èªã¿è¾¼ã¿ä¸...
èªã¿è¾¼ã¿ä¸...
任意の写真から被写体を切り抜き、透明なPNGをダウンロードします。このモデルは完全にデバイス上で実行されるため、画像は決してアップロードまたは保存されません。
背景除去ツールは、写真の被写体をその背後のすべてから分離し、透明なキャンバス上に被写体をエクスポートします。従来のツールは、単色の背景でのみ機能するマジックワンドやクロマキーショートカットに依存していましたが、現代のツールは、シーンがどれほど忙しくても前景オブジェクトを認識するように訓練された小さなニューラルネットワークを使用します。このページは、そのネットワーク — オープンソースのISNetセグメンテーションモデル — をWebGPUまたはWebAssemblyを介してブラウザ内で直接実行します。画像データはデバイスを離れず、使用制限はなく、結果は製品リスト、スライドデッキ、コラージュ、またはデザインツールにドロップできる完全なアルファ透明度のクリーンなPNGです。
JPG、PNG、またはWebPをアップロードエリアにドラッグするか、デバイスから選択するためにクリックします。最大25MBのファイルがサポートされています。
最初の実行時にセグメンテーションモデル（約50MB）が1回ダウンロードされ、ブラウザにキャッシュされます。以降の実行は、さらなるダウンロードなしですぐに開始されます。
元の画像は左側に表示され、透明な結果は右側にチェッカーボードの背景で表示され、アルファチャンネルが明確に見えるようになります。モデルが読み込まれ、実行されるにつれて進行状況のパーセンテージが更新されます。
切り抜きを保存するには「PNGをダウンロード」をクリックします。ファイルはアルファチャンネルを保持するため、Figma、Photoshop、Canva、またはスライドテンプレートの任意の背景にドロップできます。
「別の画像を試す」をクリックしてキャンバスをクリアし、次の写真を処理します。モデルはすでにキャッシュされているため、以降の実行ははるかに速くなります。
1. アップロードされたファイルをRGBAビットマップにデコードします。 2. ビットマップをモデルの期待される入力サイズにリサイズおよび正規化します。 3. WebGPU（またはWASMフォールバック）でISNetセグメンテーションネットワークを実行します。 4. 入力と同じサイズのソフトアルファマスクを受け取ります。 5. 元のビットマップにマスクを掛けてRGBAピクセルを取得します。 6. 結果を完全な透明度のPNGとしてエンコードします。
ISNet（中間監視ネットワーク）は、前景に属する確率をピクセルごとに出力する画像セグメンテーションアーキテクチャです。固体色のみを扱うマジックワンド選択とは異なり、このネットワークは数万枚の多様な写真で訓練されているため、ポートレート、製品、動物、雑然としたシーンに一般化します。ONNX Runtime Webを介してブラウザでローカルに実行することで、画像データはデバイスから出ることはありません — オフラインツールのプライバシーとクラウドサービスの品質を得ることができます。
参考文献: ISNet（高精度二項画像セグメンテーション）
| 写真の種類 | 結果の品質 |
|---|---|
スタジオポートレート、無地の背景 | ほぼ完璧な切り抜き — 髪のエッジはクリーンで、アルファのフェードオフは自然に見えます。 ヘッドショットやアバターに最適です。 |
忙しいデスク上の製品写真 | 硬いエッジの周りのクリーンな分離; 反射や影は通常背景として扱われます。 eコマースリストに理想的です。 |
屋外の人々のグループ | 各人は前景として保持されます; 被写体間の細い物体（手すり、葉）は迅速な手動タッチアップが必要な場合があります。 エッジケース — 忙しいシーン。 |
被写体が似た色の背景に溶け込んでいる | コントラストがない場所で品質が低下します。別の写真や同じショットの高解像度バージョンを試してください。 最悪のシナリオ。 |
最終更新日