Hapus Objek di Foto dengan AI: Cara Kerja dan Batasannya

Menghapus objek di foto terasa seperti menghapus dengan penghapus. Sebenarnya justru sebaliknya: tidak ada yang dihapus, melainkan ada sesuatu yang baru ditulis. Memahami satu fakta ini sudah menjelaskan setiap cara alat ini berhasil dan setiap cara ia gagal.

Apa yang dilakukan model

Anda menandai sebuah area. Model menganggap area itu hilang dan bertanya: berdasarkan semua piksel di sekitarnya, konten apa yang paling masuk akal untuk mengisi celah ini?

Model menjawabnya dengan memulai dari noise acak di dalam area yang ditandai, lalu memperhalusnya berulang kali dengan panduan dari gambar di sekitarnya, sampai area itu konsisten dengan lingkungannya. Ini proses denoising yang sama dengan yang dipakai untuk membuat gambar pada umumnya. Bedanya, di sini model dibatasi dari segala sisi oleh piksel yang nyata.

Ada dua konsekuensi langsung, dan keduanya menjelaskan hampir semuanya:

Model tidak pernah mengambil kembali. Model selalu mengarang. Tidak ada lapisan tersembunyi yang menyimpan apa yang ada di balik tempat sampah itu. Foto tersebut memang tidak pernah memuatnya.

Rasa percaya dirinya tidak ada hubungannya dengan kebenarannya. Model menghasilkan jawaban yang masuk akal, entah jawaban yang benar bisa disimpulkan atau tidak. Ia tidak punya mekanisme untuk berkata "saya tidak tahu".

Empat jenis kegagalan

Semua yang salah termasuk salah satu dari empat ini.

1. Informasi yang spesifik

Teks, logo, wajah, nomor rumah, pelat nomor. Jawaban yang benar adalah fakta tertentu tentang tempat tertentu, sedangkan model tidak punya akses ke fakta, hanya ke rupa teks dan wajah pada umumnya. Model akan menghasilkan bentuk huruf yang terbaca seperti bahasa tetapi ternyata tidak bermakna, atau wajah yang bukan milik siapa pun.

Inilah jenis kegagalan yang punya konsekuensi nyata, karena hasilnya tampak meyakinkan.

2. Struktur berulang yang kaku

Bata, ubin, pagar, kisi jendela, lantai papan. Model mereproduksi teksturnya, tetapi sering merusak ritmenya: satu baris bata yang keluar jalur, atau kisi ubin yang bergeser setengah unit. Tekstur itu mudah, penyelarasan itu sulit, karena untuk benar model harus melanjutkan struktur global, bukan sekadar mencocokkan pola lokal.

Seleksi yang lebih kecil membantu, karena lebih banyak bagian kisi di sekitarnya yang terlihat sebagai acuan penyelarasan.

3. Celah yang besar

Semakin besar area yang ditandai, semakin banyak model mengarang alih-alih melanjutkan, dan semakin lembut serta tidak konsisten hasilnya. Isian yang besar sering kali terlihat lebih blur dibandingkan sekitarnya, karena konten hasil generate dibuat pada skala model sendiri, bukan skala foto.

Membagi penghapusan besar menjadi dua atau tiga tahap biasanya sudah cukup untuk menyelesaikan masalah ini sepenuhnya.

4. Semua yang tersentuh objek

Objek bukan hanya objek itu sendiri. Ia menimbulkan bayangan, mungkin terpantul di kaca jendela atau trotoar basah, dan memantulkan sedikit warnanya ke permukaan di dekatnya. Jika objeknya dihapus tetapi semua itu dibiarkan, hasilnya terasa janggal meskipun isiannya sendiri sempurna.

Dari keempatnya, inilah yang paling sering terlewat, dan paling mudah diperbaiki begitu Anda tahu harus memeriksanya.

Mengapa tingkat kesulitan bisa ditebak

Aturan yang berguna: kesulitan meningkat seiring seberapa terstruktur dan seberapa spesifik area yang tersembunyi.

• Langit, air, rumput, dinding polos: mudah. Halus, sedikit informasi, dan secara statistik mudah ditebak.
• Dedaunan, kerikil, karpet: mudah. Teksturnya tidak beraturan, sehingga hasil yang kurang lebih benar tidak bisa dibedakan dari yang benar.
• Bata, ubin, panel kayu: sedang. Terstruktur, sehingga kesalahan terlihat.
• Teks, wajah, logo, objek tertentu: tidak bisa diandalkan. Spesifik, sehingga hanya jawaban sebenarnya yang benar, dan model tidak mungkin mengetahuinya.

Sebelum menyeleksi apa pun, tempatkan kasus Anda di skala ini. Skala ini akan memberi tahu apakah Anda bisa langsung lanjut, perlu bekerja bertahap, atau sebaiknya mencari cara lain.

Membedakan perbaikan yang bagus dari karangan yang meyakinkan

Perbaikan dianggap bagus jika, pada zoom 100 persen:

• Tidak ada garis bayangan samar di bekas tepi objek
• Tidak ada bayangan yang tersisa tanpa benda yang menimbulkannya
• Area tambalan memiliki ketajaman dan grain yang sama dengan sekitarnya
• Pola apa pun yang melintasi area perbaikan tetap sejajar

Perbaikan itu adalah karangan, seberapa pun bagusnya, jika area tersebut memuat teks, wajah, atau apa pun yang akan diandalkan penonton. Dalam kasus itu, pertanyaannya bukan lagi apakah hasilnya terlihat meyakinkan, melainkan apakah jujur jika hasil itu disajikan sebagai foto dari apa yang benar-benar ada di sana.

Kesimpulan praktis

Gunakan dengan bebas untuk menghapus benda yang mengganggu di depan latar yang sederhana. Kerjakan dalam tahap-tahap kecil untuk apa pun yang terstruktur. Sertakan bayangannya. Dan perlakukan setiap hasil di atas teks atau wajah sebagai gambar dari sesuatu yang tidak pernah ada, karena memang itulah yang sebenarnya.

Coba sendiri: alat hapus objek ada di aplikasi Kitana. Mulailah dengan foto berlatar sederhana, seperti langit atau dinding polos, agar Anda melihat alat ini di kondisi terbaiknya sebelum beralih ke area yang terstruktur.

Jika foto Anda juga kecil atau kurang tajam, lakukan upscale lebih dulu sebelum menghapus objek; caranya ada di cara memperjelas foto blur dengan AI. Untuk mengganti semua yang ada di belakang subjek, bukan hanya satu benda, mengganti background adalah alat yang lebih mudah.