Cara menghapus background dari foto, dan mendapatkan tepi yang bersih

Apa sebenarnya yang dihasilkan oleh "penghapusan background"

Hasil potongan adalah foto Anda ditambah alpha channel: sebuah gambar grayscale kedua yang menyatakan, piksel demi piksel, seberapa opak subjeknya. Putih berarti sepenuhnya dipertahankan, hitam berarti sepenuhnya dihapus, dan setiap gradasi di antaranya berarti sebagian tembus pandang. File PNG atau WebP menyimpan channel itu bersama warnanya, itulah sebabnya format tersebut bisa memiliki background transparan sedangkan JPEG tidak.

Sebagian besar alpha channel itu mudah: bagian tengah seseorang jelas adalah orangnya, dinding jauh di belakang jelas adalah dindingnya. Bagian yang sulit adalah pita tipis tempat keduanya bertemu. Satu helai rambut sering kali lebih tipis dari satu piksel, sehingga piksel itu menyimpan campuran antara rambut dan background. Membuat pita itu benar adalah yang membedakan hasil potongan yang bersih dari yang bergerigi atau memiliki halo di pinggirnya.

Bagaimana AI menemukan subjeknya

Clipout menggunakan BiRefNet, model segmentasi terbuka yang dirilis di bawah lisensi MIT. Model ini melihat keseluruhan gambar pada 1024 × 1024 piksel (512 × 512 di mesin CPU), menentukan apa subjek utamanya, lalu memprediksi nilai alpha untuk setiap piksel. Ia dilatih dengan dataset resolusi tinggi yang dibuat khusus untuk tugas ini (dichotomous image segmentation), sehingga bisa menangani orang, hewan, produk, tanaman dan objek lain tanpa perlu diberi tahu apa yang harus dicari.

Model ini berjalan dengan ONNX Runtime Web di dalam browser Anda. Ketika browser Anda mendukung WebGPU (Chrome dan Edge versi terbaru di komputer), prosesnya berjalan di kartu grafis Anda dan hanya butuh beberapa detik. Jika tidak, versi 512 piksel dari model ini berjalan di CPU lewat WebAssembly, karena versi ukuran penuh tidak muat di memori CPU browser; proses penghalusan tepi resolusi penuh menutupi sebagian besar selisihnya. iPhone dan iPad selalu memakai mesin CPU, karena WebGPU di sana cenderung membuat tab crash pada model besar.

Kenapa hasil potongan dari alat gratis terlihat seperti tempelan

Model ini hanya melihat kotak 1024 piksel. Foto Anda kemungkinan besar berukuran 12 megapiksel (4032 × 3024) atau lebih. Kebanyakan alat hanya merentangkan mask kecil itu ke ukuran foto aslinya, yang menghasilkan dua cacat yang terlihat jelas:

• Tepi lembut dan buram. Mask yang direntangkan tiga atau empat kali tidak bisa mengikuti helai rambut; hasilnya adalah garis luar yang kabur.
• Halo dari background lama. Piksel tembus pandang di tepi masih membawa warna background aslinya. Taruh subjek yang difoto di depan dinding hijau ke atas putih, dan pinggiran hijau tipis akan muncul di sekitar rambut.

Banyak layanan online juga membatasi unduhan gratis hanya sebagai pratinjau kecil (paket gratis remove.bg adalah 0.25 megapiksel, sekitar 625 × 400), yang menyembunyikan kedua masalah itu sampai Anda membayar untuk file ukuran penuh.

Dua langkah tambahan dari Clipout

Penghalusan tepi pada ukuran penuh. Setelah model AI-nya bekerja, Clipout menjalankan guided filter warna (He, Sun dan Tang) yang menyesuaikan mask ke tepi asli pada foto resolusi penuh Anda. Area yang sudah pasti tetap memakai jawaban dari model; hanya pita yang tidak pasti di sepanjang garis luar yang digambar ulang. Rambut dan bulu tetap mempertahankan bentuknya, bukan berubah jadi kabut.

Dekontaminasi warna. Clipout kemudian memperkirakan warna asli subjek pada setiap piksel yang tembus pandang, menggunakan metode multilevel foreground estimation dari Germer dan koleganya (yang dipakai di library pymatting), dan menghilangkan rona dari background lama pada pinggirannya. Koreksi ini dihitung pada ukuran kerja dan ditambahkan ke foto ukuran penuh Anda, sehingga tekstur halus tetap tidak tersentuh.

Hasil terukur

Kami menguji pada 40 gambar dari AIM-500, benchmark matting publik dengan alpha matte buatan tangan: 16 subjek solid, 14 dengan detail tembus pandang atau sangat halus, dan 10 tanpa satu subjek utama pun. Semakin rendah semakin baik untuk SAD, MSE dan gradient error; semakin tinggi semakin baik untuk IoU. RMBG-1.4 disertakan karena banyak alat gratis berbasis browser memakainya.

Pada mesin GPU, penghalusan ini menurunkan MSE sebesar 22% dan gradient error (metrik yang mengukur seberapa alami tampilan sebuah tepi) sebesar 31% dibanding mask polos dari model yang sama, dan hasilnya memiliki MSE 32% lebih rendah dari RMBG-1.4 polos. Pada mesin CPU, yang menjalankan versi 512 piksel dari model agar muat di memori browser, penghalusan ini membuat hasilnya setara dengan RMBG-1.4 pada 1024 piksel. Diukur pada 16 September 2026 dengan kode yang sama seperti yang dijalankan situs ini; gambar benchmark diskalakan hingga maksimal 1600 piksel, sehingga pada foto yang lebih besar selisih ketajaman tepinya lebih lebar.

Langkah demi langkah: menghapus background dengan Clipout

• Buka [alatnya](/#app) dan jatuhkan sebuah gambar, tempel dengan Ctrl+V (⌘V di Mac), atau ketuk Pilih gambar. Anda bisa menambahkan hingga 50 sekaligus.
• Tunggu beberapa detik. Kunjungan pertama mengunduh model satu kali (115 MB untuk mesin GPU, 94 MB untuk mesin CPU); setelah itu tersimpan di cache dan langsung berjalan.
• Periksa hasilnya dengan Bandingkan, yang menggeser antara gambar asli dan hasil potongan.
• Sempurnakan jika perlu: Hapus menghilangkan sisa yang tertinggal, Kembalikan mengembalikan bagian yang terlewat AI. Urungkan dan Ulangi bekerja seperti biasa.
• Pilih background: transparan, putih, hitam, warna apa pun, salinan blur dari aslinya, atau foto Anda sendiri.
• Ekspor sebagai PNG atau WebP (transparan) atau JPEG, pada ukuran penuh atau crop ke subjek, atau salin gambarnya ke clipboard.

Tips untuk hasil potongan terbaik

• Kontras membantu. Subjek yang menonjol dari background-nya dari segi warna atau kecerahan menghasilkan tepi paling bersih.
• Gunakan gambar asli terbesar yang Anda punya. Penghalusan tepi bekerja pada resolusi penuh, jadi semakin banyak piksel, semakin halus detail rambutnya.
• Satu subjek yang jelas hasilnya paling baik. Kerumunan atau adegan tanpa subjek yang jelas mungkin butuh bantuan kuas.
• Untuk marketplace, ekspor JPEG di atas putih. Amazon meminta background putih murni (RGB 255, 255, 255) pada gambar produk utama.
• Untuk pekerjaan desain, gunakan PNG. Formatnya menyimpan alpha channel penuh tanpa artefak kompresi.

Privat sejak dirancang

Penghapus berbasis unggahan mengirim foto Anda ke server, memprosesnya di sana, lalu mengirim kembali hasilnya; yang lebih baik menjanjikan penghapusan dalam satu jam. Clipout sama sekali tidak punya langkah server: model AI dan setiap langkah pemrosesan berjalan di dalam tab browser Anda, dan situs ini tidak punya endpoint unggahan. Anda bisa memastikannya di panel network browser Anda, atau muat halamannya sekali lalu matikan koneksi internet Anda: alat ini tetap berfungsi.

Itu juga sebabnya alat ini gratis tanpa syarat tersembunyi. Tidak ada tagihan GPU yang perlu ditutupi, jadi tidak ada kredit, batas harian, akun atau watermark.