راهنمای حذف پس‌زمینه تصویر

حذف خودکار پس‌زمینه از تصاویر JPG، PNG، WebP، AVIF یا GIF با استفاده از تشخیص گوشه‌ای. جایگزینی پس‌زمینه با رنگ‌های ثابت یا خروجی شفاف. پردازش در سرور ConvertCraft با محدودیت زمانی ۵ دقیقه انجام می‌شود.

آنچه نیاز دارید

مرورگر — کروم، فایرفاکس، سافاری یا اج فرمت‌ها — JPG، JPEG، PNG، WEBP، AVIF یا GIF محدودیت — ۲۰ مگابایت برای هر فایل (فایل‌های بزرگتر رد می‌شوند).

حذف پس‌زمینه

ابزار حذف پس‌زمینه را در مرورگر خود باز کنید. فایل تصویر را از پوشه خود بکشید و در ناحیه آپلود رها کنید. یا روی ناحیه آپلود کلیک کنید تا فایل را از دستگاه خود انتخاب کنید.

قبل از آپلود مطمئن شوید حجم فایل زیر ۲۰ مگابایت است — فایل‌های بیش از این مقدار رد می‌شوند. روی دکمه حذف کلیک کنید. موتور ابزار، تصویر شما را از طریق HTTP به سرور می‌فرستد.

موتور اکتشافی گوشه‌ای در سمت سرور، تصویر را تحلیل کرده و نواحی پس‌زمینه را بر اساس تحلیل رنگ گوشه‌ها شناسایی می‌کند. این هوش مصنوعی نیست، بلکه تشخیص مبتنی بر الگو با استفاده از تحلیل پیکسل است. تصویر پردازش شده را بررسی کنید.

موتور، نسخه‌های اصلی و پردازش شده را کنار هم نمایش می‌دهد. اگر حذف پس‌زمینه درست به نظر می‌رسد، دانلود کنید. در غیر این صورت، حساسیت تشخیص را تنظیم کرده و دوباره پردازش کنید.

پس از رضایت از نتیجه، روی دکمه دانلود کلیک کنید. سرور تصویر پردازش شده را از طریق پاسخ HTTP تحویل می‌دهد. مرورگر آن را مستقیماً در دستگاه شما ذخیره می‌کند.

فایل‌های موقت بلافاصله پس از دانلود از سرور حذف می‌شوند.

نحوه عملکرد

این ابزار از یک موتور اکتشافی گوشه‌ای در سرور استفاده می‌کند. هنگام آپلود تصویر، مرورگر داده‌های باینری را از طریق HTTP POST به سرور می‌فرستد.

موتور، چهار ناحیه گوشه تصویر را برای شناسایی الگوهای پس‌زمینه تحلیل می‌کند. این ابزار داده‌های پیکسل را از هر گوشه با استفاده از پنجره‌های نمونه‌گیری قابل تنظیم (معمولاً ۱۰ تا ۲۰ درصد ابعاد تصویر از هر گوشه) نمونه‌برداری می‌کند. برای هر ناحیه نمونه، توزیع رنگ را با ساخت هیستوگرام مقادیر پیکسل در فضای RGB محاسبه کرده و رنگ‌های غالب و واریانس آن‌ها را شناسایی می‌کند.

همچنین با اعمال عملگر Sobel یا Canny، گرادیان‌های لبه را برای تشخیص انتقال‌های تیز بین رنگ‌ها تحلیل کرده و با اندازه‌گیری میزان گسترش رنگ‌های غالب گوشه در تصویر، پیوستگی پیکسل‌ها را ارزیابی می‌کند.

بر اساس این معیارها، موتور یک مدل احتمالی پس‌زمینه می‌سازد. به هر پیکسل یک امتیاز اطمینان پس‌زمینه اختصاص می‌دهد؛ با مقایسه رنگ آن با مدل استخراج شده از گوشه‌ها با استفاده از معیار فاصله در فضای RGB — پیکسل‌هایی که در فاصله آستانه‌ای رنگ‌های گوشه باشند به عنوان پس‌زمینه علامت‌گذاری می‌شوند، در حالی که پیکسل‌های متفاوت به عنوان پیش‌زمینه در نظر گرفته می‌شوند. آستانه با تحلیل واریانس در نمونه‌های گوشه تعیین می‌شود: پس‌زمینه‌های یکنواخت خوشه‌های رنگی فشرده با واریانس کم ایجاد می‌کنند که اجازه آستانه باریک را می‌دهد، در حالی که پس‌زمینه‌های بافت‌دار توزیع‌های گسترده‌تری ایجاد می‌کنند که نیاز به آستانه وسیع‌تری دارند.

پس از شناسایی نواحی پس‌زمینه، موتور ماسکی را برای جدا کردن پیش‌زمینه از پس‌زمینه اعمال می‌کند. یک ماسک باینری با استفاده از نتایج طبقه‌بندی پیکسل ایجاد کرده و سپس آن را با عملیات مورفولوژیک اصلاح می‌کند — فرسایش برای حذف پیکسل‌های پیش‌زمینه ایزوله ناشی از نویز، و انبساط برای صاف کردن مرزهای پیش‌زمینه. ماسک نهایی برای ترکیب پیش‌زمینه روی خروجی انتخابی شما استفاده می‌شود: یا یک پس‌زمینه رنگی ثابت یا یک PNG شفاف با کانال آلفای صفر برای پیکسل‌های پس‌زمینه و ۲۵۵ برای پیکسل‌های پیش‌زمینه.

این تشخیص مبتنی بر الگو است، نه هوش مصنوعی — از تحلیل رنگ و اکتشافات آماری استفاده می‌کند، نه شبکه‌های عصبی یا مدل‌های یادگیری ماشین. رویکرد گوشه‌ای برای تصاویر با پس‌زمینه یکنواخت که گوشه‌ها به طور قابل اعتمادی محتوای پس‌زمینه را نشان می‌دهند، به خوبی کار می‌کند.

تصویر پردازش شده از طریق پاسخ HTTP به مرورگر شما بازگردانده می‌شود. سرور بلافاصله پس از تحویل، تمام فایل‌های موقت و تخصیص‌های حافظه را پاک می‌کند.

وقتی مشکلی پیش می‌آید

آپلو ناموفق است: تصویر شما از محدودیت ۲۰ مگابایت فراتر رفته است. سرور این آستانه را به شدت اعمال می‌کند. هر فایلی که بیش از ۲۰ مگابایت باشد رد می‌شود.

موتور بخشی از پیش‌زمینه را حذف می‌کند: اکتشاف گوشه‌ای فرض می‌کند گوشه‌ها حاوی پس‌زمینه هستند. اگر پیش‌زمینه شما تا گوشه‌ها ادامه یابد، موتور ممکن است آن را به اشتباه پس‌زمینه تشخیص دهد. تصویر خود را برش دهید تا مطمئن شوید پیش‌زمینه به گوشه‌ها نمی‌رسد.

موتور آثار پس‌زمینه را باقی می‌گذارد: پس‌زمینه دارای الگوهایی مشابه رنگ‌های پیش‌زمینه است. این روش به تفاوت‌های رنگی قابل اندازه‌گیری بین نمونه‌های گوشه و بقیه تصویر متکی است — وقتی پس‌زمینه و پیش‌زمینه رنگ‌های مشابهی دارند، آستانه فاصله نمی‌تواند آن‌ها را جدا کند. تصویر دیگری با کنتراست بالاتر بین پیش‌زمینه و پس‌زمینه امتحان کنید.

پردازش بیش از حد طول می‌کشد: سرور برای این عملیات محدودیت زمانی ۵ دقیقه دارد. تصاویر بزرگ یا پیچیده نیاز به نمونه‌برداری پیکسل و پردازش مورفولوژیک بیشتری دارند. قبل از آپلود، ابعاد تصویر را کاهش دهید.

### چرا این ابزار به جای هوش مصنوعی از تشخیص گوشه‌ای استفاده می‌کند؟

پیاده‌سازی فعلی از یک موتور اکتشافی گوشه‌ای استفاده می‌کند. این یک رویکرد مبتنی بر قانون است که الگوهای پیکسل در نواحی گوشه را برای شناسایی مناطق پس‌زمینه تحلیل می‌کند. این روش برای تصاویر با پس‌زمینه یکنواخت به خوبی کار می‌کند اما ممکن است در صحنه‌های پیچیده با مشکل مواجه شود.

ماهیت قطعی الگوریتم باعث می‌شود نتایج قابل پیش‌بینی و عیب‌یابی باشند.

### پس‌زمینه چگونه بین درخواست‌ها ذخیره می‌شود؟

سرور تصویر شما را پردازش کرده و بلافاصله نتیجه را برمی‌گرداند. هیچ فایل موقتی روی سرور ذخیره نمی‌شود. داده‌های تصویر از طریق HTTP منتقل شده و در حافظه پردازش می‌شوند.

پس از ارسال پاسخ، تمام داده‌ها از حافظه سرور پاک می‌شوند.

### آیا می‌توانم پس‌زمینه تصاویر را به صورت دسته‌ای حذف کنم؟

نسخه فعلی هر بار یک تصویر را پردازش می‌کند. برای پردازش دسته‌ای، از ابزار به صورت متوالی استفاده کنید. هر آپلود به طور مستقل با محدودیت زمانی ۵ دقیقه پردازش می‌شود.