ছবির ব্যাকগ্রাউন্ড কীভাবে রিমুভ করবেন
- 1একটি ছবি বেছে নিন — JPG, PNG, WebP, বা ব্রাউজার সমর্থন করলে HEIC।
- 2AI পটভূমি সরানোর সময় কয়েক সেকেন্ড অপেক্ষা করুন (প্রথমবার মডেলটিও একবার ডাউনলোড হয়)।
- 3নতুন পটভূমি বাছুন: স্বচ্ছ, সাদা বা আইডি ছবির নীলের মতো রং, আসল ছবির ঝাপসা রূপ, বা নিজের ছবি। আগে / পরে স্লাইডার দিয়ে কিনারা দেখুন।
- 4দরকার হলে "মুছুন" বা "ফেরান" দিয়ে ঠিক করুন, চাইলে বিষয়বস্তু অনুযায়ী কাটুন, আর PNG, JPG বা WebP হিসেবে ডাউনলোড করুন।
AI ব্যাকগ্রাউন্ড রিমুভার কীভাবে কাজ করে?
- 01AI মাস্ক: IS-Net (স্ট্যান্ডার্ড) বা BiRefNet lite (সেরা) ছবিটি 1024 × 1024-এ দেখে প্রতিটি পিক্সেলকে 0–1 "বিষয়বস্তু" স্কোর দেয়
- 02পূর্ণ আকারের কিনারা: guided filter — alpha = a·(R, G, B) + b, কিনারার কাছে পূর্ণ রেজোলিউশনের ছবির সাথে মিলিয়ে
- 03পরিষ্কার: 6 %-এর নিচে → স্বচ্ছ, 80 %-এর ওপরে → ভরাট, মাঝে মসৃণ বক্ররেখা
- 04কিনারার রং: F = F̄ + α(I − αF̄ − (1 − α)B̄) (blur-fusion ফোরগ্রাউন্ড অনুমান)
- 05নতুন ছবি = F × α + পটভূমি × (1 − α)
AI মডেলটি একটি নিউরাল নেটওয়ার্ক, যাকে হাজার হাজার ছবিতে প্রশিক্ষণ দেওয়া হয়েছে যেখানে বিষয়বস্তু হাতে কেটে আলাদা করা ছিল। এটি আপনার ছবির একটি 1024 × 1024 কপি দেখে প্রতিটি পিক্সেলকে 0 (পটভূমি) থেকে 1 (বিষয়বস্তু)-এর মধ্যে স্কোর দেয়। সেই স্কোরই হয় alpha চ্যানেল — প্রতিটি পিক্সেল কতটা স্বচ্ছ।
12 মেগাপিক্সেলের ছবির জন্য 1024 পিক্সেলের মাস্ক অনেক মোটা দাগের, তাই টুলটি শুধু টেনে বড় করে না। আউটলাইনের কাছে এটি আপনার পূর্ণ আকারের ছবির সাথে একটি guided filter মেলায়: প্রতিটি ছোট জানালায় মাস্ককে লাল, সবুজ ও নীল মানের সরলরৈখিক ফাংশন হিসেবে ধরা হয়, তাই কিনারা ঝাপসা বড় করা মাস্ক নয়, ছবির আসল রঙের সীমানা অনুসরণ করে। যেখানে স্পষ্টভাবে বিষয়বস্তু বা স্পষ্টভাবে পটভূমি, সেখানে মডেলের উত্তরই থাকে।
তারপর একটি smoothstep বক্ররেখা পটভূমিতে মডেলের রেখে যাওয়া হালকা ঝাপসা (6 %-এর নিচে) মুছে দেয় আর বিষয়বস্তুকে পুরো ভরাট করে (80 %-এর ওপরে)। কিনারার পিক্সেল — চুল, লোম, নড়াচড়ার ঝাপসা — আংশিক স্বচ্ছ থাকে। এদের রং তখনও বিষয়বস্তু আর পুরোনো পটভূমির মিশ্রণ, যা নতুন পটভূমিতে আভা হিসেবে দেখায়, তাই টুলটি কাছের ভরাট বিষয়বস্তুর পিক্সেল থেকে খাঁটি বিষয়বস্তুর রং F আর কাছের পটভূমি থেকে পটভূমির রং B অনুমান করে, এবং মিশ্রণের সমীকরণ I = αF + (1 − α)B থেকে F বের করে।
কঠিন ক্ষেত্রগুলো নিয়ে বাস্তববাদী থাকুন: ব্যস্ত পটভূমির সামনে সূক্ষ্ম চুল ও লোম, কাচ ও ধোঁয়া, আর পটভূমির সাথে একই রঙের বিষয়বস্তু (সাদা দেয়ালে সাদা শার্ট) যেকোনো AI-এর জন্য কঠিন। এজন্যই "মুছুন" ও "ফেরান" ব্রাশ আছে — জায়গাটির ওপর রং করুন, শুধু সেই অংশ বদলাবে।
জেনে রাখা ভালো
- পাসপোর্ট বা ভিসার ছবির জন্য সাদা পটভূমি (বা আপনার ফর্মে যে রং চায়) বাছুন, তারপর সঠিক মাপের জন্য আমাদের পাসপোর্ট ছবি মেকার ব্যবহার করুন।
- ভালো আলো আর বিষয়বস্তু ও পটভূমির মধ্যে স্পষ্ট দূরত্ব থাকলে কিনারা সবচেয়ে পরিষ্কার হয়। গাছপালার সামনের চুলের চেয়ে সাদামাটা দেয়ালের সামনের চুল অনেক ভালো কাজ করে।
- অনলাইন দোকানের পণ্যের ছবি: সাদা বা হালকা ধূসর পটভূমি দিন, "বিষয়বস্তু অনুযায়ী কাটুন" সামান্য জায়গাসহ চালু করুন, আর JPG হিসেবে সেভ করুন।
- কাটা ছবিতে পুরোনো পটভূমির পাতলা আভা থাকলে "রঙের আভা সরান" চালু রাখুন আর কিনারার কোমলতা 0–10 দিন; বাকি কিছু থাকলে "মুছুন" ব্রাশ ব্যবহার করুন।
ব্যাকগ্রাউন্ড রিমুভার — সাধারণ প্রশ্ন
এই ব্যাকগ্রাউন্ড রিমুভার কি সত্যিই বিনামূল্যে, ওয়াটারমার্ক ছাড়া?
হ্যাঁ। সাইন-আপ নেই, ওয়াটারমার্ক নেই, আকারের সীমাও নেই — আপনি আপনার ছবির পূর্ণ রেজোলিউশনে ডাউনলোড করেন (25 মেগাপিক্সেলের বেশি খুব বড় ছবি ডিভাইসের মেমরিতে আঁটাতে ছোট করা হয়, আর একটি নোট দেখাবে)।
আমার ছবি কি কোনো সার্ভারে আপলোড হয়?
না। প্রথমবার AI মডেলটি Hugging Face-এর সার্ভার থেকে আপনার ব্রাউজারে ডাউনলোড হয়ে সেখানে সেভ থাকে, তারপর সবকিছু — পটভূমি সরানো, ঠিকঠাক করা আর সেভ — আপনার নিজের ডিভাইসেই হয়। আপনার ছবি কখনো ডিভাইস ছেড়ে যায় না।
পটভূমি কীভাবে স্বচ্ছ করব?
পটভূমি "স্বচ্ছ" (চেকারবোর্ড) রাখুন আর PNG বা WebP হিসেবে ডাউনলোড করুন। JPG স্বচ্ছতা রাখতে পারে না, তাই JPG-তে সাদা বা রঙিন পটভূমি আসে।
ছবির পটভূমির রং কীভাবে সাদা বা নীল করব?
পটভূমি সরানোর পর "রং" বেছে সাদা, আইডি ছবির নীল বা অন্য যেকোনো রঙে ট্যাপ করুন — বা hex কোড লিখুন। তারপর JPG বা PNG হিসেবে ডাউনলোড করুন।
চুল বা কিছু কিনারা নিখুঁত হয় না কেন?
সূক্ষ্ম চুল, লোম, স্বচ্ছ জিনিস আর পটভূমির সাথে একই রঙের বিষয়বস্তু যেকোনো AI-এর জন্য সবচেয়ে কঠিন। ব্রাউজার সমর্থন করলে সেরা মান চেষ্টা করুন, "ছবির আসল কিনারা অনুসরণ করুন" চালু রাখুন, আর ভুল জায়গায় "মুছুন" বা "ফেরান" ব্রাশ ব্যবহার করুন।
স্ট্যান্ডার্ড আর সেরা মানের পার্থক্য কী?
স্ট্যান্ডার্ড IS-Net মডেল (44 MB) ব্যবহার করে, যা প্রতিটি ফোন ও কম্পিউটারে চলে। সেরা মান আরও সূক্ষ্ম কিনারার জন্য বড় BiRefNet মডেল (115 MB) ব্যবহার করে আর WebGPU-সহ ব্রাউজার লাগে, যেমন কম্পিউটারে Chrome বা Edge, বা নতুন Android ফোন। WebGPU না থাকলে নিজে থেকেই স্ট্যান্ডার্ড ব্যবহার হয়।
সূত্র ও তথ্যসূত্র
- IS-Net সাধারণ ব্যবহারের মডেল, int8 ONNX (xrds/isnet-general-onnx-int8, MIT লাইসেন্স) – Hugging Face
- BiRefNet lite ONNX (onnx-community/BiRefNet_lite-ONNX, MIT লাইসেন্স) – 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, IEEE TPAMI
- Forte (2021) – Approximate Fast Foreground Colour Estimation, IEEE ICIP
- Transformers.js – ব্রাউজারে AI মডেল চালানো (Hugging Face)
- W3C – Portable Network Graphics (PNG) স্পেসিফিকেশন (alpha চ্যানেল)
সূত্র সর্বশেষ যাচাই: 30 সেপ্টেম্বর, 2026 ·আমরা কীভাবে সূত্র যাচাই করি