AI で写真や動画からオブジェクトを削除: 2026 年テスト
AI で写真や動画からオブジェクト、ステッカー、テキストを削除する方法: 説明するか、ブラシで塗りつぶします。5 つの画像モデル、マスクとテキスト指示の違い、コストを実際にテストしました。
英語から自動翻訳されています。 英語の原文を見る
AIを使って写真やビデオからオブジェクトやテキストを削除するには、ファイルをアップロードし、消したいものを説明するか、その部分を塗りつぶします。モデルは周囲の背景をつなげる形でその領域を埋めます。2026年11月9日に、5つの写真モデルを文章による指示で比較し、2026年11月12日に塗りつぶした領域をテストしました。領域を塗りつぶした場合、GPT Image 2.6は写真内のマークされたテキストだけを削除し、Gemini Omni Flash 1.2はビデオの全フレームからそれを削除しました。一方、フレーム内の別の場所にある同じ見た目のテキストは完全にそのまま残りました。
主な調査結果
- 言葉だけでは足りないときは塗りつぶしましょう。 マスク(塗りつぶした領域)により、写真モデルに作業すべき場所を正確に伝えられました。一方のテキストを削除し、もう一方は残しました。
- ペイントしたコピーを 2 番目の画像として送信しないでください。 同じモデルにマスクではなく赤く塗ったコピーを渡すと、両方のテキストが削除されました。
- ビデオでは、領域を言葉で指定します。 ビデオモデルはマスクを受け付けませんが、「幅の52%から97%までの右下の領域」と指定すると、すべてのフレームでそのテキストだけが削除されました。
- GPT Image 2.6は最も信頼できる写真モデルでした オブジェクトとテキストでテストした5つのモデルの中で、約10秒できれいに処理できました。
- 費用: Cut Marketing (Cutma) では、写真1枚あたり$0.18、5秒の720pビデオは約$0.63です。
私たちはCut Marketingを開発しています。そのオブジェクト削除機能では、以下のモデルと方法を使用しています。テストは当社によるもので、数値は実際の呼び出しに基づいています。制限事項は最後に記載しています。
テスト方法
自社のショーケース用メディア(すべて架空の商品)を使い、実際の呼び出しを2ラウンド実行しました。
- 2026年11月9日、文章による指示(テスト1と葉の影のクリップ):5つの画像モデル、GPT Image 2.6、Seedream 5.0 Pro、Nano Banana 2.1、FLUX.3 Klein、Qwen Image 3.0 Proで、約2Kの製品写真と広告レイアウトを編集しました。Gemini Omni Flash 1.2の編集モードでは、720pの5秒間の720×1280ジュエリークリップから葉の影を削除しました。
- 2026年11月12日、マークした領域(テスト2と3):静止画と5秒の9:16クリップを使用し、それぞれに左上の「SAMPLE」と右下の「@shop_kr」という2つのオーバーレイテキストを配置し、右下のみをマークしました。GPT Image 2.6には、マスク付きの写真、または赤く塗ったコピー付きの写真を渡しました。Gemini Omni Flash 1.2には、まず領域を言葉で指定し、その後、言葉に加えてマークしたフレームを参照画像として渡しました。このラウンドの費用は、Omniの実行2回と画像編集4回で約$0.70でした。
- 費用は定価ではなく、プロバイダーがその実行に対して請求した金額です。葉の影の編集は5秒で$0.3129請求され、ここでは$0.31と表示しています。「Cut Marketingでのやり方」に記載した価格は、Cut Marketing独自のクレジット価格です。
- 制限: 独自の画像数枚と短いクリップ 2 つ。 Nano Banana 2.1 の拒否は、今回のテストではなく、ウォーターマーク テストで発生しました。
説明しますか?それとも塗りつぶしますか?
名前で指定しやすいオブジェクトは説明し、小さいもの、不規則なもの、似たものが複数ある場合は塗りつぶします。
| 状況 | おすすめの方法 | なぜ |
|---|---|---|
| 名前で指定しやすい1つのオブジェクト(「左側のコーヒーカップ」) | 説明する | 速く、モデルが見つけやすい |
| 小物:値札シール、取っ手、タグ | 塗りつぶす | 言葉では指し示しにくい |
| 似たものが複数あり、1つだけ消したい場合(2つのテキストのうち1つ、3つのカップのうち1つ) | 塗りつぶす | 説明によりすべてが削除される場合があります |
| 不規則な形状:ケーブル、影、亀裂 | 塗りつぶす | ブラシが形状に追従します |
| ビデオ | 1つのフレームにマークを付ける | マークした領域がすべてのフレームでクリーンアップされる |
両方を行うこともできます。領域を塗りつぶし、「白いハンドルのテキスト」などの短いメモを追加します。このメモにより、モデルは何を置き換えるのかを理解しやすくなります。
テスト1:オブジェクトを最もよく削除できる写真モデルは?
GPT Image 2.6が最も信頼できました。約10秒で紙の背景と見出しをきれいに削除し、残りのテキストは保持しました。Nano Banana 2.1もここではきれいに処理できましたが、別のテストではウォーターマーク関連のプロンプトを拒否しました。他の3つは、にじみが残る、紙を一部しか削除できない、レイアウトがずれるといった結果でした。
5つの画像モデルに、架空のボトルの同じ製品写真と2つの作業を与えました。ボトルの後ろにある紙の背景を削除すること、そして残りのテキストを保持したまま広告レイアウトから見出しを削除することです。
| モデル | オブジェクト(紙背景) | テキスト(見出し) | 時間 | メモ |
|---|---|---|---|---|
| GPT Image 2.6 | クリーン | きれい、他のテキストは保持 | 約10秒 | エッジと小さなテキストは 2K でも鮮明なまま |
| Seedream 5.0 Pro | クリーン | かすかな汚れが残る | 85~106秒 | フラットな背景に紙のようなテクスチャを追加します |
| Nano Banana 2.1 | クリーン | クリーン | — | 他のテストで一部の削除プロンプトを拒否しました |
| FLUX.3 Klein | 紙が部分的にしか取り除かれていない | クリーン | — | オブジェクトの信頼性が低い |
| Qwen Image 3.0 Pro | クリーン | レイアウトがずれた | — | 他の要素を移動します |
2026 年 11 月 9 日に、約 2K で実際の呼び出しを使ってテストしました。GPT Image 2.6 は、Cut Marketing のフォトリムーバーで使用しているものです。
テスト 2: マスクか、ペイントしたコピーか?
マスクです。マスクを使うと、GPT Image 2.6 はマークしたテキストだけを削除しました。写真に赤く塗ったコピーを使うと、両方のテキストを削除しました。
難しいのは、似たものが 2 つあり、そのうち 1 つだけを消したいケースです。ショーケース写真の 1 枚に、左上に「SAMPLE」、右下に「@shop_kr」という 2 つのテキストを入れ、右下のものだけにマークを付けました。次に、その写真を GPT Image 2.6 に 2 つの方法で送りました。
- 写真とマスク: 同じサイズの PNG で、ペイントした部分だけが透明になっています。
- 写真と、該当部分を半透明の赤で塗ったコピー、そして赤い部分をきれいにする指示。
マスクでは、依頼どおりの結果になりました。ペイントしたコピーでは、モデルが「オーバーレイテキストを削除する」と解釈し、残したかったものも含めて両方を削除しました。どのツールにも言える教訓は、マークは 2 枚目の画像としてではなく、マスクとしてモデルに渡す必要があるということです。
テスト 3: ビデオ内の領域をマークできますか?
はい、マークを言葉に変換すれば可能です。フレームに対する割合でボックスとして説明すると、マークしたテキストはクリップのすべてのフレームから削除され、もう一方のテキストは残りました。
ビデオモデルはマスクではなく、クリップと指示を受け取ります。そこで、マークしたボックスを言葉に変換しました。「右下の領域内のオーバーレイテキストを、フレーム幅の 52% から 97%、フレーム高さの 89% から 97% の範囲で削除します。その領域の外は何も変更しないでください。」Gemini Omni Flash 1.2 の編集モードで、同じ 2 つのテキストが入った 5 秒の 720p クリップに対して実行しました。
マークしたフレームを参照画像として追加しても、言葉だけの場合と同じ結果になったので、言葉だけで十分です。同じモデルは実物のオブジェクトも削除できます。以前のテストでは、ジュエリーのショットの奥の壁から葉の影を削除し、イヤリング、トレイ、光はそのまま残しました。
Cut Marketing での使い方
写真またはビデオのオブジェクトリムーバーを開き、ファイルをアップロードし、削除したいものをペイントまたは説明して、権利を確認します。写真は 18 クレジット、5 秒の 720p クリップは 63 クレジットです。
- を開きます 写真オブジェクトリムーバー または ビデオオブジェクトリムーバー.
- ファイルをアップロードします。写真: JPG、PNG、または WebP 最大 10 MB。ビデオ: MP4、3 ~ 15 秒、9:16 または 16:9、最大 50 MB。
- 「領域をマーク」で、「画像上でマーク」(ビデオの場合は「フレーム上でマーク」)を押し、削除したいものを塗りつぶします。最初はブラシが選択されています。直線的なエッジのものには長方形に切り替えてください。ビデオの場合は、スライダーでオブジェクトが見えるフレームを選びます。
- 必要に応じて、それが何かを短くメモします。
- コンテンツを所有している、または編集する権利があることを確認して開始します。開始前に、ボタンにコストが表示されます。
| 写真 | 動画 (720p) | 動画(1080p、有料プラン) | |
|---|---|---|---|
| クレジット | 写真 1 枚あたり 18 | 請求対象の 1 秒あたり 12 | 請求対象の 1 秒あたり 18.08 |
| 例 | $0.18 | 5 秒クリップ: 63 クレジット ($0.63) | 5 秒クリップ: 95 クレジット ($0.95) |
動画の秒数は、モデルが入力も読み取るため、クリップ1秒あたり1.05で課金されます。1クレジット = $0.01。プランは月額$9から900クレジットで、新規アカウントには30の体験クレジットが付与されます。失敗したジョブのクレジットは返却されます。「Make a video」で、クリーンアップした写真をそのまま動画にできます。クリップから古いプロモーションテキストが消えたら、新しいフック、価格、コールトゥアクションを「Finish the Ad」で正確なテキストとして入力し、キャプションとナレーションを追加して、9:16、1:1、4:5 を一括で書き出してください。
きれいな結果を得るためのヒント
広めに塗り、1 回の実行につき 1 種類だけを削除し、結果を等倍で確認します。
- オブジェクトの端を少し越えてペイントします。輪郭がぴったりすぎると、縁が残ることがあります。
- 1 回の実行につき 1 種類のものだけを削除します。複数の異なるオブジェクトを一度に処理すると、別のものまで変わる可能性が高まります。
- 影や反射も一緒に削除します。影を残してオブジェクトだけを削除すると、ゴーストのような跡が残ります。
- 動画の場合は、対象物が最も大きく映っているフレームをマークします。フレーム内を移動する場合は、その動線全体をマークします。
- 結果をフルサイズで確認してください。小さな文字、製品の端、ラベルは変更が目立ちにくい部分です。結果画面のスライダーで変更前と変更後を比較します。
AI による削除ができないこと
AI による削除は、対象エリアをもっともらしく補完するため、周辺の要素が変わることがあります。また、短いクリップでのみ機能します。
- もともと見えていなかったものを復元することはできません。手の後ろに隠れたロゴは、復元ではなく生成されたものになります。
- 指定した範囲の外側が変わることもあります。マスクで影響は抑えられますが、フレーム全体を確認してください。
- Cut Marketing は 3〜15 秒のクリップに対応しており、出力は元の 9:16 または 16:9 の比率を維持します。
- これらは、当社の画像数点で行った小規模なテストです。結果は写真によって異なります。保証ではなく、目安としてお考えください。
権利を最優先に
自分が所有している、または編集許可を得ている写真と動画のみを編集してください。他人の透かし、ロゴ、クレジットを削除すると、その人の権利を侵害する可能性があります。Cut Marketing では削除のたびにその確認を求めており、編集権限のないコンテンツからマークを削除することは規約で禁止されています。一般的に正当な使用例: 自分の商品写真に写ったステッカーや値札、自分の写真に写ったケーブルや汚れ、自分のクリップに写り込んだ通行人、自分の動画に残っている古いプロモーション文言。
自分の動画や写真に焼き込まれた字幕、ロゴ、透かしについては、 字幕と透かしの除去テスト。背景については、 商品写真から背景を削除する方法。マーケットプレイスの画像ルールについては、 マーケットプレイス向け AI 商品写真編集。公開する前に、 AI 製品ビデオを確認する.