로딩 중...
로딩 중...
사진에서 주제를 잘라내고 투명한 PNG를 다운로드하세요. 모델은 전적으로 귀하의 장치에서 실행되며 — 귀하의 이미지는 절대 업로드되거나 저장되지 않습니다.
배경 제거기는 사진의 주제를 배경의 모든 것과 분리한 다음, 투명한 캔버스에 주제를 내보냅니다. 전통적인 도구는 단색 배경에서만 작동하는 마법 지팡이 또는 크로마 키 단축키에 의존했지만, 현대 도구는 장면이 얼마나 복잡하든지 간에 전경 객체를 인식하도록 훈련된 작은 신경망을 사용합니다. 이 페이지는 WebGPU 또는 WebAssembly를 통해 귀하의 브라우저 내에서 직접 그 네트워크 — 오픈 소스 ISNet 분할 모델 — 를 실행합니다. 이미지 데이터는 귀하의 장치를 떠나지 않으며, 사용 제한이 없고, 결과는 제품 목록, 슬라이드 덱, 콜라주 또는 디자인 도구에 드롭할 수 있는 완전한 알파 투명성을 가진 깨끗한 PNG입니다.
JPG, PNG 또는 WebP 파일을 업로드 영역에 드래그하거나 클릭하여 장치에서 선택하세요. 최대 25 MB의 파일이 지원됩니다.
처음 실행할 때 분할 모델(~50 MB)이 한 번 다운로드되고 브라우저에 캐시됩니다. 이후 실행은 추가 다운로드 없이 즉시 시작됩니다.
원본은 왼쪽에 표시되고 투명한 결과는 오른쪽에 체커보드 배경으로 표시되어 알파 채널을 명확하게 볼 수 있습니다. 모델이 로드되고 실행되는 동안 진행률 백분율이 업데이트됩니다.
컷아웃을 저장하려면 PNG 다운로드를 클릭하세요. 파일은 알파 채널을 유지하므로 Figma, Photoshop, Canva 또는 슬라이드 템플릿의 어떤 배경에도 드롭할 수 있습니다.
다른 이미지를 시도하려면 클릭하여 캔버스를 지우고 다음 사진을 처리하세요. 모델이 이미 캐시되어 있기 때문에 이후 실행은 훨씬 더 빠릅니다.
1. 업로드된 파일을 RGBA 비트맵으로 디코딩합니다. 2. 비트맵을 모델의 예상 입력 크기로 크기 조정하고 정규화합니다. 3. WebGPU(또는 WASM 대체)에서 ISNet 분할 네트워크를 실행합니다. 4. 입력과 동일한 크기의 부드러운 알파 마스크를 받습니다. 5. 원본 비트맵에 마스크를 곱하여 RGBA 픽셀을 얻습니다. 6. 결과를 완전한 투명성을 가진 PNG로 인코딩합니다.
ISNet(Intermediate Supervision Network)은 전경에 속할 확률을 픽셀 단위로 출력하는 이미지 분할 아키텍처입니다. 단색만 처리하는 마법 지팡이 선택과 달리, 이 네트워크는 수만 개의 다양한 사진으로 훈련되어 초상화, 제품, 동물 및 잡동사니에 일반화됩니다. ONNX Runtime Web을 통해 브라우저에서 로컬로 실행하면 이미지 바이트가 장치를 떠나지 않으며 — 오프라인 도구의 개인 정보 보호와 클라우드 서비스의 품질을 동시에 얻을 수 있습니다.
| 사진 유형 | 결과 품질 |
|---|---|
스튜디오 초상화, 단순 배경 | 거의 완벽한 컷아웃 — 머리 가장자리가 깨끗하고 알파 감소가 자연스럽습니다. 헤드샷 및 아바타에 적합합니다. |
복잡한 책상 위의 제품 사진 | 딱딱한 가장자리 주변의 깨끗한 분리; 반사 및 그림자는 일반적으로 배경으로 처리됩니다. 전자상거래 목록에 이상적입니다. |
야외의 사람들 그룹 | 각 사람은 전경으로 유지되며, 피사체 사이의 얇은 물체(난간, 잎사귀 등)는 빠른 수동 수정이 필요할 수 있습니다. 엣지 케이스 — 복잡한 장면. |
피사체가 유사한 색상의 배경에 섞여 있습니다. | 대비가 없을 때 품질이 떨어집니다. 다른 사진이나 같은 샷의 고해상도 버전을 시도해 보세요. 최악의 경우. |
마지막 업데이트