CIN Arka Plan Silici
Sürükleyip bırakın ya da seçmek için tıklayın
Özel ve güvenli
Her şey tarayıcınızda gerçekleşir. Dosyalarınız sunucularımıza asla dokunmaz.
Çok hızlı
Yükleme yok, bekleme yok. Bir dosyayı bıraktığınız anda dönüştürün.
Gerçekten ücretsiz
Hesap gerekmez. Gizli maliyet yok. Dosya boyutu hilesi yok.
Arka plan kaldırma, bir konuyu çevresinden ayırır, böylece onu şeffaflık üzerine yerleştirebilir, sahneyi değiştirebilir veya yeni bir tasarıma entegre edebilirsiniz. Kaputun altında bir alfa maskesi—piksel başına 0'dan 1'e kadar bir opaklık—tahmin ediyor ve ardından ön planı alfa kompozitleme ile başka bir şeyin üzerine yerleştiriyorsunuz. Bu, Porter–Duff matematiğidir ve “saçaklar” ve düz ve önceden çarpılmış alfa gibi yaygın sorunların nedenidir. Önceden çarpma ve doğrusal renk hakkında pratik rehberlik için Microsoft’un Win2D notlarına, Søren Sandmann’a ve Lomont’un doğrusal harmanlama üzerine yazısına bakın.
İnsanların arka planları kaldırmasının ana yolları
1) Kroma anahtarı (“yeşil/mavi ekran”)
Çekimi kontrol edebiliyorsanız, arka planı düz bir renge (genellikle yeşil) boyayın ve bu tonu anahtarlayın. Hızlıdır, film ve yayında kendini kanıtlamıştır ve video için idealdir. Dezavantajları aydınlatma ve kıyafetlerdir: renkli ışık kenarlara (özellikle saça) taşar, bu nedenle kirlenmeyi nötralize etmek için dökülme önleyici araçlar kullanırsınız. İyi başlangıç kılavuzları arasında Nuke’un belgeleri, Mixing Light ve uygulamalı bir Fusion demosu bulunur.
2) Etkileşimli segmentasyon (klasik CV)
Dağınık arka planlara sahip tek görüntüler için, etkileşimli algoritmalar birkaç kullanıcı ipucuna ihtiyaç duyar—örneğin, gevşek bir dikdörtgen veya karalamalar—ve keskin bir maske oluşturur. Kanonik yöntem GrabCut’tır (kitap bölümü), ön plan/arka plan için renk modelleri öğrenir ve bunları ayırmak için yinelemeli olarak grafik kesimlerini kullanır. Benzer fikirleri GIMP’in Ön Plan Seçimi’nde SIOX’a dayalı olarak görürsünüz (ImageJ eklentisi).
3) Görüntü matlaştırma (ince taneli alfa)
Matlaştırma, ince sınırlardaki (saç, kürk, duman, cam) kesirli şeffaflığı çözer. Klasik kapalı form matlaştırma bir üçlü harita (kesinlikle-ön plan/kesinlikle-arka plan/bilinmeyen) alır ve güçlü kenar doğruluğu ile alfa için doğrusal bir sistemi çözer. Modern derin görüntü matlaştırma Adobe Composition-1K veri setinde sinir ağlarını eğitir (MMEditing belgeleri) ve SAD, MSE, Gradyan ve Bağlantı gibi metriklerle değerlendirilir (kıyaslama açıklaması).
4) Derin öğrenme kesikleri (üçlü harita yok)
- U2-Net (belirgin nesne tespiti) güçlü bir genel “arka planı kaldır” motorudur (repo).
- MODNet, gerçek zamanlı portre matlaştırmayı hedefler (PDF).
- F, B, Alfa (FBA) Matlaştırma, renk halolarını azaltmak için ön planı, arka planı ve alfayı birlikte tahmin eder (repo).
- Arka Plan Matlaştırma V2, temiz bir arka plan varsayar ve 4K/30fps'ye kadar gerçek zamanlı olarak saç teli düzeyinde maskeler üretir (proje sayfası, repo).
İlgili segmentasyon çalışmaları da faydalıdır: DeepLabv3+, bir kodlayıcı-kod çözücü ve atrous evrişimleri ile sınırları iyileştirir (PDF); Mask R-CNN, örnek başına maskeler verir (PDF); ve SAM (Segment Anything), bilinmeyen görüntülerde sıfır atışlı maskeler oluşturan istemle yönlendirilebilir bir temel modeldir.
Popüler araçlar ne yapar
- Photoshop: Arka Planı Kaldır hızlı eylemi, kaputun altında “Konuyu Seç → katman maskesi” çalıştırır (burada onaylandı; öğretici).
- GIMP: Ön Plan Seçimi (SIOX).
- Canva: Görüntüler ve kısa videolar için 1 tıklamayla Arka Plan Kaldırıcı.
- remove.bg: otomasyon için web uygulaması + API.
- Apple cihazları: Fotoğraflar/Safari/Hızlı Bakış'ta sistem düzeyinde “Konuyu Ayırma” (iOS'ta kesikler).
Daha temiz kesikler için iş akışı ipuçları
- Akıllıca çekim yapın. İyi aydınlatma ve güçlü konu-arka plan kontrastı her yönteme yardımcı olur. Yeşil/mavi ekranlarla, dökülme önleyici planlayın (kılavuz).
- Geniş başlayıp detaya inin. Otomatik bir seçim çalıştırın (Konuyu Seç, U2-Net, SAM), ardından kenarları fırçalarla veya matlaştırma ile iyileştirin (örneğin, kapalı form).
- Yarı saydamlığa dikkat edin. Cam, tül, hareket bulanıklığı, uçuşan saçlar gerçek alfa gerektirir (sadece sert bir maske değil). Ayrıca F/B/α'yı kurtaran yöntemler haloları en aza indirir.
- Alfa kanalını anlayın. Düz ve önceden çarpılmış farklı kenar davranışları üretir; tutarlı bir şekilde dışa aktarın/birleştirin (bkz. genel bakış, Hargreaves).
- Doğru çıktıyı seçin. “Arka plan yok” için, temiz bir alfa içeren bir raster (örneğin, PNG/WebP) teslim edin veya daha fazla düzenleme bekleniyorsa maskeli katmanlı dosyaları saklayın. Anahtar, hesapladığınız alfanın kalitesidir—Porter–Duff’a dayanır.
Kalite ve değerlendirme
Akademik çalışmalar, Composition-1K üzerinde SAD, MSE, Gradyan ve Bağlantı hatalarını raporlar. Bir model seçiyorsanız, bu metriklere bakın (metrik tanımları; Arka Plan Matlaştırma metrikleri bölümü). Portreler/video için, MODNet ve Arka Plan Matlaştırma V2 güçlüdür; genel “belirgin nesne” görüntüleri için, U2-Net sağlam bir temeldir; zor şeffaflık için, FBA daha iyi sonuç verebilir.
Yaygın uç durumlar (ve düzeltmeleri)
- Saç ve kürk: matlaştırmayı tercih edin (üçlü harita veya MODNet gibi portre matlaştırma) ve dama tahtası arka planında inceleyin.
- İnce yapılar (bisiklet telleri, misina): yüksek çözünürlüklü girdiler ve matlaştırmadan önce bir ön adım olarak DeepLabv3+ gibi sınıra duyarlı bir segmentleyici kullanın.
- Şeffaf nesneler (duman, cam): kesirli alfaya ve genellikle ön plan renk tahminine ihtiyacınız vardır (FBA).
- Video konferans: temiz bir plaka yakalayabilirseniz, Arka Plan Matlaştırma V2, saf “sanal arka plan” seçeneklerinden daha doğal görünür.
Bu gerçek dünyada nerede ortaya çıkıyor
- E-ticaret: pazar yerleri (örneğin, Amazon) genellikle saf beyaz bir ana görüntü arka planı gerektirir; bkz. Ürün resmi kılavuzu (RGB 255,255,255).
- Tasarım araçları: Canva’nın Arka Plan Kaldırıcısı ve Photoshop’un Arka Planı Kaldır hızlı kesikleri kolaylaştırır.
- Cihazda kolaylık: iOS/macOS “Konuyu Ayırma” gündelik paylaşım için harikadır.
Kesiklerin bazen neden sahte göründüğü (ve düzeltmeleri)
- Renk dökülmesi: yeşil/mavi ışık konunun üzerine sarılır— dökülme önleyici kontrolleri veya hedeflenmiş renk değişimi kullanın.
- Hale/saçaklar: genellikle bir alfa yorumlama uyuşmazlığı (düz ve önceden çarpılmış) veya eski arka planla kirlenmiş kenar pikselleri; doğru şekilde dönüştürün/yorumlayın (genel bakış, ayrıntılar).
- Yanlış bulanıklık/gren: jilet gibi keskin bir konuyu bulanık bir arka plana yapıştırın ve öne çıkar; kompozisyon sonrası lens bulanıklığını ve greni eşleştirin (bkz. Porter–Duff temelleri).
TL;DR oyun kitabı
- Çekimi kontrol ediyorsanız: kroma anahtarı kullanın; eşit şekilde aydınlatın; dökülme önleyici planlayın.
- Tek seferlik bir fotoğrafsa: Photoshop’un Arka Planı Kaldır’ını, Canva’nın kaldırıcısını veya remove.bg’yi deneyin; saç için fırçalar/matlaştırma ile iyileştirin.
- Üretim sınıfı kenarlara ihtiyacınız varsa: matlaştırma kullanın ( kapalı form veya derin) ve şeffaflık üzerinde alfayı kontrol edin; alfa yorumlamasına dikkat edin.
- Portreler/video için: MODNet veya Arka Plan Matlaştırma V2’yi düşünün; tıklama güdümlü segmentasyon için, SAM güçlü bir ön uçtur.
CIN formatı nedir?
Cineon Resim Dosyası
CAPTION resim formatı, web geliştirme, dijital sanat ve veri görselleştirme dahil olmak üzere çeşitli alanlarda dijital görüntülerin değişen taleplerini karşılamak üzere tasarlanmış, resim depolama ve sunumuna yönelik yenilikçi bir yaklaşımdır. CAPTION formatı özünde, bir görüntünün görsel verilerinin yanı sıra doğrudan dosyaya gömülü açıklayıcı metin veya meta verileri de kapsamayı amaçlamaktadır. Bu tasarım ilkesi, yalnızca görsel içgörüden daha fazlasını sunan kapsamlı, kendi kendine yeten bir dosya sağlamaya yardımcı olur. CAPTION formatının inceliklerini anlamak, yapısını, sıkıştırma tekniklerini, meta veri gömme mekanizmalarını ve potansiyel uygulamalarını araştırmayı gerektirir.
Yapısal olarak CAPTION formatı, görsel veriler ve metinsel meta veriler olmak üzere iki ana bileşene ayrılmıştır. Görsel veriler, görüntüyü işlemek için kodlanabilen piksel bilgilerini depolayan geleneksel resim formatlarına benzer. Bu bileşen, görüntünün kalitesinden önemli ölçüde ödün vermeden depolama alanını optimize etmek için çeşitli sıkıştırma algoritmaları kullanır. Öte yandan, metinsel meta veriler, görüntünün oluşturulma tarihi, yazarlığı, lisansı ve muhtemelen daha iyi dizinleme ve aranabilirlik için açıklayıcı bir başlık veya etiketler gibi bilgileri sunarak kolayca erişilebilir ve değiştirilebilir şekilde tasarlanmıştır.
CAPTION formatında kullanılan sıkıştırma mekanizması uyarlanabilirdir ve görüntünün içeriğine göre farklı stratejiler kullanmasına olanak tanır. Fotoğraflar için, insan gözü tarafından daha az algılanabilir bilgileri atmaya odaklanan JPEG'ye benzer yöntemler kullanarak yüksek sıkıştırma oranları elde edebilir. Keskin kenarları ve düz renkleri olan dijital sanat veya görüntüler için, çizgilerin netliğini ve renklerin bütünlüğünü koruyan PNG benzeri kayıpsız sıkıştırmaya yönelebilir. Bu uyarlanabilirlik, CAPTION'ı birden fazla formata ihtiyaç duymadan çok çeşitli görüntü türleri için benzersiz bir şekilde uygun hale getirir.
CAPTION dosyalarındaki gömülü meta veriler, metnin basitçe eklenmesinin ötesine geçer. Yapılandırılmış, muhtemelen JSON tabanlı bir format kullanılarak meta veriler, çeşitli ve ayrıntılı bilgiler içerebilir. Önemli olarak, CAPTION formatı bu meta veriler için bir standart belirtir ve farklı oluşturucular ve platformlar arasında tutarlı kalmasını sağlar. Bu standardizasyon, görüntülerin kategorize edilmesine, aranmasına ve otomatik olarak işlenmesine büyük ölçüde yardımcı olur. Meta veriler, standart metin düzenleyicileri veya özel yazılımlarla düzenlenebilir ve bu da bilgilerin nasıl yönetildiği ve güncellendiği konusunda esneklik sağlar.
CAPTION formatının temel özelliklerinden biri erişilebilirliğe odaklanmasıdır. Açıklayıcı başlıkları doğrudan resim dosyasına gömerek, görme engelli kullanıcılar için dijital içeriğin erişilebilirliğini önemli ölçüde artırır. Ekran okuyucuları ve diğer yardımcı teknolojiler, bu metinsel bilgileri kolayca çıkarabilir ve aktarabilir ve geleneksel resim formatlarında daha önce erişilemeyen bir bağlam sağlayabilir. Bu özellik, fiziksel yeteneklerine bakılmaksızın tüm kullanıcılar için dijital içeriği daha kapsayıcı ve erişilebilir hale getirme konusundaki daha geniş çabalarla uyumludur.
CAPTION formatı ayrıca dijital haklar yönetimi (DRM) ve telif hakkı kontrolü alanında yeni uygulamalar sunar. Yazarların lisans bilgilerini doğrudan resim dosyasına gömmelerine izin vererek, içerik atıfı sürecini basitleştirir ve yetkisiz kullanım olaylarını azaltır. Bu gömülü bilgiler, telif hakkı bildirimlerini, kullanım izinlerini ve hatta telif hakkı sahibinin iletişim bilgilerini içerebilir ve kullanıcıların telif hakkı yasalarına uymasını ve oluşturucuların fikri mülkiyetlerini korumasını kolaylaştırır.
Uyumluluk ve entegrasyon açısından CAPTION formatı, web tarayıcılarından bağımsız resim görüntüleyicilere ve düzenleme yazılımlarına kadar çeşitli görüntüleme ortamlarını destekleyerek son derece çok yönlü olacak şekilde tasarlanmıştır. Bu uygulamaların geliştiricileri hem görüntüye hem de meta verilere kolayca erişebilir ve bunları işleyebilir ve kullanıcılara sorunsuz bir deneyim sunar. Gömülü meta verileri sıralamak ve filtrelemek için kullanan dinamik web galerilerinden, otomatik etiketleme ve sınıflandırma için başlıkları kullanabilen düzenleme yazılımlarına kadar yenilik potansiyeli önemlidir.
Birçok avantajına rağmen, CAPTION formatının benimsenmesi, özellikle tüm platformlarda evrensel destekle ilgili zorluklarla ve gömülü meta veriler nedeniyle dosya boyutunda meydana gelebilecek potansiyel artışla karşı karşıyadır. Yaygın olarak benimsenmesi için, büyük web tarayıcılarının, işletim sistemlerinin ve resim düzenleme yazılımlarının CAPTION desteğini dahil etmesi çok önemlidir. Dahası, CAPTION formatının geliştiricilerinin, dosya boyutu üzerindeki önemli etkileri azaltmak için sıkıştırma algoritmalarını sürekli olarak iyileştirmeleri ve gömülü meta verilerin avantajlarının verimlilik pahasına gelmemesini sağlamaları gerekir.
CAPTION formatının arama motoru optimizasyonu (SEO) ve çevrimiçi keşfedilebilirlik üzerindeki etkisi derin olabilir. Açıklayıcı meta verileri doğrudan resim dosyalarında sağlayarak, arama motorları içeriği daha doğru bir şekilde dizinleyebilir ve kategorize edebilir ve arama sonuçlarının alaka düzeyini artırabilir. Web sitesi sahipleri ve içerik oluşturucuları için bu, düzgün bir şekilde etiketlenmiş görüntülerin içeriklerinin görünürlüğünü önemli ölçüde artırabileceği, sitelerine daha fazla trafik çekebileceği ve potansiyel olarak SEO sıralamalarını iyileştirebileceği anlamına gelir. CAPTION'ın bu yönü, görüntülerin çevrimiçi varlığa ve keşfedilebilirliğe nasıl katkıda bulunduğunu kökten değiştirebilir.
Çevresel etki, CAPTION formatının geliştirilmesinde ve kullanımında bir başka husustur. Dijital çağın sürdürülebilirliğe verdiği önem göz önüne alındığında, formatın tasarımı, büyük ölçekli resim barındırma ve paylaşımla ilişkili enerji tüketimini azaltmayı amaçlayan verimli depolama ve aktarım sağlar. Kaliteyi feda etmeden dosya boyutunu en aza indirmek için sıkıştırma tekniklerini optimize ederek CAPTION, dijital altyapının karbon ayak izini azaltmaya katkıda bulunur ve daha sürdürülebilir teknoloji uygulamalarına yönelik küresel çabalarla uyumludur.
Geleceğe bakıldığında, CAPTION formatı, dijital sanattan kültürel mirasa, makine öğreniminden yapay zekaya kadar çeşitli alanları dönüştürme potansiyeline sahiptir. Dijital sanatta, oluşturucunun yorumlarını ve bağlamını doğrudan dosyalara gömme yeteneği, görüntüleme deneyimini zenginleştirebilir. Kültürel miras için, ayrıntılı başlıklar, gelecek nesiller için kolayca erişilebilir bir şekilde eserler hakkındaki bilgileri koruyabilir. Yapay zeka alanında, yapılandırılmış meta veriler, görüntü tanıma modellerini eğitmek için değerli bir veri kümesi görevi görebilir ve doğruluklarını ve verimliliğini artırabilir.
CAPTION formatının geliştirilmesi, 21. yüzyılda dijital medyanın karmaşıklıklarını kabul eden, resim depolama ve sunumuna yönelik çok yönlü bir yaklaşımı temsil etmektedir. Görsel ve metinsel öğeleri tek bir dosyada birleştirerek CAPTION, daha açıklayıcı, erişilebilir ve yönetilebilir dijital içerik ihtiyacını karşılar. Teknoloji geliştikçe ve dijital içerik hayatımızda giderek daha merkezi bir hale geldikçe, CAPTION gibi formatlar, görüntüleri nasıl oluşturduğumuz, paylaştığımız ve onlarla nasıl etkileşim kurduğumuz konusunda şekillendirmede çok önemli bir rol oynayacaktır. Dijital görüntülerin geleceği sadece pikseller ve çözünürlüklerle ilgili değil, aynı zamanda daha bağlantılı, erişilebilir ve anlamlı bir dijital ekosistem yaratmakla ilgilidir.
Sonuç olarak, CAPTION formatı yeni bir resim formatından daha fazlasıdır; kapsayıcılığı, erişilebilirliği ve verimliliği savunan dijital medyaya yönelik vizyoner bir yaklaşımdır. Görsel veriler ve gömülü meta verilerin birleşimi, dijital içerik yönetimi, telif hakkı kontrolü, erişilebilirlik ve arama motoru optimizasyonu zorluklarına benzersiz bir çözüm sunar. Üstesinden gelinmesi gereken zorluklar olsa da, özellikle evrensel destek ve dosya boyutu hususları açısından, CAPTION formatının avantajları onu dijital görüntülerin geleceği için
Desteklenen formatlar
AAI.aai
AAI Dune resmi
AI.ai
Adobe Illustrator CS2
AVIF.avif
AV1 Resim Dosya Biçimi
BAYER.bayer
Ham Bayer Resmi
BMP.bmp
Microsoft Windows bitmap resmi
CIN.cin
Cineon Resim Dosyası
CLIP.clip
Resim Clip Maskesi
CMYK.cmyk
Ham siyan, magenta, sarı ve siyah örnekleri
CUR.cur
Microsoft simgesi
DCX.dcx
ZSoft IBM PC çok sayfalı Paintbrush
DDS.dds
Microsoft DirectDraw Yüzeyi
DPX.dpx
SMTPE 268M-2003 (DPX 2.0) resmi
DXT1.dxt1
Microsoft DirectDraw Yüzeyi
EPDF.epdf
Encapsulated Portable Document Format
EPI.epi
Adobe Encapsulated PostScript Interchange biçimi
EPS.eps
Adobe Encapsulated PostScript
EPSF.epsf
Adobe Encapsulated PostScript
EPSI.epsi
Adobe Encapsulated PostScript Interchange biçimi
EPT.ept
TIFF önizlemeli Encapsulated PostScript
EPT2.ept2
TIFF önizlemeli Encapsulated PostScript Level II
EXR.exr
Yüksek dinamik aralıklı (HDR) resim
FF.ff
Farbfeld
FITS.fits
Esnek Resim Taşıma Sistemi
GIF.gif
CompuServe grafik değişim biçimi
HDR.hdr
Yüksek Dinamik Aralıklı resim
HEIC.heic
Yüksek Verimlilik Görüntü Kapsayıcısı
HRZ.hrz
Yavaş Tarama Televizyonu
ICO.ico
Microsoft simgesi
ICON.icon
Microsoft simgesi
J2C.j2c
JPEG-2000 kod akışı
J2K.j2k
JPEG-2000 kod akışı
JNG.jng
JPEG Ağ Grafikleri
JP2.jp2
JPEG-2000 Dosya Biçimi Sözdizimi
JPE.jpe
Joint Photographic Experts Group JFIF biçimi
JPEG.jpeg
Joint Photographic Experts Group JFIF biçimi
JPG.jpg
Joint Photographic Experts Group JFIF biçimi
JPM.jpm
JPEG-2000 Dosya Biçimi Sözdizimi
JPS.jps
Joint Photographic Experts Group JPS biçimi
JPT.jpt
JPEG-2000 Dosya Biçimi Sözdizimi
JXL.jxl
JPEG XL resmi
MAP.map
Çok çözünürlüklü Dikişsiz Resim Veritabanı (MrSID)
MAT.mat
MATLAB seviye 5 resim biçimi
PAL.pal
Palm pixmap
PALM.palm
Palm pixmap
PAM.pam
Ortak 2-boyutlu bitmap formatı
PBM.pbm
Taşınabilir bitmap formatı (siyah ve beyaz)
PCD.pcd
Fotoğraf CD
PCT.pct
Apple Macintosh QuickDraw/PICT
PCX.pcx
ZSoft IBM PC Paintbrush
PDB.pdb
Palm Veritabanı ImageViewer Formatı
PDF.pdf
Taşınabilir Belge Formatı
PDFA.pdfa
Taşınabilir Belge Arşiv Formatı
PFM.pfm
Taşınabilir float formatı
PGM.pgm
Taşınabilir gri tonlama formatı (gri ölçek)
PGX.pgx
JPEG 2000 sıkıştırılmamış formatı
PICT.pict
Apple Macintosh QuickDraw/PICT
PJPEG.pjpeg
Joint Photographic Experts Group JFIF formatı
PNG.png
Taşınabilir Ağ Grafikleri
PNG00.png00
PNG orijinal görüntüden bit derinliği, renk tipi devralan
PNG24.png24
Opak veya ikili saydam 24-bit RGB (zlib 1.2.11)
PNG32.png32
Opak veya ikili saydam 32-bit RGBA
PNG48.png48
Opak veya ikili saydam 48-bit RGB
PNG64.png64
Opak veya ikili saydam 64-bit RGBA
PNG8.png8
Opak veya ikili saydam 8-bit dizinli
PNM.pnm
Taşınabilir herhangi bir harita
PPM.ppm
Taşınabilir pixmap formatı (renk)
PS.ps
Adobe PostScript dosyası
PSB.psb
Adobe Büyük Belge Formatı
PSD.psd
Adobe Photoshop bitmap
RGB.rgb
Ham kırmızı, yeşil ve mavi örnekleri
RGBA.rgba
Ham kırmızı, yeşil, mavi ve alfa örnekleri
RGBO.rgbo
Ham kırmızı, yeşil, mavi ve opaklık örnekleri
SIX.six
DEC SIXEL Grafik Formatı
SUN.sun
Sun Rasterfile
SVG.svg
Ölçeklenebilir Vektör Grafikleri
TIFF.tiff
Etiketli Görüntü Dosya Formatı
VDA.vda
Truevision Targa görüntüsü
VIPS.vips
VIPS görüntüsü
WBMP.wbmp
Kablosuz Bitmap (seviye 0) görüntüsü
WEBP.webp
WebP Görüntü Formatı
YUV.yuv
CCIR 601 4:1:1 veya 4:2:2
Sıkça sorulan sorular
Bu nasıl çalışır?
Bu dönüştürücü tamamen tarayıcınızda çalışır. Bir dosya seçtiğinizde, belleğe okunur ve seçilen biçime dönüştürülür. Ardından dönüştürülen dosyayı indirebilirsiniz.
Bir dosyayı dönüştürmek ne kadar sürer?
Dönüştürmeler anında başlar ve çoğu dosya bir saniyeden kısa sürede dönüştürülür. Daha büyük dosyalar daha uzun sürebilir.
Dosyalarıma ne olur?
Dosyalarınız asla sunucularımıza yüklenmez. Tarayıcınızda dönüştürülürler ve dönüştürülen dosya daha sonra indirilir. Dosyalarınızı asla görmeyiz.
Hangi dosya türlerini dönüştürebilirim?
JPEG, PNG, GIF, WebP, SVG, BMP, TIFF ve daha fazlası dahil olmak üzere tüm resim formatları arasında dönüştürmeyi destekliyoruz.
Bu ne kadar?
Bu dönüştürücü tamamen ücretsizdir ve her zaman ücretsiz olacaktır. Tarayıcınızda çalıştığı için sunucular için ödeme yapmamıza gerek yoktur, bu nedenle sizden ücret almamıza gerek yoktur.
Aynı anda birden fazla dosyayı dönüştürebilir miyim?
Evet! İstediğiniz kadar dosyayı aynı anda dönüştürebilirsiniz. Sadece eklerken birden fazla dosya seçin.