)
Jika Anda dapat mengontrol pengambilan, cat latar belakang dengan warna solid (seringkali hijau) dan kunci rona itu. Ini cepat, teruji dalam film dan siaran, dan ideal untuk video. Kelemahannya adalah pencahayaan dan busana: cahaya berwarna tumpah ke tepi (terutama rambut), jadi Anda akan menggunakan alat despill untuk menetralkan kontaminasi. Referensi awal yang bagus termasuk dokumentasi Nuke, Mixing Light, dan demo langsung Fusion.
2) Segmentasi interaktif (CV klasik)
Untuk gambar tunggal dengan latar belakang yang berantakan, algoritme interaktif memerlukan beberapa petunjuk pengguna—misalnya, persegi panjang longgar atau coretan—dan menghasilkan mask yang tajam. Metode kanonis adalah GrabCut (bab buku), yang mempelajari model warna untuk latar depan/latar belakang dan menggunakan potongan grafik secara berulang untuk memisahkannya. Anda akan melihat ide serupa di Seleksi Latar Depan GIMP berdasarkan SIOX (plugin ImageJ).
3) Matting gambar (alfa berbutir halus)
Matting memecahkan transparansi parsial pada batas tipis (rambut, bulu, asap, kaca). Klasik matting bentuk-tertutup mengambil trimap (pasti-depan/pasti-belakang/tidak diketahui) dan menyelesaikan sistem linear untuk alfa dengan akurasi tepi yang tinggi. Modern deep image matting melatih jaringan saraf pada dataset Adobe Composition-1K (dokumen MMEditing), dan dievaluasi dengan metrik seperti SAD, MSE, Gradient, dan Connectivity (penjelasan tolok ukur).
4) Potongan pembelajaran mendalam (tanpa trimap)
- U2-Net (deteksi objek menonjol) adalah mesin “hapus latar belakang” umum yang kuat (repo).
- MODNet menargetkan matting potret waktu-nyata (PDF).
- F, B, Alpha (FBA) Matting secara bersamaan memprediksi latar depan, latar belakang, dan alfa untuk mengurangi halo warna (repo).
- Background Matting V2 mengasumsikan latar belakang yang bersih dan menghasilkan masker setingkat helai rambut secara waktu-nyata hingga 4K/30fps (halaman proyek, repo).
Pekerjaan segmentasi terkait juga berguna: DeepLabv3+ menyempurnakan batas dengan encoder–decoder dan konvolusi atrous (PDF); Mask R-CNN memberikan masker per-instans (PDF); dan SAM (Segment Anything) adalah model dasar yang berbasis prompt yang menghasilkan masker zero-shot pada gambar yang tidak dikenal.
Apa yang dilakukan alat populer
- Photoshop: Tindakan cepat Hapus Latar Belakang menjalankan “Pilih Subjek → masker lapisan” di balik layar (dikonfirmasi di sini; tutorial).
- GIMP: Seleksi Latar Depan (SIOX).
- Canva: 1-klik Penghapus Latar Belakang untuk gambar dan video pendek.
- remove.bg: aplikasi web + API untuk otomatisasi.
- Perangkat Apple: tingkat sistem “Angkat Subjek” di Foto/Safari/Tampilan Cepat (potongan di iOS).
Kiat alur kerja untuk potongan yang lebih bersih
- Ambil gambar dengan cerdas. Pencahayaan yang baik dan kontras subjek–latar belakang yang kuat membantu setiap metode. Dengan layar hijau/biru, rencanakan untuk despill (panduan).
- Mulai dari gambaran umum, lalu persempit ke detail. Jalankan seleksi otomatis (Pilih Subjek, U2-Net, SAM), lalu sempurnakan tepi dengan kuas atau matting (misalnya, bentuk-tertutup).
- Perhatikan semi-transparansi. Kaca, kerudung, buram gerak, rambut beterbangan memerlukan alfa sejati (bukan hanya masker keras). Metode yang juga memulihkan F/B/α meminimalkan halo.
- Pahami saluran alfa Anda. Lurus vs. premultiplied menghasilkan perilaku tepi yang berbeda; ekspor/komposit secara konsisten (lihat gambaran umum, Hargreaves).
- Pilih output yang tepat. Untuk “tanpa latar belakang,” berikan raster dengan alfa bersih (misalnya, PNG/WebP) atau simpan file berlapis dengan masker jika akan ada penyuntingan lebih lanjut. Kuncinya adalah kualitas alfa yang Anda hitung—berakar pada Porter–Duff.
Kualitas & evaluasi
Karya akademis melaporkan kesalahan SAD, MSE, Gradient, dan Connectivity pada Composition-1K. Jika Anda memilih model, cari metrik tersebut (definisi metrik; bagian metrik Background Matting). Untuk potret/video, MODNet dan Background Matting V2 kuat; untuk gambar “objek menonjol” umum, U2-Net adalah dasar yang kuat; untuk transparansi yang sulit, FBA dapat memberikan hasil yang lebih baik.
Kasus tepi umum (dan perbaikannya)
- Rambut & bulu: utamakan matting (trimap atau matting potret seperti MODNet) dan periksa pada latar papan catur.
- Struktur halus (jeruji sepeda, tali pancing): gunakan input resolusi tinggi dan segmenter yang sadar batas seperti DeepLabv3+ sebagai langkah sebelum matting.
- Benda tembus pandang (asap, kaca): Anda memerlukan alfa parsial dan seringkali estimasi warna latar depan (FBA).
- Konferensi video: jika Anda dapat menangkap pelat bersih, Background Matting V2 terlihat lebih alami daripada opsi “latar belakang virtual” yang naif.
Di mana ini muncul di dunia nyata
- E-commerce: marketplace (misalnya, Amazon) seringkali memerlukan latar belakang gambar utama putih bersih; lihat Panduan gambar produk (RGB 255,255,255).
- Alat desain: Penghapus Latar Belakang Canva dan Hapus Latar Belakang Photoshop memperlancar potongan cepat.
- Kenyamanan di perangkat: “Angkat Subjek” iOS/macOS bagus untuk berbagi santai.
Mengapa potongan terkadang terlihat palsu (dan perbaikannya)
- Tumpahan warna: cahaya hijau/biru membungkus subjek—gunakan kontrol despill atau penggantian warna yang ditargetkan.
- Halo/pinggiran: biasanya ketidakcocokan interpretasi-alfa (lurus vs. premultiplied) atau piksel tepi yang terkontaminasi oleh latar belakang lama; konversi/interpretasi dengan benar (gambaran umum, detail).
- Buram/grain yang salah: tempel subjek yang tajam ke latar belakang yang buram dan itu menonjol; cocokkan buram lensa dan grain setelah proses komposit (lihat dasar-dasar Porter–Duff).
Buku pedoman TL;DR
- Jika Anda mengontrol pengambilan: gunakan kunci kroma; cahaya merata; rencanakan despill.
- Jika ini foto sekali pakai: coba Hapus Latar Belakang Photoshop, penghapus Canva, atau remove.bg; sempurnakan dengan kuas/matting untuk rambut.
- Jika Anda memerlukan tepi kelas produksi: gunakan matting ( bentuk-tertutup atau mendalam) dan periksa alfa pada transparansi; perhatikan interpretasi alfa.
- Untuk potret/video: pertimbangkan MODNet atau Background Matting V2; untuk segmentasi yang dipandu klik, SAM adalah front-end yang kuat.
Apa itu format JPG?
Format JFIF Grup Ahli Fotografi Bersama
Format gambar JPEG (Joint Photographic Experts Group), yang umumnya dikenal sebagai JPG, adalah metode kompresi lossy yang banyak digunakan untuk gambar digital, khususnya untuk gambar yang dihasilkan oleh fotografi digital. Tingkat kompresi dapat disesuaikan, sehingga memungkinkan pertukaran yang dapat dipilih antara ukuran penyimpanan dan kualitas gambar. JPEG biasanya mencapai kompresi 10:1 dengan sedikit kehilangan kualitas gambar yang terlihat.
Kompresi JPEG digunakan dalam sejumlah format file gambar. JPEG/Exif adalah format gambar paling umum yang digunakan oleh kamera digital dan perangkat pengambilan gambar fotografi lainnya; bersama dengan JPEG/JFIF, ini adalah format paling umum untuk menyimpan dan mengirimkan gambar fotografi di World Wide Web. Variasi format ini sering kali tidak dibedakan, dan hanya disebut JPEG.
Format JPEG mencakup berbagai standar, termasuk JPEG/Exif, JPEG/JFIF, dan JPEG 2000, yang merupakan standar baru yang menawarkan efisiensi kompresi yang lebih baik dengan kompleksitas komputasi yang lebih tinggi. Standar JPEG rumit, dengan berbagai bagian dan profil, tetapi standar JPEG yang paling umum digunakan adalah JPEG dasar, yang merupakan yang dimaksud kebanyakan orang ketika mereka menyebutkan gambar 'JPEG'.
Algoritma kompresi JPEG pada intinya adalah teknik kompresi berbasis transformasi kosinus diskrit (DCT). DCT adalah transformasi terkait Fourier yang mirip dengan transformasi Fourier diskrit (DFT), tetapi hanya menggunakan fungsi kosinus. DCT digunakan karena memiliki sifat memusatkan sebagian besar sinyal di wilayah frekuensi rendah spektrum, yang berkorelasi baik dengan sifat gambar alami.
Proses kompresi JPEG melibatkan beberapa langkah. Awalnya, gambar diubah dari ruang warna aslinya (biasanya RGB) ke ruang warna berbeda yang dikenal sebagai YCbCr. Ruang warna YCbCr memisahkan gambar menjadi komponen luminansi (Y), yang mewakili tingkat kecerahan, dan dua komponen krominansi (Cb dan Cr), yang mewakili informasi warna. Pemisahan ini bermanfaat karena mata manusia lebih sensitif terhadap variasi kecerahan daripada warna, sehingga memungkinkan kompresi komponen krominansi yang lebih agresif tanpa mempengaruhi kualitas gambar yang dirasakan secara signifikan.
Setelah konversi ruang warna, gambar dibagi menjadi beberapa blok, biasanya berukuran 8x8 piksel. Setiap blok kemudian diproses secara terpisah. Untuk setiap blok, DCT diterapkan, yang mengubah data domain spasial menjadi data domain frekuensi. Langkah ini sangat penting karena membuat data gambar lebih mudah dikompresi, karena gambar alami cenderung memiliki komponen frekuensi rendah yang lebih signifikan daripada komponen frekuensi tinggi.
Setelah DCT diterapkan, koefisien yang dihasilkan dikuantisasi. Kuantisasi adalah proses memetakan sekumpulan besar nilai input ke sekumpulan yang lebih kecil, yang secara efektif mengurangi jumlah bit yang diperlukan untuk menyimpannya. Ini adalah sumber utama kerugian dalam kompresi JPEG. Langkah kuantisasi dikendalikan oleh tabel kuantisasi, yang menentukan seberapa banyak kompresi yang diterapkan pada setiap koefisien DCT. Dengan menyesuaikan tabel kuantisasi, pengguna dapat memperdagangkan antara kualitas gambar dan ukuran file.
Setelah kuantisasi, koefisien dilinearisasi dengan pemindaian zig-zag, yang mengurutkannya dengan meningkatkan frekuensi. Langkah ini penting karena mengelompokkan bersama koefisien frekuensi rendah yang lebih mungkin signifikan, dan koefisien frekuensi tinggi yang lebih mungkin menjadi nol atau mendekati nol setelah kuantisasi. Pengurutan ini memfasilitasi langkah berikutnya, yaitu pengkodean entropi.
Pengkodean entropi adalah metode kompresi lossless yang diterapkan pada koefisien DCT yang dikuantisasi. Bentuk pengkodean entropi yang paling umum digunakan dalam JPEG adalah pengkodean Huffman, meskipun pengkodean aritmatika juga didukung oleh standar. Pengkodean Huffman bekerja dengan menetapkan kode yang lebih pendek ke elemen yang lebih sering dan kode yang lebih panjang ke elemen yang lebih jarang. Karena gambar alami cenderung memiliki banyak koefisien nol atau mendekati nol setelah kuantisasi, terutama di wilayah frekuensi tinggi, pengkodean Huffman dapat secara signifikan mengurangi ukuran data terkompresi.
Langkah terakhir dalam proses kompresi JPEG adalah menyimpan data terkompresi dalam format file. Format yang paling umum adalah JPEG File Interchange Format (JFIF), yang mendefinisikan cara merepresentasikan data terkompresi dan metadata terkait, seperti tabel kuantisasi dan tabel kode Huffman, dalam file yang dapat didekode oleh berbagai perangkat lunak. Format umum lainnya adalah format file gambar yang dapat ditukar (Exif), yang digunakan oleh kamera digital dan menyertakan metadata seperti pengaturan kamera dan informasi pemandangan.
File JPEG juga menyertakan penanda, yang merupakan urutan kode yang menentukan parameter atau tindakan tertentu dalam file. Penanda ini dapat menunjukkan awal gambar, akhir gambar, menentukan tabel kuantisasi, menentukan tabel kode Huffman, dan banyak lagi. Penanda sangat penting untuk pengodean gambar JPEG yang tepat, karena menyediakan informasi yang diperlukan untuk merekonstruksi gambar dari data terkompresi.
Salah satu fitur utama JPEG adalah dukungannya untuk pengkodean progresif. Dalam JPEG progresif, gambar dikodekan dalam beberapa lintasan, masing-masing meningkatkan kualitas gambar. Hal ini memungkinkan versi gambar berkualitas rendah untuk ditampilkan saat file masih diunduh, yang dapat sangat berguna untuk gambar web. File JPEG progresif umumnya lebih besar dari file JPEG dasar, tetapi perbedaan kualitas selama pemuatan dapat meningkatkan pengalaman pengguna.
Meskipun banyak digunakan, JPEG memiliki beberapa keterbatasan. Sifat lossy dari kompresi dapat menyebabkan artefak seperti pemblokiran, di mana gambar mungkin menunjukkan kotak yang terlihat, dan 'dering', di mana tepi mungkin disertai dengan osilasi palsu. Artefak ini lebih terlihat pada tingkat kompresi yang lebih tinggi. Selain itu, JPEG tidak cocok untuk gambar dengan tepi tajam atau teks kontras tinggi, karena algoritma kompresi dapat mengaburkan tepi dan mengurangi keterbacaan.
Untuk mengatasi beberapa keterbatasan standar JPEG asli, JPEG 2000 dikembangkan. JPEG 2000 menawarkan beberapa peningkatan dibandingkan JPEG dasar, termasuk efisiensi kompresi yang lebih baik, dukungan untuk kompresi lossless, dan kemampuan untuk menangani berbagai jenis gambar secara efektif. Namun, JPEG 2000 belum banyak diadopsi dibandingkan dengan standar JPEG asli, sebagian besar karena meningkatnya kompleksitas komputasi dan kurangnya dukungan di beberapa perangkat lunak dan browser web.
Sebagai kesimpulan, format gambar JPEG adalah metode yang kompleks namun efisien untuk mengompresi gambar fotografi. Adopsi yang meluas disebabkan oleh fleksibilitasnya dalam menyeimbangkan kualitas gambar dengan ukuran file, sehingga cocok untuk berbagai aplikasi, dari grafik web hingga fotografi profesional. Meskipun memiliki kekurangan, seperti kerentanan terhadap artefak kompresi, kemudahan penggunaan dan dukungannya di berbagai perangkat dan perangkat lunak menjadikannya salah satu format gambar paling populer yang digunakan saat ini.
Format yang didukung
AAI.aai
Gambar AAI Dune
AI.ai
Adobe Illustrator CS2
AVIF.avif
Format File Gambar AV1
BAYER.bayer
Gambar Bayer Mentah
BMP.bmp
Gambar bitmap Windows Microsoft
CIN.cin
File Gambar Cineon
CLIP.clip
Masker Klip Gambar
CMYK.cmyk
Contoh cyan, magenta, kuning, dan hitam mentah
CUR.cur
Ikon Microsoft
DCX.dcx
ZSoft IBM PC multi-page Paintbrush
DDS.dds
Microsoft DirectDraw Surface
DPX.dpx
Gambar SMTPE 268M-2003 (DPX 2.0)
DXT1.dxt1
Microsoft DirectDraw Surface
EPDF.epdf
Format Dokumen Portabel Terkapsulasi
EPI.epi
Format Interchange PostScript Terkapsulasi Adobe
EPS.eps
PostScript Terkapsulasi Adobe
EPSF.epsf
PostScript Terkapsulasi Adobe
EPSI.epsi
Format Interchange PostScript Terkapsulasi Adobe
EPT.ept
PostScript Terkapsulasi dengan pratinjau TIFF
EPT2.ept2
PostScript Level II Terkapsulasi dengan pratinjau TIFF
EXR.exr
Gambar berdynamik tinggi (HDR)
FF.ff
Farbfeld
FITS.fits
Sistem Transportasi Gambar Fleksibel
GIF.gif
Format pertukaran grafis CompuServe
HDR.hdr
Gambar Berdynamik Tinggi
HEIC.heic
Kontainer Gambar Efisiensi Tinggi
HRZ.hrz
Slow Scan TeleVision
ICO.ico
Ikon Microsoft
ICON.icon
Ikon Microsoft
J2C.j2c
Codestream JPEG-2000
J2K.j2k
Codestream JPEG-2000
JNG.jng
Grafik Jaringan JPEG
JP2.jp2
Sintaks Format File JPEG-2000
JPE.jpe
Format JFIF Grup Ahli Fotografi Bersama
JPEG.jpeg
Format JFIF Grup Ahli Fotografi Bersama
JPG.jpg
Format JFIF Grup Ahli Fotografi Bersama
JPM.jpm
Sintaks Format File JPEG-2000
JPS.jps
Format JPS Grup Ahli Fotografi Bersama
JPT.jpt
Sintaks Format File JPEG-2000
JXL.jxl
Gambar JPEG XL
MAP.map
Database Gambar Seamless Multi-resolusi (MrSID)
MAT.mat
Format gambar level 5 MATLAB
PAL.pal
Pixmap Palm
PALM.palm
Pixmap Palm
PAM.pam
Format bitmap 2-dimensi umum
PBM.pbm
Format bitmap portabel (hitam dan putih)
PCD.pcd
Photo CD
PCT.pct
Apple Macintosh QuickDraw/PICT
PCX.pcx
ZSoft IBM PC Paintbrush
PDB.pdb
Format ImageViewer Database Palm
PDF.pdf
Format Dokumen Portabel
PDFA.pdfa
Format Arsip Dokumen Portabel
PFM.pfm
Format float portabel
PGM.pgm
Format graymap portabel (skala abu-abu)
PGX.pgx
Format tak terkompresi JPEG 2000
PICT.pict
Apple Macintosh QuickDraw/PICT
PJPEG.pjpeg
Format JFIF Kelompok Ahli Fotografi Bersama
PNG.png
Grafik Jaringan Portabel
PNG00.png00
PNG mewarisi bit-depth, tipe warna dari gambar asli
PNG24.png24
RGB 24-bit transparan atau biner (zlib 1.2.11)
PNG32.png32
RGBA 32-bit transparan atau biner
PNG48.png48
RGB 48-bit transparan atau biner
PNG64.png64
RGBA 64-bit transparan atau biner
PNG8.png8
Indeks 8-bit transparan atau biner
PNM.pnm
Anymap portabel
PPM.ppm
Format pixmap portabel (warna)
PS.ps
File Adobe PostScript
PSB.psb
Format Dokumen Besar Adobe
PSD.psd
Bitmap Adobe Photoshop
RGB.rgb
Contoh merah, hijau, dan biru mentah
RGBA.rgba
Contoh merah, hijau, biru, dan alpha mentah
RGBO.rgbo
Contoh merah, hijau, biru, dan opasitas mentah
SIX.six
Format Grafik DEC SIXEL
SUN.sun
Rasterfile Sun
SVG.svg
Grafik Vektor Skalable
TIFF.tiff
Format File Gambar Bertag
VDA.vda
Gambar Truevision Targa
VIPS.vips
Gambar VIPS
WBMP.wbmp
Gambar Bitmap Nirkabel (level 0)
WEBP.webp
Format Gambar WebP
YUV.yuv
CCIR 601 4:1:1 atau 4:2:2
Pertanyaan yang sering diajukan
Bagaimana cara kerjanya?
Konverter ini berjalan sepenuhnya di browser Anda. Saat Anda memilih file, file tersebut dibaca ke dalam memori dan dikonversi ke format yang dipilih. Anda kemudian dapat mengunduh file yang telah dikonversi.
Berapa lama waktu yang dibutuhkan untuk mengonversi file?
Konversi dimulai secara instan, dan sebagian besar file dikonversi dalam waktu kurang dari satu detik. File yang lebih besar mungkin membutuhkan waktu lebih lama.
Apa yang terjadi dengan file saya?
File Anda tidak pernah diunggah ke server kami. File tersebut dikonversi di browser Anda, dan file yang telah dikonversi kemudian diunduh. Kami tidak pernah melihat file Anda.
Jenis file apa yang dapat saya konversi?
Kami mendukung konversi antara semua format gambar, termasuk JPEG, PNG, GIF, WebP, SVG, BMP, TIFF, dan banyak lagi.
Berapa biayanya?
Konverter ini sepenuhnya gratis, dan akan selalu gratis. Karena berjalan di browser Anda, kami tidak perlu membayar server, jadi kami tidak perlu menagih Anda.
Bisakah saya mengonversi banyak file sekaligus?
Ya! Anda dapat mengonversi file sebanyak yang Anda inginkan sekaligus. Cukup pilih beberapa file saat Anda menambahkannya.