妮 郭一璞 發自 凹非寺

量子位 報道 | 公眾號 QbitAI

“AI摳圖，細至發絲，童叟無欺，假一賠十……”

隨著AI技術的發展，摳圖業也步入了新的競爭格局中，老牌巨頭、新興APP、開源項目、論文實現齊上陣，要把頭發絲都摳出來。

不過，吆喝一時爽，摳圖火葬場，到底誰家的摳圖最智能？誰家的AI最聰明？這是對計算機視覺技術的考驗，也是對選擇恐懼癥用戶的考驗……

今天，量子位為大家一一測評，幫你挑出最合心意的AI摳圖應用。

測評對象：六大應用，四種場景

在介紹我們的測評對象之前，需要先說一下目前智能摳圖界的兩大潮流風向：

一是全自動摳圖，扔一張圖進去，就自動摳好了，而且很有自信，不給你留手動調整的機會；

二是半自動摳圖，通過簡單的標點劃線，選擇圖片上需要摳出來的部分，反選圖片上需要抹去的部分，提示AI摳哪里。

當然，還有一些應用是兩者結合的，AI自動摳出它認為是主角的物體，然后你可以手動標注需要摳出來的部分和需要抹去的部分，幫助AI糾錯。

至于PS套索那種純人工摳圖嘛，不在本次測評范圍之內。

現在，請我們的六名選手登場：

馬卡龍玩圖

摳圖界小網紅，曾用名Versa，早期以風格遷移著稱，也就是把你的照片改成名畫的風格，這家公司的主要技術方向是類腦人工智能，可以實現全自動摳圖。

么么照

來自京東Y事業部，和上面的馬卡龍玩圖類似，也是全自動摳圖，可以摳下來換背景。

美圖秀秀

老牌修圖軟件，可以實現半自動摳圖。

但是量子位在美圖秀秀的移動端、web端和Mac端都沒有找到摳圖功能，只有windows電腦客戶端才有摳圖功能，都9012年了……

稿定摳圖

Web端摳圖神器，不用下任何客戶端和APP，適合低頻次需求。

不過，稿定摳圖僅支持.jpg和.png格式圖片，大小不超過9MB，半自動摳圖，需要標注保留和抹去的部分。

PPT

沒錯！Office家族，都是附帶摳圖功能的，只要選中圖片，刪除背景就行，全自動/半自動混合摳圖模式，辦公小助手，美化PPT插圖壓根不需要專門打開PS摳圖。

當然，和Office家族功能類似的金山家族和蘋果Keynote其實也可以摳圖。

PhotoShop CC 2019

修圖巨頭Adobe旗下C位的軟件，設計師們吃飯的家伙，具有海量復雜、專業的功能，最新的版本可以通過“選擇主體”功能實現一鍵摳圖。

測評規則：四個考點

本次測評設置了四大考點，分別是：

摳圖精細度：到底能不能摳頭發絲？
前景背景區分：顏色一樣，還能分出來么？
多人合照：大合照，能摳出幾個人？
主角非人類：如果照片主角不是人，是我家主子會怎樣？

四大考點分別對應四道題目，每道題目是六個摳圖應用摳同一張圖，比對用時、操作和效果。

第一題：到底能不能摳頭發絲？

為了表示自己摳圖細致，不少應用都宣稱自己是“發絲級”摳圖，效果究竟如何？

我們找到了這張Taylor Swift的照片，金色的卷發剛好造成邊緣處有很多很多頭發絲，讓摳圖AI們摳個夠。

AI們的表現如下：

這是難分伯仲的一道題，邊緣處理都比較粗糙，僅有馬卡龍玩圖略微露出了一點頭發絲的痕跡。

馬卡龍玩圖

馬卡龍大約運轉了10秒就摳好了，的的確確保留了一部分模糊的頭發絲，雖然也有一部分被抹掉了；整體邊緣是最圓滑的，換背景的話幾乎可以直接拿來用，不用做進一步的修整涂抹；

可以說，馬卡龍效果最好，是本輪冠軍。

稿定摳圖

大約用了不到半分鐘標注要保留的區域，基本沒保留什么頭發絲，反而為了頭發絲把邊緣處理成了鋸齒狀。

PPT

自動選定人物，瞬間就摳好了。當然，頭發絲基本沒保留，邊緣效果也不是很好。

PS

保留了一部分綠色背景，感覺AI在判斷邊緣的時候陷入了焦慮。

么么照

么么照自動處理得很快，只用了兩三秒，但是圖片被壓縮過了，頭發絲也就不那么明顯了，看不出摳了頭發絲的痕跡。另外Taylor的左邊有一些殘渣，仿佛AI很努力地要摳頭發絲，但是最終還是失敗了。

美圖秀秀

美圖秀秀的邊緣處理仿佛是在搞笑，就像用手從海報上撕下來的一樣參差不齊，想要保留頭發絲，結果干脆保留了一部分背景，讓人難以理解，不推薦。

第二題：人物衣服和背景一個顏色，能區分出來么？

為了完成這個挑戰，我們找到了在康熙朝任職的“中國圣誕老人”鰲拜大人，鰲拜的暗色衣服和下方黑暗的背景幾乎融為一體，頭頂的頂戴花翎和背景的張燈結彩也剛好都是紅色。

不知道是不是這道題太難了，三位選手連完整的人都沒有摳下來。

馬卡龍

人物形象完美，就是紅頂子拿捏不準，整體尚可。

PPT

邊緣略有參差，整體效果尚可。

稿定摳圖

邊緣十分感人，為鰲拜的衣服增加了自己的設計，仿佛鰲拜穿了奇裝異服。

么么照

么么照無法區分右下方黑色的衣服和黑色的背景，不及格。

美圖秀秀

美圖秀秀是不是以為圣誕老爺爺是抽象畫？眼里只認紅頂子和白胡子？

連肩膀的形狀都沒有摳出來，只能說，不及格。

PS

這不是我認識的那個Adobe，竟然只把最像圣誕老人的頭部摳下來了，不及格。

重點是，連完整的“Merry Christmas”都沒摳出來。

我們把背景變成黑的看一下，一句話竟然漏掉了三個字母，真是匪夷所思。

第三題：多人合照，能分清否？

當圖片上有不止一個人，有人站C位，有人站角落的時候，摳圖應用能做到把它們都找出來么？

為此，量子位找到了這張谷歌大腦成立時的合影，Geoffrey Hinton、Jeff Dean、Samy Bengio、Vincent Vanhoucke等大佬紛紛上鏡，全圖總共17個人，還有中間那張大海報、旁邊的桌子和顯示器做為干擾，是可以讓摳圖AI們好好琢磨一陣了。

馬卡龍玩圖

17個人每個人基本都被分開了，可以進行單獨編輯。陰影和牛仔褲交錯的下半部分也做了區分，可以說令人驚喜。美中不足的是，電腦顯示屏沒有抹掉。

PPT

雖然處理時間長達6分鐘，做了40個手動標注，不過大塊的非人物部分都去掉了，除了超高難度的下半部分，整體畫面還算干凈。作為一個辦公軟件里的小功能，能做到這樣已經相當優秀了。

稿定摳圖

一些多余的部分沒有去掉，只能說是一個平庸、沒有野心的摳圖軟件。

美圖秀秀

電腦桌和下半部分基本沒動，成功的避開了所有考點。讓人不得不吐槽的是上面那個紫色的小點：

仔細看，是天花板上毛絨骰子“2”那一側，看起來萌萌噠，難不成美圖秀秀認為這是個可愛的小臉？

PS

左下部分跟沒摳一樣，上面摳了的部分，也是幽靈制造機啊。

△ 你后面有人

△ 你們后面也有人

嚇得我點了左上角的叉叉。

么么照

這哪里是摳圖，下半部分仿佛霉菌菌落一樣的密集的點點，難不成這張照片在上海經歷了梅雨季節？只能說不合格。

第四題：主角不是人，看你怎么辦

許多摳圖應用都針對人做了專門的訓練，它們可以自動的找出圖片上所有的人。

可是，如果想給孫子摳個佩奇怎么辦？

因此，我們找了個佩奇：

O(∩_∩)O哈哈~

這得問一下摳圖AI：啥是佩奇？

AI：一千個AI心里有一千個佩奇。

美圖秀秀

雖然邊緣比較粗糙，不過形狀基本合格。

PPT

框定范圍后全自動摳圖，沒有手動干預就能摳出一個完整的佩奇，但是，為什么佩奇的眼神如此空洞？

好在，手動點選之后可以解決這個問題，也不費事。

PhotoShop

PS有一個好處，它自動的識別了所有類型的主角，不管是不是人，都公平對待。但是，佩奇的耳朵呢？怎么丟了一只？

稿定摳圖

摳是摳出來了，就是無法精準的識別什么是佩奇的一部分。

換句話說，它搞不清楚“什么是佩奇”。

么么照

不及格選手，只摳了佩奇的眼睛鼻子和一只手臂，難不成是覺得上半部分的佩奇比較像人臉？

馬卡龍玩圖

不及格選手，想摳人也就罷了，摳的不是手而是衣服這就有點匪夷所思了。

結果推薦

一個好的修圖軟件必定秀外慧中，不僅摳圖質量要過關，在細節設計上也得配得上“豬豬軟件”的稱號。

比如操作簡便性：

除了專業賽道的P圖一哥PhotoShop外，其他軟件基本無需學習就能上手。

不過美圖秀秀操作略麻煩，不僅移動端無入口可摳，還沒有提供Mac版的客戶端，想要有上美圖秀秀的摳圖功能，需要先找一臺Windows系統的電腦。

從時間方面來看，馬卡龍、么么照和PhotoShop這種全自動玩家總體優先于半自動玩家不少，半自動選手用時長短與圖片難度和你要求的精細度有很大關系。

效果可粗可精，時間可長可短。

不過，PS等這種半自動的應用也是專業玩家/強迫癥患者放空自己的一種方式，俗話說畢竟沒有最好，只有更好嘛。

綜合摳圖質量、操作難度和用戶體驗，量子位做出一張智能摳圖推薦榜：

馬卡龍玩圖

推薦指數：????????

摳人專用，全自動、準確，但除人之外不能摳

PPT

推薦指數：????????

辦公場景必用、簡單標記就行，性價比之王

稿定摳圖

推薦指數：??????

輕量級網頁應用，只要肯精修，效果還是可以

Photoshop

推薦指數：??????

“選擇主體”新功能并非盡善盡美，如果有耐心可以慢慢手動摳呀

么么照

推薦指數：??

摳人專用，全自動見效快，效果如何看天意吧

美圖秀秀

推薦指數：?

O__O …小老弟，你為什么如此想不開？

啥是摳圖？

問題來了，這些應用是怎么完成摳圖的鴨？

摳圖，也就是把一張照片里的主角或者一類物體自動摳下來的操作，在學術領域有專門的英文名Image Matting。

想不到吧，這種連80歲老太都會玩的修圖操作，其實也可以被形式化為一個數學問題，即下面這個“求解摳圖方程式”：

I=αF+（1-α）B，α∈[0,1]

其中，I是圖像RGB色彩，F為前景色，B為背景色，α為預測前景蒙版。這樣來看，摳圖這件事就被形式化為兩種顏色的線性組合，因此目前大多數方法將其近似為一個色彩問題，可以用多種算法來實現摳圖效果。

視覺顯著性檢測（Visual saliency detection）就是常用方法的一種：

舉個，當你一眼望到那張霉霉的照片，是不是最先注意到的是照片里有個人→金發紅唇→應該是美女，隨后才注意到了綠色的背景和其中模糊的綠葉？

△ AI覺得你是這么理解的

好巧，AI和你想的一樣。

在視覺顯著性檢測中，AI會嘗試模擬人的視覺特點，猜測你可能對圖中哪些物體感興趣（也就是顯著區域），并把這部分自動提取出來。

摳圖這件小事不就完成了！

圖像分割（Image Segmentation）也能實現將主角摳出來的效果，它有幾個子分類，包含語義分割和實例分割等細化的技術，分割精度也在逐年升高。

和視覺顯著性檢測不同，分割大法不是AI找你感興趣的，而是在圖像中找到自己會認的。

在語義分割任務中，照片里的每個像素都被打上了一個標簽，比如在這張道路場景圖中，綠色色塊代表行道樹，藍色色塊表示車輛，紫色色塊代表道路。

但是，語義分割只能識別這個像素屬于樹，卻沒有辦法判斷一個像素塊的位置到底是屬于哪棵樹。想要要AI識別出個體，就得派實例分割上場了。

和語義分割不同，實例分割不需要標記每個像素，它只要找到物體的邊緣輪廓就好了，標記上不同的顏色，個體分離技能get。

所以不難理解，在摳谷歌大腦團隊的那張合影時，有的應用可以摳出單個人并對其單獨編輯了。

最后，你最喜歡的摳圖工具是哪一款？它夠智能么？歡迎在評論區告訴量子位。

— 完 —

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復“招聘”兩個字。

量子位 QbitAI · 頭條號簽約作者

?'?' ? 追蹤AI技術和產品新動態