AI से फ़ोटो से Object हटाएँ: तरीका और सीमाएँ
फ़ोटो से ऑब्जेक्ट हटाना: inpainting की सरल व्याख्या, मॉडल क्या अनुमान लगाता है, चार विफलताएँ, और अच्छी मरम्मत व आत्मविश्वासी कल्पना में फ़र्क़।
अन्य भाषाओं में:EnglishDeutschPortuguêsFrançais日本語Bahasa Indonesiaالعربية
इस पेज पर
फ़ोटो से object हटाना मिटाने जैसा लगता है। असल में यह उसके उलट के ज़्यादा क़रीब है: कुछ भी मिटाया नहीं जाता, कुछ नया लिखा जाता है। यह एक बात समझ लेने से टूल की हर सफलता और हर विफलता समझ में आ जाती है।
मॉडल क्या कर रहा है
आप एक हिस्सा मार्क करते हैं। मॉडल उसे ग़ायब मानता है और पूछता है: आसपास के सभी पिक्सेल को देखते हुए, इस ख़ाली जगह में सबसे विश्वसनीय रूप से क्या होगा?
यह जवाब मास्क किए हिस्से के अंदर रैंडम नॉइज़ से शुरू करके और आसपास की इमेज के मार्गदर्शन में उसे बार-बार सुधारकर देता है, जब तक वह हिस्सा अपने पड़ोस से मेल न खाने लगे। यह वही डीनॉइज़िंग प्रक्रिया है जो आमतौर पर इमेज जनरेशन के पीछे होती है — फ़र्क़ बस इतना है कि यहाँ मॉडल हर तरफ़ से असली पिक्सेल से बँधा है।
इससे तुरंत दो नतीजे निकलते हैं, और ये लगभग सब कुछ समझा देते हैं:
यह कभी वापस नहीं लाता। हमेशा गढ़ता है। कोई छिपी परत नहीं है जिसमें कूड़ेदान के पीछे की चीज़ हो। फ़ोटो में वह कभी थी ही नहीं।
इसके आत्मविश्वास का इसके सही होने से कोई संबंध नहीं। मॉडल विश्वसनीय जवाब देता है, चाहे सही जवाब का अनुमान लगाया जा सकता हो या नहीं। इसके पास "मुझे नहीं पता" कहने का कोई तरीका नहीं।
चार तरह की विफलताएँ
जो कुछ भी ग़लत होता है, वह इनमें से एक है।
1. ख़ास जानकारी
टेक्स्ट, लोगो, चेहरे, मकान नंबर, नंबर प्लेट। सही जवाब किसी ख़ास जगह का एक ख़ास तथ्य है, और मॉडल के पास तथ्यों तक पहुँच नहीं — सिर्फ़ इस बात तक कि टेक्स्ट और चेहरे आमतौर पर कैसे दिखते हैं। यह ऐसे अक्षर बनाएगा जो भाषा जैसे लगते हैं और बकवास निकलते हैं, या ऐसा चेहरा जो किसी का नहीं।
यही वह विफलता है जिसके असली नतीजे होते हैं, क्योंकि आउटपुट आधिकारिक लगता है।
2. सख़्त दोहराता ढाँचा
ईंट, टाइल, बाड़, खिड़कियों की ग्रिड, फ़र्श के तख़्ते। मॉडल टेक्सचर दोबारा बना देता है लेकिन अक्सर लय तोड़ देता है: ईंटों की एक क़तार जो लाइन से बाहर खिसक जाती है, टाइल की ग्रिड जो आधी इकाई खिसक जाती है। टेक्सचर आसान है; अलाइनमेंट मुश्किल, क्योंकि उसे सही करने के लिए स्थानीय पैटर्न मिलाना नहीं, पूरा ढाँचा आगे बढ़ाना पड़ता है।
छोटे सिलेक्शन मदद करते हैं, क्योंकि मिलाने के लिए आसपास की ग्रिड का ज़्यादा हिस्सा दिखता है।
3. बड़ी ख़ाली जगहें
मास्क किया हिस्सा जितना बड़ा, मॉडल उतना ज़्यादा आगे बढ़ाने की जगह गढ़ रहा होता है, और नतीजा उतना ही नरम और कम एकसार होता है। बड़ी भराई अक्सर अपने आसपास से साफ़ तौर पर ज़्यादा धुंधली आती है, क्योंकि जनरेट किया कंटेंट फ़ोटो के नहीं, मॉडल के अपने स्केल पर बना होता है।
बड़े हटाने को दो-तीन बार में बाँटना आमतौर पर इसे पूरी तरह ठीक करने के लिए काफ़ी है।
4. वह सब जिसे चीज़ ने छुआ
चीज़ सिर्फ़ चीज़ नहीं है। उसने परछाई डाली, शायद किसी खिड़की या गीले फ़ुटपाथ में उसका रिफ़्लेक्शन था, और उसने अपना थोड़ा रंग पास की सतहों पर डाला। चीज़ हटाकर इन्हें छोड़ दें, तो भराई बेदाग़ होने पर भी नतीजा ग़लत लगता है।
चारों में से यह वह है जिसे लोग सबसे ज़्यादा चूकते हैं, और एक बार पता हो कि देखना है तो सबसे आसानी से ठीक होता है।
मुश्किल का अनुमान क्यों लगाया जा सकता है
एक काम का नियम: मुश्किल इस बात के साथ बढ़ती है कि छिपा हिस्सा कितना ढाँचेदार और कितना ख़ास है।
- आसमान, पानी, घास, सादी दीवारें — आसान। चिकनी, कम जानकारी वाली, सांख्यिकीय रूप से अनुमान लायक।
- पत्तियाँ, बजरी, कालीन — आसान। अनियमित टेक्सचर जहाँ लगभग सही होना और सही होना अलग नहीं दिखता।
- ईंट, टाइल, पैनलिंग — मध्यम। ढाँचेदार, इसलिए ग़लतियाँ दिखती हैं।
- टेक्स्ट, चेहरे, लोगो, ख़ास चीज़ें — भरोसे लायक नहीं। ख़ास, इसलिए सिर्फ़ असली जवाब सही है और मॉडल उसे नहीं जान सकता।
कुछ भी सिलेक्ट करने से पहले अपने मामले को इस पैमाने पर रखें। यह बताएगा कि आगे बढ़ें, टुकड़ों में काम करें, या कोई दूसरा तरीका ढूँढें।
अच्छी मरम्मत को आत्मविश्वास भरी कल्पना से कैसे अलग पहचानें
मरम्मत अच्छी है अगर 100 प्रतिशत ज़ूम पर:
- जहाँ चीज़ का किनारा था वहाँ कोई भूतिया रूपरेखा न हो
- कोई परछाई ऐसी न बची हो जिसे डालने वाला कुछ न हो
- पैच आसपास की शार्पनेस और ग्रेन से मेल खाए
- मरम्मत के आर-पार जाने वाला कोई भी पैटर्न अब भी लाइन में हो
मरम्मत कल्पना है — चाहे कितनी भी अच्छी दिखे — अगर उस हिस्से में टेक्स्ट, चेहरा, या ऐसी कोई चीज़ थी जिस पर देखने वाला भरोसा करता। उस मामले में सवाल यह नहीं कि यह विश्वसनीय दिखती है या नहीं। सवाल यह है कि इसे वहाँ मौजूद चीज़ की फ़ोटो के रूप में पेश करना ईमानदार है या नहीं।
व्यावहारिक निचोड़
सादे बैकग्राउंड के सामने बिखरी चीज़ों पर इसे खुलकर इस्तेमाल करें। ढाँचेदार किसी भी चीज़ पर छोटे-छोटे पास में काम करें। परछाई शामिल करें। और टेक्स्ट या चेहरे के ऊपर के किसी भी नतीजे को ऐसी चीज़ की तस्वीर मानें जो कभी मौजूद नहीं थी, क्योंकि वह ठीक यही है।
अगर आप एक चीज़ नहीं, बल्कि सब्जेक्ट के पीछे का सब कुछ बदलना चाहते हैं, तो बैकग्राउंड बदलना ज़्यादा आसान टूल है। और अगर हटाने से पहले फ़ोटो छोटी या धुंधली है, तो पहले अपस्केल करें, ताकि मॉडल के पास मिलाने को ज़्यादा डिटेल हो। ऑब्जेक्ट हटाने का टूल Kitana ऐप में है, जबकि बैकग्राउंड बदलना ब्राउज़र के स्टूडियो में भी किया जा सकता है।
अक्सर पूछे जाने वाले सवाल
- Inpainting क्या है?
- मास्क किए गए हिस्से को ऐसे जनरेट किए कंटेंट से भरने का तकनीकी नाम, जो उसके आसपास की हर चीज़ से मेल खाए। मॉडल छिपे हुए पिक्सेल वापस नहीं ला रहा — वे मौजूद ही नहीं — वह आसपास की इमेज को उस ख़ाली जगह में सबसे विश्वसनीय तरीके से आगे बढ़ाने का अनुमान लगा रहा है।
- क्या टूल जानता है कि चीज़ के पीछे असल में क्या था?
- नहीं, और पूरी बात यही है। इसने कभी चीज़ के पीछे नहीं देखा। यह वह बनाता है जो संदर्भ के हिसाब से सांख्यिकीय रूप से संभावित है, जो फ़ुटपाथ, आसमान, घास और दीवारों के लिए आमतौर पर सही होता है, और टेक्स्ट, चेहरों और उस जगह की किसी ख़ास चीज़ के लिए आमतौर पर ग़लत।
- आसमान इतना आसान और ईंटों का काम इतना मुश्किल क्यों है?
- आसमान चिकना और कम जानकारी वाला है — कुछ नॉइज़ के साथ एक ग्रेडिएंट, जिसका अनुमान बहुत आसान है। ईंटों का काम एक सख़्त दोहराता ढाँचा है जिसमें अलाइनमेंट की कोई भी ग़लती दिखती है, और मॉडल को टेक्सचर नहीं, ग्रिड आगे बढ़ानी होती है। मुश्किल इस बात के साथ बढ़ती है कि हिस्सा कितना ढाँचेदार और कितना ख़ास है।
- क्या मॉडल यह ज़ाहिर कर सकता है कि कुछ हटाया गया था?
- कुछ टूल C2PA Content Credentials जैसा प्रोवेनेंस मेटाडेटा जोड़ते हैं, और फ़ोरेंसिक जाँच अक्सर inpaint किए हिस्सों को उनके सांख्यिकीय निशान से पकड़ सकती है। रोज़मर्रा के इस्तेमाल में यह कम ही मायने रखता है, लेकिन इसका मतलब है कि जहाँ यह फ़र्क़ मायने रखता हो, वहाँ एडिट की गई फ़ोटो को बिना छुई फ़ोटो के रूप में पेश नहीं करना चाहिए।
- एक ही सिलेक्शन हर बार अलग नतीजा क्यों देता है?
- जनरेशन रैंडम होता है — यह रैंडम नॉइज़ से शुरू होकर एक विश्वसनीय जवाब की ओर साफ़ होता जाता है, इसलिए हर बार अलग रास्ता लेता है। यह काम का है: अगर नतीजा लगभग सही है, तो कुछ बदले बिना दोबारा चलाने से अक्सर बेहतर नतीजा मिलता है।
- क्या ऑब्जेक्ट हटाना कभी ग़लत टूल होता है?
- हाँ। अगर चीज़ आपके सब्जेक्ट पर चढ़ी हुई है, या टेक्स्ट, चेहरा या ऐसी कोई चीज़ छिपा रही है जिसके सही होने पर देखने वाला भरोसा कर सकता है, तो मॉडल उसे आत्मविश्वास से गढ़ देगा। ऐसे मामलों में दोबारा क्रॉप करना या दोबारा फ़ोटो खींचना ईमानदार जवाब है।
ख़ुद आज़माने के लिए तैयार हैं?
इसे एक मिनट से कम में अपने ब्राउज़र में आज़माएँ, या हमारे मोबाइल ऐप के साथ हर जगह इस्तेमाल करें।
अनचाही चीज़ हटाएँ
