Scegli la foto
Trascina una foto JPG, PNG, WebP, GIF o BMP nello strumento o fai clic per sceglierla dal dispositivo.
Scontorna il soggetto di una foto con una rete neurale in WebAssembly direttamente nel browser. Scegli tra quattro modelli, rifinisci il bordo e scarica un PNG trasparente senza filigrana. La foto non viene mai caricata sul server.
JPG, PNG, WebP, GIF o BMP. Una foto alla volta offre il ritaglio più pulito.
La foto non lascia mai il dispositivoScontorna una foto con l'IA senza installare software o affidare il file a un server.
Trascina una foto JPG, PNG, WebP, GIF o BMP nello strumento o fai clic per sceglierla dal dispositivo.
Scegli un modello, poi seleziona Rimuovi sfondo. Il primo utilizzo scarica il modello; le foto successive con lo stesso modello sono molto più rapide.
Controlla il ritaglio sulla scacchiera, mantienilo trasparente o aggiungi un colore e scarica il file.
Invece di inviare la foto a un server, scarichi una sola volta il modello, che lavora sul tuo computer.
| Livello | Funzione | Dove viene eseguita |
|---|---|---|
| ONNX Runtime Web | Esegue la rete neurale tramite una versione WebAssembly compilata per il browser | Il tuo browser |
| Il modello scelto | U2Netp, Silueta, MODNet o BiRefNet-lite analizza una piccola copia della foto e prevede quali pixel appartengono al soggetto | Il tuo browser |
| Filtro guidato | Adatta la previsione approssimativa ai bordi reali della foto a piena dimensione, poi sposta, sfuma e ripulisce i colori | Il tuo browser |
| Canvas | Scrive la maschera rifinita nel canale alfa dei pixel originali | Il tuo browser |
Lo strumento include quattro reti con licenze open source permissive, tutte eseguite sul tuo dispositivo.
| Modello | Scarica | Ideale per | Cosa richiede |
|---|---|---|---|
| Veloce · U2Netp | 4.4 MB | Prodotti, loghi e qualsiasi soggetto dal contorno netto | Nulla. È il modello predefinito, rapido su qualsiasi dispositivo |
| Migliore · Silueta | 42 MB | Soggetti con parti sottili, come braccia, cinghie, ruote di biciclette e rami | Un primo download più lungo, poi la stessa velocità di Veloce |
| Ritratto · MODNet | 6.6 MB | Persone e animali, quando capelli, pelo e barba devono conservare i singoli fili | Pochi secondi per foto; si aspetta una persona o un animale |
| Ultra · BiRefNet-lite | 94 MB | Qualsiasi soggetto con bordi perfetti: capelli, pelo, vetro, movimento sfocato e sfondi complessi | Il download più grande e qualche secondo in più per foto, ma la maschera alfa di qualità più alta disponibile nel browser |
Non sai quale scegliere? Inizia con Veloce. Se un arto o una cinghia risultano tagliati, riprova la stessa foto con Migliore. Se i capelli sembrano dipinti, usa Ritratto. Se il bordo deve essere perfetto su qualsiasi soggetto, usa Ultra. Ogni modello si scarica una sola volta e viene memorizzato nella cache.
Tutto il necessario per scontornare un soggetto senza consegnare la foto a nessuno.
Motore e modello vengono scaricati una volta dal sito, poi tutta l'elaborazione avviene sul tuo dispositivo.
Quattro reti addestrate, da un rilevatore di 4,4 MB a un modello avanzato di segmentazione dicotomica che distingue singoli capelli: il soggetto viene separato, non stimato da intervalli di colore.
Il risultato appare su una scacchiera: puoi vedere esattamente quali pixel sono stati rimossi prima di scaricarlo.
Lascia vuoto il canale alfa oppure incorpora bianco, nero o un colore personalizzato per gli ambienti che non supportano la trasparenza PNG.
Funziona qualsiasi immagine decodificabile dal browser. Il risultato è sempre PNG, il formato ampiamente supportato che conserva la trasparenza.
Dimensioni: le immagini più larghe o alte di 4096 pixel vengono ridotte a quel limite prima del ritaglio, per mantenere reattiva l'elaborazione di foto molto grandi.
No. La rete neurale, il motore WebAssembly e il modello vengono scaricati una volta dal sito e poi eseguiti nel browser. La foto non lascia mai il dispositivo.
Il primo utilizzo scarica il motore ONNX Runtime WebAssembly, circa 13 MB, e il modello scelto: 4,4 MB per Veloce, 42 MB per Migliore, 6,6 MB per Ritratto o 94 MB per Ultra. I modelli restano nell'archivio privato del browser: le foto successive vengono elaborate molto più rapidamente, senza nuovi download.
Lo scegli tu. Veloce usa U2Netp, una rete compatta di rilevamento degli oggetti salienti. Migliore usa Silueta, la rete U2-Net completa ridotta a 42 MB, che conserva le parti sottili tagliate dal modello piccolo. Ritratto usa MODNet, una rete di matting che prevede un vero canale alfa, preservando capelli e pelo. Ultra usa BiRefNet-lite, una rete avanzata di segmentazione dicotomica con riferimenti bilaterali che produce bordi di altissima qualità su qualsiasi soggetto. Tutti usano ONNX Runtime Web e licenze open source permissive.
Inizia con Veloce per prodotti, loghi o contorni netti. Passa a Migliore se parti sottili come braccia, cinghie, ruote o rami vengono tagliate. Usa Ritratto per persone o animali quando contano i capelli. Usa Ultra quando serve un bordo perfetto su qualsiasi soggetto, soprattutto capelli, pelo, vetro o movimento sfocato su sfondi complessi, prevedendo qualche secondo in più per foto.
Qualsiasi immagine decodificabile dal browser, inclusi JPG, PNG, WebP, GIF e BMP. Il risultato viene sempre salvato in PNG perché è il formato comune che supporta la trasparenza.
Sì. Scegli bianco, nero o un colore personalizzato prima di scaricare: verrà incorporato nel PNG esportato. Lasciando Trasparente, il canale alfa dietro il soggetto resta vuoto.
La rete vede solo una piccola copia della foto, quindi la previsione grezza è meno dettagliata dell'originale. Lo strumento la rifinisce con un filtro guidato che adatta il bordo ai dettagli reali; il pannello permette di spostare il contorno, sfumarlo, eliminare il velo grigio e rimuovere aloni colorati. Se capelli o pelo appaiono ancora tagliati, passa a Ritratto ed elabora di nuovo.
No. La maschera prevista resta in memoria: spostamento, sfumatura, pulizia, adattamento ai bordi e rimozione degli aloni vengono applicati alla maschera e aggiornati subito. Solo cambiare modello riesegue la rete.