Como remover o fundo de uma imagem (e quando isso não funciona)

O que remover um fundo realmente faz

Remover um fundo não exclui nada. Todos os pixels continuam lá; os que você removeu simplesmente tiveram seu alfa definido como zero, que significa "totalmente transparente, não me desenhe". Alfa é um quarto canal junto de vermelho, verde e azul: um valor de opacidade por pixel que informa ao compositor da imagem quanto pintar sobre o fundo abaixo.

Esse único fato determina seu formato de exportação, e é o ponto mais comum em que as pessoas perdem o trabalho sem perceber. JPEG não tem canal alfa. Nenhum. Não existe lugar em um arquivo JPEG para armazenar "este pixel é transparente", então salvar um recorte como JPEG descarta a transparência e achata tudo que você removeu sobre uma cor uniforme — geralmente branco, às vezes preto. O recorte estava correto; o formato não podia armazená-lo.

Então a saída precisa ser PNG ou WebP. PNG é o padrão seguro e aceita alfa completo de 8 bits, ou seja, 256 níveis de opacidade por pixel, em vez de apenas ligado/desligado. WebP também aceita alfa e produz arquivos significativamente menores, o que importa se o recorte for usado em uma página da web. GIF tecnicamente tem transparência, mas apenas um índice de cor totalmente transparente, por isso recortes em GIF têm bordas duras e serrilhadas. Para a comparação completa, veja WebP versus PNG versus JPG: qual formato usar nas suas imagens?.

Método um: remoção de fundo uniforme

É isso que nosso Removedor de fundo faz, e vale descrevê-lo com precisão, em vez de esconder tudo atrás da palavra "automático".

A ferramenta amostra os quatro pixels dos cantos da imagem, calcula a média de seus valores de vermelho, verde e azul e trata essa média como a cor do fundo. Depois percorre todos os pixels da imagem e mede a distância de cada um até a cor amostrada — a soma das diferenças absolutas nos três canais. Se o total ficar abaixo de uma tolerância fixa, o alfa do pixel é definido como zero. Caso contrário, o pixel permanece intacto. Esse é o algoritmo inteiro.

Ela não é inteligente, e é justamente por isso que é rápida, previsível e funciona na sua própria máquina sem enviar a imagem para lugar nenhum. Isso também explica exatamente seu comportamento. Duas consequências decorrem diretamente da descrição acima:

• Os cantos devem fazer parte do fundo. A amostra é retirada dos quatro pixels dos cantos, então, se o elemento principal toca um canto, a imagem tem uma borda decorativa ou um canto contém uma marca-d'água, a cor amostrada está errada, e o resultado ficará errado de um jeito que parece arbitrário. Recorte para que os quatro cantos sejam fundo limpo antes de processar.
• Ela se baseia em cor, não em região. O teste é aplicado a cada pixel independentemente, sem saber quais pixels estão conectados a quais. Um fundo branco é removido — assim como o branco de um olho, o texto branco de um rótulo e o brilho branco de uma garrafa de vidro, porque esses pixels têm a mesma cor e o algoritmo não consegue distingui-los.

A lista de situações em que funciona bem é realmente longa, e não são casos excepcionais — são a maioria das imagens que as pessoas realmente precisam recortar:

• Fotografias de produtos feitas sobre fundo infinito branco ou cinza
• Logotipos e marcas tipográficas exportados sobre fundo sólido
• Capturas de tela e elementos de interface capturados sobre um fundo uniforme
• Sprites de jogos e folhas de sprites, que normalmente são gerados sobre uma única cor uniforme
• Desenhos de linhas, diagramas e assinaturas digitalizados em papel branco
• Ícones, adesivos e ilustrações planas

A contrapartida da tolerância

A tolerância é a largura da faixa de captura. Tudo que está a essa distância da cor amostrada é removido; tudo que está fora dela permanece. Não existe uma configuração certa para todas as imagens, e os tipos de falha ficam dos dois lados do valor correto.

A contrapartida fica mais difícil quanto mais próximas as cores do elemento principal estiverem do fundo. Um logotipo escuro sobre branco tem uma enorme faixa segura — quase qualquer tolerância funciona. Uma caneca de cerâmica branca sobre um fundo branco praticamente não tem nenhuma: qualquer tolerância ampla o suficiente para remover as sombras do fundo também remove a caneca. Isso não é um problema de ajuste, é um problema de informação. Os pixels têm a mesma cor, então nenhum limiar de cor pode separá-los, e a solução vem antes: fotografe a caneca sobre cinza.

Por que falha em fotografias

Vale a pena ser direto sobre isso, porque é a maior diferença entre o que as pessoas esperam de um removedor de fundo e o que um baseado em cor consegue entregar.

O fundo de uma fotografia não tem uma única cor. Uma parede fotografada à luz do dia muda ao longo do quadro conforme a iluminação diminui. Um parque tem dezenas de tons de verde e marrom. Até um fundo liso de estúdio tem um gradiente causado pela iluminação, além do ruído do sensor que altera cada pixel em alguns valores e da sombra projetada pelo objeto. Uma amostra do canto de uma foto assim descreve apenas um pequeno trecho do fundo, não o fundo inteiro.

A partir daí, a matemática decide o resultado. Para alcançar o canto distante de um fundo com gradiente, você precisa de uma tolerância ampla o bastante para cobrir toda a variação da iluminação. Essa mesma tolerância passa a ser ampla o suficiente para incluir o lado sombreado do objeto, o cabelo e a roupa. Você acaba escolhendo entre um fundo removido pela metade e um objeto com partes faltando. Não há valor intermediário, porque as duas distribuições de cor se sobrepõem. Nenhum ajuste resolve uma sobreposição.

Portanto: se sua imagem é uma fotografia de uma pessoa, um animal ou uma cena, a remoção baseada em cor é a ferramenta errada, e nenhuma configuração vai resolver isso. Não é uma limitação específica da nossa implementação — é assim que o limiar por cor funciona.

Bordas com antialiasing e o halo

Mesmo em um fundo perfeitamente uniforme, há outro efeito que surpreende as pessoas e produz a clássica borda clara e fina ao redor de um recorte.

Quase toda imagem tem bordas com antialiasing. Onde o objeto encontra o fundo, o renderizador ou a câmera não produz um limite rígido entre os pixels do objeto e os do fundo; produz uma faixa de um ou dois pixels que são uma mistura dos dois. Um logotipo preto sobre branco tem pixels cinzentos na borda — não porque algo seja cinza, mas porque esses pixels são parte logotipo e parte papel.

Agora aplique um limite de cor. O branco puro é removido. Os pixels misturados quase brancos ficam fora da tolerância, então permanecem totalmente opacos, formando um contorno claro que acompanha exatamente o objeto. Componha esse recorte sobre um fundo escuro, e o contorno será evidente. Esse é o problema do halo branco, e ele não acontece por uma remoção descuidada — acontece porque esses pixels realmente contêm cor de fundo, uma mistura que nenhum limite de cor consegue desfazer.

Ampliar a tolerância para englobar os pixels misturados troca um artefato por outro: você obtém uma borda dura e serrilhada e começa a remover partes do elemento principal. As soluções reais — contrair a máscara em um pixel, descontaminar a cor da borda ou exportar novamente de uma origem que ainda tenha alfa — são abordadas em Como salvar PNGs transparentes sem bordas brancas, que complementa este artigo.

Método dois: segmentação por IA

A remoção de fundo por IA parte de uma pergunta fundamentalmente diferente. Em vez de perguntar "este pixel está próximo da cor do fundo?", ela pergunta "este pixel faz parte do objeto em primeiro plano?". Um modelo de segmentação treinado com muitas imagens rotuladas aprendeu como são uma pessoa, um carro ou um cachorro, então consegue separar um objeto de um fundo mesmo quando compartilham todas as cores. Modelos melhores também produzem uma máscara suave com valores parciais de alfa ao longo do limite, o que faz cabelos e pelos parecerem naturais, em vez de recortados com tesoura.

Nesses casos, ela simplesmente é a ferramenta certa, e seria desonesto sugerir o contrário. Use segmentação por IA quando sua imagem for:

• Uma fotografia de uma pessoa, especialmente com cabelo solto ou texturizado
• Um animal com pelos ou penas
• Um objeto em um ambiente real, e não sobre um fundo de estúdio
• Qualquer imagem com fundo carregado, em gradiente ou multicolorido
• Semitransparente — vidro, fumaça, véus, desfoque de movimento

Método três: seleção manual

A terceira opção é fazer manualmente em um editor de imagens: ferramentas de caneta ou caminhos para bordas geométricas definidas, um pincel de seleção para bordas orgânicas, máscaras de camada para manter a alteração reversível e ferramentas específicas de refinamento de bordas para cabelo.

Ela é lenta, mas imbatível quando o objetivo é precisão. A seleção manual vence quando o limite é realmente ambíguo e só uma pessoa sabe onde deve ficar — um reflexo que você quer manter, mas uma sombra que quer remover; um objeto sobreposto a algo da mesma cor; um logotipo cujos espaços internos das letras devem ser transparentes, mas cujas formas fechadas não devem. Ela também salva os casos em que a automação resolveu 95% e deixou um erro visível: faça primeiro a passagem automática e depois corrija a região restante manualmente. Esse método híbrido costuma ser mais rápido que qualquer uma das abordagens sozinha.

O custo é que isso não escala. Uma imagem de destaque, sim. Quatrocentas fotos de catálogo, não — e é justamente nesse volume que um fundo uniforme e um limiar de cor compensam.

De qual método sua imagem precisa?

Se você mesmo está fotografando as imagens originais, todo o problema é resolvido antes de apertar o obturador. Um fundo uniforme, iluminado por igual e de uma cor que não aparece no objeto reduz a remoção de fundo a um limite e um clique. Fundos verdes e azuis existem exatamente por isso: são escolhidos para ficar longe dos tons de pele humana no espaço de cores, tornando a separação inequívoca. Ilumine o fundo separadamente do objeto para eliminar o gradiente e mantenha o objeto suficientemente à frente para que sua sombra não caia nele.

Perguntas frequentes