كيف تزيل خلفية الصورة
- 1اختر صورة — JPG أو PNG أو WebP، أو HEIC إذا كان متصفحك يدعمها.
- 2انتظر بضع ثوانٍ بينما يزيل الذكاء الاصطناعي الخلفية (في المرة الأولى يُنزَّل النموذج أيضًا، مرة واحدة).
- 3اختر خلفية جديدة: شفافة، أو لون مثل الأبيض أو أزرق صور الهوية، أو تمويه للخلفية الأصلية، أو صورتك الخاصة. افحص الحواف بشريط قبل / بعد.
- 4أضف لمسات أخيرة بالمسح أو الاستعادة إن لزم، وقص حول العنصر إذا أردت، ثم نزّل الصورة بصيغة PNG أو JPG أو WebP.
كيف تعمل أداة إزالة الخلفية بالذكاء الاصطناعي؟
- 01قناع الذكاء الاصطناعي: نموذج IS-Net (عادية) أو BiRefNet lite (أفضل جودة) ينظر إلى الصورة بمقاس 1024 × 1024 ويعطي كل بكسل درجة بين 0 و 1 لكونه «العنصر»
- 02الحافة بالمقاس الكامل: مرشّح موجَّه (guided filter) — ألفا = a·(R, G, B) + b، يُضبط قرب الحافة على الصورة بدقتها الكاملة
- 03التنظيف: أقل من 6 % ← شفاف، وأكثر من 80 % ← مصمت، ومنحنى سلس بينهما
- 04لون الحافة: F = F̄ + α(I − αF̄ − (1 − α)B̄) (تقدير لون العنصر بطريقة blur-fusion)
- 05الصورة الجديدة = F × α + الخلفية × (1 − α)
نموذج الذكاء الاصطناعي شبكة عصبية دُرّبت على آلاف الصور التي قُصّ فيها العنصر يدويًا. ينظر إلى نسخة بمقاس 1024 × 1024 من صورتك ويعطي كل بكسل درجة بين 0 (خلفية) و 1 (عنصر). تصبح هذه الدرجة قناة ألفا — أي مدى شفافية كل بكسل.
قناع بدقة 1024 بكسل خشن جدًا على صورة بدقة 12 ميغابكسل، لذا لا تكتفي الأداة بتمديده. قرب الحدود، تضبط مرشّحًا موجَّهًا على صورتك بمقاسها الكامل: داخل كل نافذة صغيرة يُمثَّل القناع كدالة خطية لقيم الأحمر والأخضر والأزرق، فتتبع الحافة الحدود اللونية الحقيقية في الصورة بدل القناع المكبَّر الضبابي. أما المناطق التي هي عنصر بوضوح أو خلفية بوضوح فتحتفظ بإجابة النموذج.
بعد ذلك يزيل منحنى smoothstep الضباب الخفيف الذي يتركه النموذج في الخلفية (أقل من 6 %) ويجعل العنصر مصمتًا تمامًا (أكثر من 80 %). تبقى البكسلات على الحافة — الشعر والفرو وضبابية الحركة — شفافة جزئيًا. لونها لا يزال مزيجًا من العنصر والخلفية القديمة، وهذا يظهر كهالة على الخلفية الجديدة، لذا تقدّر الأداة لون العنصر الصافي F من بكسلات العنصر المصمتة القريبة، ولون الخلفية B من الخلفية القريبة، ثم تحل معادلة المزج I = αF + (1 − α)B لإيجاد F.
كن واقعيًا مع الحالات الصعبة: الشعر والفرو الدقيق أمام خلفية مزدحمة، والزجاج والدخان، وعنصر بلون الخلفية نفسه (قميص أبيض على جدار أبيض) أصعب على أي ذكاء اصطناعي. ولهذا وُجدت فرشاتا المسح والاستعادة — لوّن فوق الموضع ولن تتغيّر إلا تلك المنطقة.
نصائح مفيدة
- لصورة الجواز أو التأشيرة، اختر خلفية بيضاء (أو اللون الذي يطلبه نموذجك)، ثم استخدم أداة صورة الجواز لدينا للحصول على المقاس الدقيق.
- الصور ذات الإضاءة الجيدة والمسافة الواضحة بين العنصر والخلفية تعطي أنظف الحواف. الشعر أمام جدار سادة ينجح أفضل بكثير من الشعر أمام الأشجار.
- صور المنتجات للمتاجر الإلكترونية: استخدم خلفية بيضاء أو رمادية فاتحة، وفعّل «قص حول العنصر» مع مساحة صغيرة، واحفظ بصيغة JPG.
- إذا ظهرت حول العنصر المقصوص هالة رفيعة من الخلفية القديمة، فأبقِ «إزالة الهالة اللونية» مفعّلة واضبط نعومة الحواف بين 0 و 10؛ واستخدم فرشاة المسح لأي بقايا.
إزالة خلفية الصورة — أسئلة شائعة
هل أداة إزالة الخلفية مجانية فعلًا وبدون علامة مائية؟
نعم. لا تسجيل، ولا علامة مائية، ولا حدّ للمقاس — تنزّل الصورة بالدقة الكاملة لصورتك (الصور الكبيرة جدًا التي تتجاوز 25 ميغابكسل تُصغَّر لتناسب ذاكرة جهازك، وستظهر لك ملاحظة بذلك).
هل تُرفع صورتي إلى خادم؟
لا. يُنزَّل نموذج الذكاء الاصطناعي من خوادم Hugging Face إلى متصفحك في المرة الأولى ويُحفظ هناك، ثم يحدث كل شيء — إزالة الخلفية واللمسات الأخيرة والحفظ — على جهازك أنت. صورتك لا تغادره أبدًا.
كيف أجعل الخلفية شفافة؟
اترك الخلفية على «شفافة» (رقعة الشطرنج) ونزّل الصورة بصيغة PNG أو WebP. صيغة JPG لا تحفظ الشفافية، لذا تحصل صورة JPG على خلفية بيضاء أو ملوّنة بدلًا من ذلك.
كيف أغيّر لون خلفية الصورة إلى الأبيض أو الأزرق؟
بعد إزالة الخلفية، اختر «لون» واضغط على الأبيض أو أزرق صور الهوية أو أي لون آخر — أو اكتب رمز hex. ثم نزّل الصورة بصيغة JPG أو PNG.
لماذا لا يكون الشعر أو بعض الحواف مثاليًا؟
الشعر الدقيق والفرو والأشياء الشفافة والعنصر الذي بلون الخلفية نفسه هي أصعب الحالات لأي ذكاء اصطناعي. جرّب أفضل جودة إذا كان متصفحك يدعمها، وأبقِ «اتبع الحواف الحقيقية للصورة» مفعّلًا، واستخدم فرشاة المسح أو الاستعادة على الموضع الخاطئ.
ما الفرق بين الجودة العادية وأفضل جودة؟
الجودة العادية تستخدم نموذج IS-Net (44 MB)، الذي يعمل على كل هاتف وكمبيوتر. أما أفضل جودة فتستخدم نموذج BiRefNet الأكبر (115 MB) لحواف أدق، وتحتاج متصفحًا يدعم WebGPU، مثل Chrome أو Edge على الكمبيوتر أو هاتف أندرويد حديث. إذا لم يتوفر WebGPU، تُستخدم الجودة العادية تلقائيًا.
المصادر
- نموذج IS-Net للاستخدام العام، int8 ONNX (xrds/isnet-general-onnx-int8، رخصة MIT) – Hugging Face
- نموذج BiRefNet lite بصيغة ONNX (onnx-community/BiRefNet_lite-ONNX، رخصة MIT) – Hugging Face
- Qin et al. (2022) – Highly Accurate Dichotomous Image Segmentation (IS-Net)
- Zheng et al. (2024) – Bilateral Reference for High-Resolution Dichotomous Image Segmentation (BiRefNet)
- He, Sun & Tang (2013) – Guided Image Filtering، مجلة IEEE TPAMI
- Forte (2021) – Approximate Fast Foreground Colour Estimation، مؤتمر IEEE ICIP
- Transformers.js – تشغيل نماذج الذكاء الاصطناعي في المتصفح (Hugging Face)
- W3C – مواصفات Portable Network Graphics (PNG) (قناة ألفا)
آخر مراجعة للمعادلات: 30 سبتمبر 2026 ·كيف نتحقق من معادلاتنا