PSD 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 PSD?
Bitmap Adobe Photoshop
Format File Gambar Berubin Progresif (PTIF) adalah format file gambar canggih yang dirancang untuk penyimpanan yang efisien dan akses yang cepat dan berskala ke gambar digital beresolusi tinggi. Format ini sangat bermanfaat di bidang yang memerlukan akses ke kumpulan data visual yang besar, seperti perpustakaan digital, peta daring, pencitraan medis, dan pengarsipan karya seni. PTIF memanfaatkan kemampuan TIFF (Tagged Image File Format), memperluasnya dengan beberapa fitur utama yang mengatasi tantangan umum dalam menangani gambar yang sangat besar.
Salah satu aspek dasar PTIF adalah dukungannya untuk struktur piramida, metode di mana gambar beresolusi tinggi asli disertai dengan serangkaian salinan dirinya yang beresolusi lebih rendah secara progresif. Salinan ini disimpan dalam file yang sama, secara efektif membuat 'piramida' gambar di mana setiap lapisan mewakili gambar pada skala yang diperkecil. Struktur ini memungkinkan aplikasi untuk mengakses versi gambar yang cocok dengan tingkat zoom penampil saat ini dengan cepat tanpa perlu memproses seluruh gambar beresolusi tinggi, sehingga meningkatkan kinerja dan pengalaman pengguna.
Fitur penting lainnya dari format PTIF adalah sifatnya yang berubin. Alih-alih menyimpan gambar sebagai satu bitmap besar, gambar tersebut dibagi menjadi ubin persegi yang lebih kecil dan lebih mudah dikelola. Ubin ini independen satu sama lain dan dapat diakses secara individual. Sistem petak ini, bila dikombinasikan dengan struktur piramida, memungkinkan akses acak yang sangat efisien ke berbagai bagian gambar pada berbagai resolusi. Ini berarti bahwa pengguna dapat memperbesar area tertentu dari gambar besar dan hanya ubin yang diperlukan untuk tampilan itu yang diambil dan ditampilkan.
Kompresi merupakan komponen integral dari format PTIF. Untuk menghemat ruang tanpa mengorbankan kualitas, PTIF mendukung beberapa skema kompresi, termasuk metode lossless (seperti LZW, ZIP) dan lossy (seperti JPEG). Pilihan kompresi dapat disesuaikan dengan kebutuhan spesifik konten gambar dan persyaratan kualitas versus ukuran file. Misalnya, kompresi lossless akan lebih disukai untuk gambar berkualitas arsip, di mana tidak ada detail yang dapat dikorbankan, sementara kompresi lossy mungkin cocok untuk aplikasi berbasis web di mana kecepatan dan penggunaan bandwidth merupakan pertimbangan yang lebih penting.
Dukungan metadata dalam PTIF melampaui kemampuan dasar yang terlihat pada format gambar tradisional. Format ini memungkinkan penyertaan berbagai metadata deskriptif, administratif, dan struktural. Ini dapat mencakup informasi tentang pembuatan gambar, detail hak cipta, profil warna, dan banyak lagi. Selain itu, PTIF mendukung penyematan metadata khusus, memungkinkan aplikasi untuk menambahkan informasi khusus domain langsung di dalam file. Fitur ini sangat berguna untuk aplikasi seperti perpustakaan digital dan sistem pengarsipan, di mana mempertahankan catatan terperinci tentang asal gambar dan hak penggunaan sangat penting.
Untuk memfasilitasi pemrosesan dan akses yang efisien, file PTIF sering dibuat dan dimanipulasi menggunakan alat perangkat lunak khusus. Alat ini dapat secara otomatis menghasilkan tingkat piramida dan ubin yang diperlukan berdasarkan gambar beresolusi tinggi asli, menerapkan skema kompresi yang dipilih, dan memasukkan metadata yang sesuai. Setelah dibuat, gambar PTIF dapat disajikan kepada klien melalui server web standar atau server ubin khusus yang dirancang untuk mengoptimalkan pengiriman gambar besar ke aplikasi web.
Interoperabilitas PTIF dengan standar dan teknologi web yang ada merupakan keuntungan yang signifikan. Gambar dalam format PTIF dapat diintegrasikan dengan mulus ke dalam halaman web dan aplikasi menggunakan pustaka JavaScript yang dirancang untuk menangani gambar berubin dan multi-resolusi. Pustaka ini menangani pengambilan ubin yang sesuai dan merakitnya di sisi klien, memberikan pengguna pengalaman yang mulus dan interaktif saat menavigasi gambar besar. Selain itu, kompatibilitas dengan teknologi web ini menjadikan PTIF pilihan yang menarik untuk galeri daring, situs e-commerce yang menampilkan gambar produk beresolusi tinggi, dan platform yang menawarkan citra satelit.
Terlepas dari banyak keuntungannya, format PTIF memang memiliki pertimbangan tertentu. Proses mengonversi gambar besar ke PTIF dapat memakan banyak sumber daya, membutuhkan daya komputasi dan ruang penyimpanan yang signifikan, terutama saat menangani gambar beresolusi sangat tinggi atau koleksi besar. Selain itu, kompleksitas pengelolaan file yang menyertakan beberapa resolusi dan ubin dapat memerlukan pelatihan atau keterampilan khusus, terutama bagi mereka yang terlibat dalam pembuatan dan pemeliharaan arsip atau perpustakaan digital.
Salah satu tren yang muncul dalam penggunaan PTIF adalah penerapannya dalam pembelajaran mesin dan kecerdasan buatan. Kemampuan untuk mengakses bagian tertentu dari gambar dengan cepat pada berbagai resolusi sangat berharga dalam melatih model untuk tugas-tugas seperti deteksi objek, klasifikasi gambar, dan aplikasi sistem informasi geografis (GIS). Hal ini telah memicu minat dalam mengembangkan algoritma yang lebih efisien untuk menghasilkan, mengakses, dan menafsirkan file PTIF, serta mengintegrasikannya dengan teknologi AI yang muncul.
Aplikasi PTIF lainnya yang terkenal adalah di bidang pelestarian digital. Dengan memungkinkan penyimpanan gambar dalam format yang hemat ruang dan berkualitas tinggi, institusi dapat memastikan umur panjang dan aksesibilitas koleksi mereka. Hal ini sangat penting untuk dokumen sejarah, karya seni, dan foto, di mana pelestarian detail sangat penting. Dukungan format PTIF untuk metadata yang luas lebih lanjut membantu hal ini dengan memungkinkan dokumentasi terperinci tentang konteks arsip, sehingga memperkaya nilai dan kegunaan catatan digital.
Kombinasi unik fitur format PTIF - struktur piramida, petak, kompresi efisien, dan kemampuan metadata yang luas - menjadikannya solusi yang kuat untuk mengelola dan mengakses gambar beresolusi tinggi. Terlepas dari tantangan yang terkait dengan implementasi dan penanganannya, manfaat yang ditawarkannya dalam hal kinerja, skalabilitas, dan keserbagunaan tidak tertandingi. Ini merupakan kemajuan signifikan dalam teknologi pencitraan digital, yang menjawab kebutuhan pengguna dan aplikasi yang terus berkembang di dunia digital yang semakin visual.
Ke depannya, pengembangan dan adopsi format PTIF yang berkelanjutan kemungkinan akan dipengaruhi oleh kemajuan dalam teknologi penyimpanan, kemampuan jaringan, dan daya komputasi. Saat teknologi dasar ini berkembang, begitu pula peluang untuk meningkatkan format PTIF, menjadikannya lebih efisien dan mudah beradaptasi dengan tuntutan masa depan. Bersamaan dengan ini, semakin pentingnya citra digital di berbagai sektor akan mendorong inovasi lebih lanjut dalam teknologi terkait PTIF, memastikan bahwa format ini tetap menjadi yang terdepan dalam solusi pencitraan digital.
Sebagai kesimpulan, format gambar PTIF merupakan pencapaian signifikan di bidang pencitraan digital, menyediakan alat yang ampuh bagi mereka yang membutuhkan akses efisien ke gambar beresolusi tinggi di berbagai aplikasi. Baik untuk visualisasi berbasis web, pelestarian digital, atau kumpulan data pelatihan AI, format PTIF menawarkan solusi komprehensif yang mengatasi tantangan inti penyimpanan, akses, dan pengelolaan data visual yang besar. Evolusi dan adaptasi yang berkelanjutan terhadap lanskap teknologi baru menandakan perannya sebagai komponen penting dalam masa depan teknologi pencitraan dan visualisasi digital.
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.