How it works

処理の仕組み

1枚の写真が、複数の自動ステップを順に通って“白背景のクリーンな1枚”になります。すべて自動で、車体そのものはAI生成で作り替えません。各工程で使うツールも下のフローに記載しています。

Pipeline

処理フロー

入力(resources)→ 自動処理 → 完成(output)。色違いはさらに派生で量産。

入力 resources/ の元写真
1

AI高画質化(4倍)長辺 < 1000px のときだけ

Stability upscale/fast
2

トーン補正任意 --tone

Pillow(明度・コントラスト)
3

人物・不用物の除去

YOLO11x-seg で輪郭検出Stability erase で消去
4

ナンバープレートを白く

ナンバー検出YOLO(lp-v1n)OpenCV で四隅を採寸Stability inpaint
5

輪郭強調任意 --edge

OpenCV アンシャープマスク
6

車を認識 → 手前の1台を選択複数台のときだけ深度判定

YOLO11x-segDepth Anything V2
7

背景を白に統一

rembg(isnet)+ アルファマッティングOpenCV で精緻化
完成 output/ 白背景JPEG
完成画像からさらに派生
+

色違いを量産任意

variants.py(OpenCV color grading)variant/ に出力
warmcoolvividmuted sepiateal & orangeモノクロ
1

AI高画質化

解像度が低い写真は先に4倍へ高画質化。ジャギーや粗さを抑えてから処理します。

非生成・実写保持
2

トーン補正

明るすぎ・暗すぎの写真の明度とコントラストを整え、霞みを締めます。

見栄え補正
3

人物・不用物の除去

車に乗った人・前に立つ人・映り込みを、輪郭単位で検出して自然に消去します。

セグメンテーション
4

ナンバーを白に

ナンバープレートを検出し、車の傾きに合わせて枠内をきれいに白塗りします。

検出 + 形状フィット
5

背景を白へ

車だけを切り抜き、背景を真っ白に統一。白・シルバー車体でも色が飛びません。

非生成の切り抜き
6

複数台は手前の1台

画面に複数の車があるときは、深度(奥行き)から手前・中央の1台だけを残します。

深度マップ
大前提:売り物の車そのものはAIで作り替えません。除去・補正は「人物・ナンバー・背景・色味」など車体の周辺のみ。実車を正しく見せることを最優先しています。