写真を選ぶ
JPG、PNG、WebP、GIF、BMPをドロップするか、クリックして端末から選びます。
AIで画像の背景をオンライン無料削除
ブラウザ内のWebAssemblyで動くモデルで写真の被写体を切り抜きます。4つのモデルを選び、輪郭を微調整して透かしなしの透過PNGを保存。写真は送信しません。
写真をここにドロップするか、クリックして選択
JPG、PNG、WebP、GIF、BMP。1枚ずつ処理するときれいに切り抜けます。
写真は端末の外に出ません
元画像
![選択した写真]()
切り抜き
輪郭を微調整
簡単な3ステップ
オンラインで画像の背景を削除する方法
ソフトのインストールやサーバーへのファイル送信なしでAI切り抜きができます。
モデルを実行する
モデルを選び、次を選択します： 背景を削除。初回はモデルを取得し、同じモデルで次の写真を処理すると大幅に速くなります。
PNGをダウンロードする
市松模様の上で切り抜きを確認し、透過のまま、または色を付けてダウンロードします。
仕組み
端末で動く本格的なニューラルネットワーク
写真をサーバーへ送る代わりに、モデルを一度取得して端末上で処理します。
| 構成要素 | 処理内容 | 実行場所 |
|---|---|---|
| ONNX Runtime Web | ブラウザ向けWebAssemblyを通じてニューラルネットワークを実行 | ブラウザ内 |
| 選択したモデル | U2Netp、Silueta、MODNet、BiRefNet-liteが縮小した写真を見て、被写体に属する画素を予測 | ブラウザ内 |
| ガイド付きフィルター | 粗い予測を元サイズ写真の実際の輪郭に合わせ、拡縮、ぼかし、色の補正を実行 | ブラウザ内 |
| Canvas | 調整済みマスクを元の画素のアルファチャンネルに書き込む | ブラウザ内 |
品質を選ぶ
どの背景削除モデルを使うべき？
制約の少ないオープンソースライセンスで公開された4つのネットワークを用意し、すべて端末上で動かします。
| モデル | ダウンロード | 適した用途 | 必要な時間・通信量 |
|---|---|---|---|
| 高速 · U2Netp | 4.4 MB | 商品、ロゴなど輪郭が明確なもの | 手軽な既定モデル。どの端末でも高速 |
| 高精度 · Silueta | 42 MB | 腕、ひも、自転車の車輪、枝など細い部分がある被写体 | 初回取得は長め。その後は高速モデルと同等 |
| 人物 · MODNet | 6.6 MB | 髪、毛、ひげの1本1本を保ちたい人物やペット | 写真1枚あたり数秒。人物や動物を想定 |
| 最高精度 · BiRefNet-lite | 94 MB | 髪、毛、ガラス、モーションブラー、複雑な背景など、輪郭精度を重視するあらゆる被写体 | 取得量は最大で処理も数秒長めですが、ブラウザで高品質なアルファマットを得られます |
迷ったら？ まず「高速」を試してください。手足やひもが欠けたら「高精度」で再実行。髪が不自然なら「人物」、あらゆる被写体で輪郭を重視するなら「最高精度」を使います。各モデルは一度取得するとキャッシュされます。
無料AI背景削除
非公開・高速・透かしなし
写真を外部に渡さず被写体を切り抜けます。
アップロード不要
エンジンとモデルをこのサイトから一度取得し、その後の処理はすべて端末内で行います。
フィルターではなく本格的なAI
4.4 MBの検出モデルから髪の1本まで識別する高度な二値分割モデルまで、4つの学習済みネットワークを用意。色範囲だけで推測せず、被写体を分離します。
透過を目で確認
市松模様の上に結果を表示し、保存前に消えた画素を正確に確認できます。
透過背景も色付き背景も
背景を透過のままにするか、PNGの透明度に対応しない場所向けに白、黒、好きな色を入れられます。
入力の互換性
対応画像形式
ブラウザでデコードできる画像なら使えます。出力は透過に広く対応するPNGです。
JPG / JPEG
PNG
WebP
GIF
BMP
出力： PNG アルファ対応
サイズ： 幅または高さが4096ピクセルを超える画像は、切り抜き前にその上限まで縮小し、大きな写真でも操作しやすくします。
よくあるご質問
AI背景削除のFAQ
写真はサーバーに送信されますか？
いいえ。ニューラルネットワーク、WebAssemblyエンジン、モデルをこのサイトから一度取得し、ブラウザ内で実行します。写真は端末の外に出ません。
初回の切り抜きが遅いのはなぜですか？
初回は約13 MBのONNX Runtime WebAssemblyエンジンと、選んだモデルを取得します。高速は4.4 MB、高精度は42 MB、人物は6.6 MB、最高精度は94 MBです。ブラウザ専用領域にキャッシュされるため、次の写真は再取得せず速く処理できます。
どのAIモデルを使っていますか？
選択できます。高速は軽量な顕著物体検出U2Netp、高精度はU2-Netを42 MBに縮めて細い部分を保つSilueta、人物は髪や毛の一本まで実際のアルファ値を予測するMODNet、最高精度は双方向参照を使う高度な二値分割モデルBiRefNet-liteです。4つともONNX Runtime Webで動き、制約の少ないオープンソースライセンスで公開されています。
どのモデルを選ぶべきですか？
商品、ロゴ、明確な輪郭には「高速」から試してください。腕、ひも、車輪、枝などが欠ける場合は「高精度」。髪を重視する人物・ペットは「人物」。複雑な背景の髪、毛、ガラス、モーションブラーなど、輪郭を特に重視する場合は「最高精度」を選び、写真ごとに数秒余分にお待ちください。
どの画像形式に対応していますか？
JPG、PNG、WebP、GIF、BMPなど、ブラウザでデコードできる画像に対応します。結果は透過を扱える一般的な形式であるPNGで保存します。
被写体の背後を単色にできますか？
はい。保存前に白、黒、カスタム色を選ぶと、その色をPNGに描き込みます。「透過」のままなら被写体の後ろを透明に保ちます。
輪郭が完全にきれいにならないのはなぜですか？
モデルは縮小画像を見るため、生の予測は元画像より粗くなります。ガイド付きフィルターで実際の細部に合わせ、微調整パネルで境界の拡縮、ぼかし、灰色のもやや色の縁取りを除去できます。髪や毛が欠ける場合は「人物」に切り替えて再実行してください。
微調整スライダーを動かすとAIが再実行されますか？
いいえ。予測済みマスクをメモリに保持し、輪郭の拡縮、ぼかし、クリーニング、輪郭合わせ、色にじみ除去を即座に適用します。別のモデルに切り替えたときだけ再実行します。