ai可以快速抠图吗_ai抠图去除底色方法

ai可以快速抠图吗_ai抠图去除底色方法,第1张

ai可以快速抠图吗_ai抠图去除底色方法 科技发展日新月异,在过去几年里,人工智能技术给我们生产生活方式带来巨大改变。

智能手机上普遍装上AI芯片,新增AI 美颜功能;路过机场、火车站,安检处会有AI人脸识别;在各大围棋道场,围棋少年们与AI 对战学习进步。

▲ AI 走进生活自阿尔法狗战胜李世石之后,人工智能在各个细分领域都在逐渐完善,在很多方面的表现甚至超越了人类。

不少人,因为人工智能技术的突飞猛进而异常兴奋,也有不少人担心,人工智能的到来将引发大规模失业潮。

尤其是对设计师这行来说,已经有不少小伙伴焦虑,担心随着人工智能技术的快速发展,自己的职位也将被取代。

当前,对设计威胁最大的当属AI抠图,有些软件号称百分百 AI 自动抠图,连一键点击都不需要,只需上传图片或粘贴网址,就能在五秒内完成抠图。

这对整天P图抠图的设计师来说,无疑是巨大的冲击。

要知道,抠图非常浪费时间,需要精工细作的去一点点抠,手抖几下就惨不忍睹。

若是 AI 抠图真的可以完美抠图,设计师们岂不是没了饭碗?AI 抠图工具对比测试不需要Photoshop繁琐的钢笔工具抠图,只要上传图片即可一键抠图,AI抠图勾勒出美好的愿景。

然而,实际使用起来却并不顺利。

小黑找到常用的三款AI抠图工具:稿定抠图、凡科快图与阿里巴巴旗下顽兔抠图,一一测试效果。

本次测试小黑设置三大项目,分别是人物抠图、静物抠图与多人合影抠图,对比不同工具在多个场景下的抠图效果,测试AI抠图水平。

首先来看人物抠图,三款AI抠图工具都是网页版,不需要下载任何客户端与APP,小黑上传人物图片即可完成测试。

稿定抠图为一键傻瓜式抠图,不必手动选择背景与前景层来分隔它们,AI技术可以自动识别想要上传的图片。

以下图为例,小黑只 *** 作了两个步骤:上传图片、下载图片,前前后后用时大约2秒钟。

至于抠图效果,从抠完的图片可以看出,细节稍有缺失,发丝抠的不够精细,腋下部分完全没识别出来,需要手动细修。

好在稿定抠图提供擦除和添加功能,可以对细节部分进行修补。

▲ 细节有瑕疵稿定抠图效果不够理想,小黑接着用同一张照片在凡科快图与顽兔上测试。

凡科快图反应时间比稿定抠图略长,大约5秒钟完成。

抠图效果与稿定抠图各有千秋,腋下部分是识别出来了,可头发与花束都有些变形。

▲ 凡科快图效果顽兔则更加夸张,不仅腋下部分没抠掉,头发丝直接剪切掉,完全失去人物原有的模样。

▲ 顽兔人物抠图效果最差从人物抠图效果上看,AI抠图工具细节保留并不好,不是头发丝被剪掉,就是腋下没抠掉,用完AI 抠图,还需要进一步抠图修改。

再看静物抠图,小黑找到一张玩偶图片,图片中有五个玩偶,颜色各有不同。

测试中,稿定抠图识别不够智能,会将部分无用的区域保留,五个玩偶与细碎的毛发是重灾区,细节方面有太多多余的地方。

▲ 稿定抠图显示效果凡科快图与稿定抠图类似,大量细节没有抠掉,头发细节也有不少瑕疵,抠出来的图片不能直接取用。

特别是五个玩偶连接处的地面,有大量区域依然保留下来。

▲ 凡科快图细节差静物抠图上,顽兔表现出乎意料的好。

地面细节完全抠掉,头发细节瑕疵略少,整体表现比前两者稍好,只是直接用作素材还有些勉强。

▲ 顽兔抠图效果相对较好最后再看多人合影,小黑至今仍然记得初中毕业照上,业余摄影师在修图抠图时手抖,最后一排的同学好几个都被P变了形。

AI抠图在多人合影上表现如何,小黑一直很期待。

▲ 三款工具多人合影效果然而,小黑万万没想到,AI 抠图根本无法实现多人合影抠图。

稿定抠图识别不出来,凡科快图完全没抠,顽兔只是将下方的草地抠掉,教学楼与同学们完全没有分离开,相当于没有抠图。

整体来看,AI抠图并没有像宣传中说的那样一键抠图,它只是一个并不那么智能的工具,细节保留与物体识别都比不上设计师的双手与双眼。

与人类设计师相比,AI抠图完全不在一个层面上,在抠图领域,人类还是完胜AI。

AI 抠图原理测试结果显示,AI 抠图依然有很大局限性,在处理复杂图片时,AI 抠图工具普遍无能为力。

其实,这与AI抠图原理有关。

在了解技术之前,小黑先聊一个专业名词——语义分割。

在计算机图像识别技术中,通过数据分析与理解,将不同的物体涂成不同的颜色。

▲ 语义分割识别以上述动图为例,计算机视觉算法通过数据分析将人类涂成红色,将汽车涂成蓝灰色,将树木涂成绿色,将地面涂成粉灰色,完成这一动作的过程就叫语义分割。

在完成语义分割之后,就可以将想要得到物体从图片/视频中抠出来。

▲ d幕从屏幕滑过,人物不受遮挡在我们日常生活中,语义分割的应用非常广泛。

汽车自动驾驶运用它分辨各类事物,B站运用它遮挡d幕,避免d幕过多影响视频观感。

▲ 语义分割深度学习语义分割说起来简单,实现起来难度不小。

首先需要收集大量数据形成数据库,不断学习进化,逐渐“理解”不同图片/视频中的物体,从而将它们分割出来。

以阿里云视觉智能开放平台为例,就需要过滤、分类、检测、分割四大步骤。

▲ 阿里云视觉智能开放平台抠图技术其中过滤需要用到分类模型与基础图像算法;分类根据物体连通性,需要设计不同的分割模型;检测过程中检测文案、logo等冗余信息,搭建检测模型;最后分割时先进行一层粗分割得到大致图案,再通过分割融合模型进行精细分割得到精确图案。

小黑注意到,四大步骤都需要各种模型。

其实不仅是AI 抠图,所有的AI 都需要搭建模型,然后经过大量数据训练“进化”。

当年击败人类的阿尔法狗本身也是一个神经网络模型,在短时间内学习完人类所有棋谱,从而推导出击败人类的完美模型。

▲ 阿尔法狗使用的蒙特卡洛搜索树到这里,AI 抠图的局限性也很清楚了。

现阶段,使用AI 抠图的人还不多,AI 无法汲取海量数据分析出更好的模型。

如今的AI抠图还只是一个功能不完善的小工具,没有哪个设计师完全靠AI来抠图,至少小黑身边的设计师都这样认为。

设计师们如何看待AI 抠图AI 抠图究竟实不实用,设计师最有发言权。

小黑找了四位设计师,一一咨询他们对AI抠图的感受。

S君是一位泉城济南的设计师,从事设计工作两年。

在他看来,AI 抠图蛮好用的,平时抠图都会用到。

但是AI 抠图的功能过于单一,只能处理简单的图片,遇到复杂的图片,AI 抠图就无能为力了。

▲ AI 抠图只能处理简单的图片确实,正如S君所说,AI 抠图目前还有很大的局限性。

说到P图抠图,不得不提业界常用的软件PhotoShop,有魔棒、色彩范围、磁性套索、钢笔工具、蒙版抠图、通道抠图、调整边缘等多种不同的抠图工具,虽然费时费力,但是可以完成精细化抠图。

与PhotoShop相比,AI 抠图只是个小儿科玩意。

“AI 抠图对我来说就是一个辅助工具,要求不高的海报可以用它提取素材。

但AI 抠图抠出来的图片像素不高,经常识别不出来,肯定不能完全依赖它。

真要比抠图,还是PhotoShop好用”,S君对小黑说道。

Z君是一位魔都上海的设计师,拥有六年设计经验。

在他看来,AI 抠图并不好用。

“现在有很多这样的AI抠图网站,我朋友推荐我用过几个,但是这种智能抠图都不好用,我现在都不用了。

PhotoShop本身也有AI抠图插件,具体叫什么我不记得了,你可以去查一下。

”▲ AI 抠图并不好用什么?PhotoShop自带AI抠图功能,小黑还第一次听说。

按照Z君的描述,小黑找到一款名为“Select Subject”插件,它能简单快速建立多个人像的图层模板。

官方资料显示,该插件运用“Adobe Sensei”人工智能技术对大量照片数据进行深度学习,以便PS软件可以对照片中的元素进行更为精准的侦测,从而将物体选取的成功率大幅提高。

苦于不会PhotoShop,小黑找了一位同事帮忙测试PS自带AI抠图插件。

结果发现,PS实在是太差劲了。

“Select Subject”抠图效果,比最差劲的AI抠图网站还要差劲。

以下图为例,简单清晰的人物照片,居然还是找不准人物身形,抠出来的图案完全不能看。

▲ 原图▲ “Select Subject”选中的人物身形不对Z君的看法或许代表了大部分设计师的观点,小黑的朋友X女士同样不看好AI修图。

她认为:“这种抠图,会PS的一般都会用PS来 *** 作。

对于小白的话,一键 *** 作肯定有用。

我没试过它对细节处理怎么样,如果对细节处理也很好的话,应该还是不错的”。

▲ 会PS的一般都会用PS来抠图确实,AI 抠图对小白更加有价值。

像小黑这样,对PhotoShop完全不了解的人来说,AI抠图还是很有价值的。

以小黑为例,以前出门旅行拍照,总有路人在不经意间误入画面,偏偏这张照片景色、光线、摆拍造型都不错,不忍心删掉。

以前不了解AI 抠图,PhotoShop不会用,美图秀秀功能不够,只能望洋兴叹,如果这时候用AI 抠图,倒是可以省很多事。

现阶段,AI 抠图功能有限,对设计师并没有多大威胁,有些设计师甚至都没听过AI 抠图。

小黑在咨询M女士的时候,她完全误会了小黑的意思,以为小黑说的AI 是Adobe Illustrator软件。

▲ 设计师眼中的AI是Adobe Illustrator抠图不但是体力活,也是技术活。

人工智能的抠图技术显然不能与人类媲美,此外设计师不仅仅需要掌握抠图技巧,还需要学会版式设计、色彩搭配、后期处理美化、特效滤镜、人像美容、去水印等等,这些人工智能全都实现不了。

在未来,即使人工智能(AI)抠图技术在经过大量图片训练后迭代进化,也只能充当人类设计师的助手,避免设计师在大量抠图中浪费时间!

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/tougao/650918.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-04-17
下一篇 2022-04-17

发表评论

登录后才能评论

评论列表(0条)

保存