Achtergrond verwijderen met AI

Een onderwerp uit een foto knippen betekende vroeger de randen met de hand natrekken. AI-segmentatie vervangt dat door een model dat miljoenen foto's heeft gezien en heeft geleerd hoe onderwerpen eruitzien: mensen, producten, dieren, meubels, planten. Voor elke pixel in je foto schat het netwerk in hoe sterk die bij het onderwerp hoort en niet bij de achtergrond.

Het resultaat van die schatting heet een alfamasker, een transparantiekaart op dezelfde resolutie als de analyse. Massieve onderwerpvlakken worden volledig ondoorzichtig, de achtergrond wordt volledig transparant, en de randpixels krijgen waarden daartussenin. Juist die tussenwaarden zorgen ervoor dat haar, vacht en zachte randen er natuurlijk uitzien in plaats van met een schaar uitgeknipt.

Deze tool draait op ISNet, een segmentatiearchitectuur uit de dichotomous image segmentation-familie die ook onder verschillende commerciële diensten ligt. Het masker wordt berekend op 1.024 bij 1.024 en daarna terug op je originele foto geschaald, zodat de download je volledige resolutie behoudt met de transparantie erop toegepast.

Het model presteert het best wanneer de foto een duidelijk herkenbaar onderwerp heeft: één persoon, één product, één huisdier. Contrast helpt, een donker object op een lichte tafel komt schoner los dan hetzelfde object op een druk bewerkte doek. Gelijkmatig licht helpt ook, want diepe schaduwen aan de rand van het onderwerp lezen als twijfel.

Drukke scènes zijn het lastigst. Wanneer meerdere mensen overlappen of het onderwerp opgaat in een volle achtergrond, moet het model gokken waar de aandacht heen moet, en dan gaan de randen wiebelen. De foto strakker rond het onderwerp bijsnijden voor het verwijderen van de achtergrond geeft het netwerk minder afleiding en zichtbaar betere randen.

Haar en vacht komen er meestal goed uit, dat is een specifieke sterkte van deze modelfamilie. Heel fijne lokken tegen een achtergrond met bijna dezelfde kleur blijven de eerlijke grens, sommige daarvan versmelten met de transparantie. Wanneer de bronfoto klein of wazig is, geeft die eerst vergroten met de AI Afbeelding Vergroter de segmentatie meer pixels om mee te werken.

Achtergrond verwijderen staat bekend om watermerken en resolutie achter een betaalmuur. Het resultaat op volledig formaat is meestal het betaalde niveau, want elke afbeelding kost de aanbieder servertijd. Deze tool ontloopt die economie volledig: het model wordt één keer naar je browser gedownload, ongeveer 87 MB, en je eigen apparaat doet het werk. Geen kosten per afbeelding betekent geen reden om de volledige resolutie te gijzelen.

Het gevolg voor je privacy is net zo belangrijk. Productfoto's, familiekiekjes en portretten verlaten je apparaat nooit, er wordt niets geüpload om verwerkt of opgeslagen te worden. Het eerste gebruik vereist de download van het model, latere bezoeken starten meteen omdat je browser het bewaart.

Het resultaat wordt gedownload als een PNG met echte transparantie op de oorspronkelijke afmetingen van je foto, klaar voor ontwerptools, marktplaatsen en presentaties. Foto's tot 4.096 pixels op de langste zijde worden geaccepteerd.

Een transparante PNG valt zonder verder maskeren op elke nieuwe achtergrond. Zet de uitknip op een egaal wit vlak voor advertenties op marktplaatsen, op een merkkleur voor banners, of op een gegenereerde scène voor iets speelsers. Marktplaatsen die een zuiver witte achtergrond eisen zijn het klassieke gebruik, plak de uitknip op wit en de advertentiefoto is klaar.

Transparantie overleeft alleen in formaten die het ondersteunen. Het resultaat als JPEG opslaan maakt de transparante gebieden effen van kleur, dus houd de PNG aan als je werkbestand. WebP ondersteunt transparantie ook en levert kleinere bestanden op als een platform het accepteert.

Uitknippen combineert ook goed met de andere tools hier. Vergroot een kleine uitknip met de AI Afbeelding Vergroter voordat je hem afdrukt, of genereer een compleet nieuwe achtergrond met de AI Beeldgenerator en leg je onderwerp er in een willekeurige editor bovenop.