CanDoYa
FIL

Tanggal background ng larawan gamit ang AI

Tumatakbo nang buo sa iyong browser - walang upload, walang sign-up.

Pumili ng portrait o malinaw na iisang subject na larawan para magsimula.

Ibahagi ang tool na ito

Ano ang ginagawa ng tanggal background?

Tanggal background ng larawan: hinihiwalay nito ang pangunahing paksa mula sa paligid at ginagawang transparent ang tinanggal na bahagi. Ang tool na ito ay nagpapatakbo ng portrait-matting model sa loob ng iyong browser, pinapanatili ang orihinal na sukat ng pixels, at nag-e-export ng PNG. Mananatili ang iyong larawan sa device habang ang pampublikong AI model ay dina-download nang hiwalay.

Paano gamitin

  1. 1Pumili ng angkop na larawan. I-drop ang JPEG, PNG, o WebP hanggang 25 MB at 24 megapixels. Nagbibigay ng pinakamalinaw na signal ang mga portrait at larawan na may isang malinaw na foreground subject.
  2. 2Patakbuhin ang local AI model. Pindutin ang 'Tanggalin ang background'. Maghintay para sa unang pag-download ng model at sa on-device na pagproseso; ginagamit ang WebGPU kapag available, at awtomatikong ginagamit ang CPU via WebAssembly kapag kailangan.
  3. 3Suriin at i-download. Tingnan ang resulta laban sa transparency, puti, at madilim na background. Suriin ang mga mahirap na gilid, pagkatapos i-download ang full-dimension transparent PNG.

Para kanino ito

Gumagamit ang tool ng Apache-2.0 MODNet portrait-matting model sa isang browser worker. Mas pinipili nito ang WebGPU na may 16-bit na model weights at bumababa sa WebAssembly sa CPU kapag walang WebGPU o nagka-fail ito. Sa unang pagtakbo, madadownload ang humigit-kumulang 13 MB ng model weights para sa WebGPU o 26 MB para sa CPU path, kasama ang runtime files. Maaaring bumilis ang susunod na mga pagtakbo dahil sa caching ng browser.

Mas maganda ang resulta kapag isang tao o malinaw na foreground subject ang nakahiwalay visual mula sa background. Ang pinong buhok ay maaaring magbigay ng malambot na alpha edge, habang ang salamin, motion blur, malalim na anino, mga grupo, produkto, at magkakatulad na kulay sa front/back ay mas mahirap. I-preview ang cutout sa maliwanag at madilim na ibabaw bago i-download ang transparent PNG sa buong sukat.

FAQ

I-upload ba ang imahe ko sa server?

Hindi. Ang napiling imahe ay dine-decode at pinoproseso sa isang worker sa loob ng browser. Dinada-download ng worker ang Transformers.js runtime at ang pampublikong MODNet files mula sa external hosts, pero hindi kasama ang iyong imahe sa mga request na iyon. Hindi tinatanggap o ini-store ng CanDoYa ang source o resulta.

Libre ba ang tool na ito?

Oo. Walang account, bayad, credit system, watermark, o resolution-based export fee. Ang device mo ang nagbibigay ng processing power. Gayunpaman, ang unang pampublikong pag-download ng model ay gumagamit ng iyong internet connection, na mahalaga kung metrified ang plano mo.

Anu-ano ang mga limit ng imahe?

Tumatanggap ang tool ng isang JPEG, PNG, o WebP na imahe hanggang 25 MB at 24 megapixels. Pinapababa ng mga limit na ito ang pag-crash ng browser sa mga device na limitado ang memorya. Pinananatili ng na-download na PNG ang lapad at taas ng source, kahit maaaring mag-iba ang file size dahil sa lossless compression ng PNG.

Gagana ba ito kahit walang WebGPU?

Oo, sa mga browser na sumusuporta sa WebAssembly at module workers. Sinusubukan ng worker ang WebGPU muna para sa mas mabilis na inference. Kung walang usable adapter o mag-fail ang WebGPU processing, nire-retry nito gamit ang CPU via WebAssembly. Private din ang fallback na iyon, pero maaaring mas mabagal.

Gaano katumpak ang AI sa pagtanggal ng background?

Pinakamalakas ang MODNet sa portraits at malinaw na iisang subject. Mas kayang panatilihin nito ang malambot na buhok kaysa sa isang matigas na pagpili ng kulay, pero walang awtomatikong matte na perpekto. Ang busy na background, transparent na bagay, mga grupo, motion blur, anino, at magkakatugmang kulay ng foreground ay maaaring magdulot ng nawawalang o natitirang bahagi.

Bakit nagda-download ng model sa unang pagtakbo?

Kailangan ma-available ang neural network sa device bago ito makapag-infer ng alpha matte. Gumagamit ang WebGPU ng humigit-kumulang 13 MB ng FP16 weights; ang compatible na CPU path ay gumagamit ng humigit-kumulang 26 MB ng FP32 weights, kasama ang AI runtime files. Madalas i-cache ng browser ang mga ito, pero ang private mode o paglilinis ng storage ay maaaring mag-require ng panibagong download.

Bakit PNG ang resulta?

Sinusuportahan ng PNG ang alpha channel, na nag-iimbak ng transparent at bahagyang transparent na pixels. Hindi kayang panatilihin ng standard JPEG ang transparency at pupunuin nito ang tinanggal na bahagi ng solid na kulay. Iniiwasan din ng PNG output ang karagdagang lossy compression sa nakikitang paksa.

Magagamit ko ba ang resulta offline?

Pagkatapos ma-cache ang kinakailangang runtime at model files, maaaring gumana ang susunod na pagtakbo nang hindi na magda-download, depende sa browser at storage policy. Huwag umasa sa permanenteng offline availability: maaaring i-evict ng browser ang cached model data, at kadalasang dine-delete ito ng private browsing.