ဟုတ်ကဲ့ - အားလုံး save re-runs the quantiser, ဒါကြောင့်ထပ်ခါတလဲလဲတည်းဖြတ်ခြင်းနှင့် resaving တစ် JPG compounds generation loss even if you never lower the quality slider။ ဤသည်မော်ဒယ်မြင်သောအရာနှင့် output ကိုဆောင်နိုင်သည်ကိုနှစ်ဦးစလုံးပုံသဏ္ဍာန်။
တိကျစွာ, aU ^2-Net segmentation model predictsaper-pixel alpha matte and the background is cut away — butalossy source has soft, compressed edges, so the matte is refined afterwards, and the output has to go toaformat with an alpha channel rather than back toalossy one. manual masking step မရှိပါ - neuro segmentation model သည်ခွဲခြားခြင်းနှင့်သင်ပြန်လာသော transparent result ကိုရသည်။
lossy raster family ထဲက တစ်ခုခုဖြစ်ဖြစ် - JPG, JPEG, JFIF နှင့် WebP - plus the lossless formats (PNG, BMP, TIFF) if you want to mix them in one batch. format ကို file header မှဖတ်ရှုသည်, extension မဟုတ်, ထို့ကြောင့်တစ်ပုံကိုမှားယွင်းသော suffix နှင့်အတူသိမ်းဆည်းထားသည်ကိုဆက်လက်သွားလာ.
တစ်ခုတည်းကို Pro ကိုအစီအစဉ်နှင့်အတူတစ်ချိန်တည်းမှာ upload လုပ်ပြီးဖိုင်များကိုအမြောက်အမြားပြောင်း. အချိန်ကို Save - တစ်ဦးချင်းစီသူတို့ကိုတစ်ဦးစီစီမံခန့်ခွဲရန်မလိုပါ.
