> For the complete documentation index, see [llms.txt](https://docs.augelab.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.augelab.com/arabic/alblwkat-alwzyfyh/blocks-reference/ai-blocks/background-removal-birefnet.md).

# Background Removal (BiRefNet)

تقوم هذه القطعة الوظيفية بتنفيذ فصل عالي الجودة بين المقدمة والخلفية باستخدام نموذج BiRefNet. تنشئ قناعًا ثنائيًا نظيفًا للمناطق الأمامية ويمكن أن تنتج تراكبًا أخضر فوق الصورة الأصلية لعرض سريع لنتيجة التقسيم.

## 📥 Input sockets

`Image` — أرسل صورة RGB/BGR. القطعة تقبل صورًا بأي حجم (قد تتم إعادة تحجيم الصور الكبيرة داخليًا لمعالجة أسرع).

## 📤 Output sockets

`Overlay` — صورة مرئية تعرض المقدمة المفصولة كتراكب أخضر فوق الصورة الأصلية.\
`Mask` — قناع ثنائي حيث تكون بكسلات المقدمة باللون الأبيض (255) وبكسلات الخلفية بالأسود (0).

## 🕹️ Controls

تعمل هذه القطعة بإعدادات تلقائية ولا تعرض عناصر تحكم يدوية داخلها. للتأثير على السلوك يمكنك استخدام كتل مساعدة قبلها أو بعدها مثل:

* `Image Resize` — لتقليل حجم الصورة قبل المعالجة لزيادة السرعة وتقليل استهلاك الذاكرة
* `Image ROI` — لاقتصاص منطقة اهتمام حتى يركز النموذج على جزء أصغر
* `Apply Mask` — لدمج الصورة الأصلية والقناع بطرق مخصصة بعد التقسيم
* `Show Image` — لمعاينة `Overlay` أو `Mask` في عارض أكبر
* `Image Logger` / `Image Write` — لحفظ الأقنعة أو التراكبات لسجلات

## ⚙️ Running mechanism

* يتم تحميل نموذج التقسيم عند استخدام القطعة لأول مرة. قد يتطلب ذلك تنزيل ملفات نموذج وقد يستغرق وقتًا في التشغيل الأول.
* إذا كانت GPU متاحة فسيتم استخدامها لتسريع المعالجة؛ وإلا فسيتم استخدام CPU.
* لكل صورة مُدخلة تُعيد القطعة قناعًا ثنائيًا وتراكبًا ملونًا (صبغة خضراء على المناطق المفصولة).
* الصور كبيرة الحجم تزيد من زمن المعالجة واستهلاك الذاكرة؛ يوصى بإعادة تحجيم الصورة قبل إدخالها للقطعة للحصول على نتائج أسرع.

## 🎯 Features

* تقسيم عالي الجودة يتعامل مع الحدود المعقدة والتفاصيل الدقيقة.
* ينتج قناعًا ثنائيًا مناسبًا للمعالجة اللاحقة وتراكبًا مرئيًا للمراجعة السريعة.
* اختيار الجهاز تلقائيًا (GPU إن توفر).
* يعمل مع مدخلات الصورة القياسية من الكاميرات أو الملفات أو كتل المعالجة السابقة.

## 📝 Usage instructions

1. أرسل صورة إلى منفذ الإدخال `Image`.
2. استخدم الناتج `Mask` للمعالجة اللاحقة (قياسات، عمليات ROI، تركيب).
3. استخدم الناتج `Overlay` لمعاينة جودة التقسيم أو لعرض النتائج بصريًا.

تدفقات مقترحة:

* لتشغيل أسرع، قم بتوصيل `Image Resize` قبل هذه القطعة.
* لتقسيم جزء معين من المشهد، استخدم `Image ROI` أولًا.
* لحفظ النتائج، وصل `Image Write` أو `Image Logger` بالمخرجات.
* لمعاينة النتائج أثناء التطوير، اربط `Show Image` بـ `Overlay` أو `Mask`.

## 💡 Tips and Tricks

* إذا كنت تريد بديلًا أخف وزنًا، جرّب `Background Removal (RMBG-1.4)` — يستخدم نموذجًا مختلفًا وقد يكون أسرع أو ينتج قصاصات مختلفة بحسب المدخل.
* نظف تشويش القناع الصغير باستخدام `Morphological Transformations` أو `Image Threshold` بعد الحصول على `Mask`.
* إذا بدت الأقنعة مُزعجة (noisy)، حاول تشغيل `Denoising` أو `Blur` قبل التقسيم لتقليل الحواف العشوائية.
* لمعالجة صور عالية الدقة مع الحفاظ على الذاكرة، استخدم `Image Resizer` للتصغير، قم بالتقسيم، ثم استخدم `Image Resize` أو `Super Resolution` لإعادة تحجيم النتائج عند الحاجة.
* اجمع هذه القطعة مع كتل الكشف؛ على سبيل المثال استخدم نتائج كاشف الكائنات لاقتصاص المنطقة بواسطة `Image ROI` ثم شغّل هذه القطعة لإزالة الخلفية لكل كائن على حدة.

## 🛠️ Troubleshooting

* النموذج يفشل في البدء أو بطيء جدًا عند الاستخدام الأول: قد تكون القطعة تقوم بتنزيل ملفات النموذج والتهيئة، انتظر حتى يكتمل التنزيل والتهيئة.
* أخطاء نفاد الذاكرة على GPU: قلل حجم الصورة المدخلة باستخدام `Image Resize` أو شغل المعالجة على CPU بالتأكد من تحرير أحمال GPU الأخرى.
* القناع يحتوي على ثقوب أو نقط: طبّق `Morphological Transformations` (ملء / فتح / غلق) أو زد مستوى التنعيم باستخدام `Blur` قبل التقسيم.
* المقدمة تفتقد هياكل رفيعة: جرّب استخدام القطعة البديلة `Background Removal (RMBG-1.4)` للمقارنة.

ملاحظة: المكتبات والنماذج المطلوبة تُدار خارجيًا عن القطعة؛ يجب توفر تثبيت الحزم المناسبة وإمكانية تنزيل النماذج لكي تعمل هذه القطعة.