EC商品画像向け Bria Eraser：4つのクリーンアップテスト

商品カタログ撮影における商品写真の問題のほとんどは「新しい画像を生成する」問題ではない。商品自体はすでに正しく撮影されている——アングル、ラベル、素材は問題ない——除去すべきは蓋の上の繊維くず、背景布の粘着テープ、ライフスタイル写真の中のケーブルだ。Bria Eraser はまさにこの種の作業に適している。マスクしたピクセルだけを処理するからだ。ソース写真と白黒マスクを提出する。白い領域内のすべてが除去され、周囲の領域で補填される。プロンプトを書く必要はなく、リクエストにプロンプトを含めてはならない。

私たちは2026-11-03に hiapi API 経由で4つの典型的なECクリーンアップケースを実行した。マットなスマホケースのほこり、ボトルの横のスタジオ小道具、スニーカーの後ろの雑多なもの、光沢マグカップのソフトボックスの映り込みである。以下の各ソース画像、マスク、結果はすべてその実行によるものだ。

商品画像ワークフローにおける Bria Eraser の位置づけ

商品に新しいシーンや新しい背景を生成する必要があるなら、生成モデルがより良い出発点になる——Bria Product Shot の例を参照。Eraser はこのステップの前または後に使う。既存の写真を保持し、それとともに公開すべきでないものを除去する。

クリーンアップ作業	マスク方法	私たちの結果
暗い商品上のほこり粒子と繊維くず	明るい斑点を自動検出し、数ピクセル膨張	きれい。蓋のテクスチャに目に見える変化なし
白背景布上のテープ、クランプ、アクリル支柱	非白色ピクセルを閾値処理し、透明アクリルには手描きポリゴンを追加	きれい。補填は純粋な255の白ではなく、白に近い
ライフスタイルシーンの商品後ろのケーブルとカップ	商品から離れた位置に手描きポリゴン	きれい。カップ後ろの壁の角が再構築された
光沢表面のソフトボックスハイライト	商品本体上の明るい領域を閾値処理	ハイライトは除去されたが、マグカップの光沢感が低下して見える

価格は1画像あたり$0.0575（2026-11-03にhiapi の料金と照合して確認）なので、この4つのクリーンアップで$0.23かかった。4つのタスクはすべて送信から36～44秒で完了した（私たち自身のポーリング時間を含む）。これは4回の単発実行であり、レイテンシのベンチマークではない。

ケース1：マットな黒いスマホケースのほこりと繊維くず

暗いマットなプラスチックはトップライトの下で一粒一粒の粒子を映し出す。SKUごとに20個の小さな点を手作業でブラシ除去するのはレタッチの遅い部分なので、私たちは代わりにマスクを生成した。各ピクセルをその近傍の15ピクセル中央値と比較し、明るさが22レベル以上高いものを保持し、探索を蓋の領域に限定し、ほこりの柔らかいエッジを含めるために各斑点を5ピクセル膨張させた。

マスクは画面の0.35%を覆った。結果は繊維くずと私たちがマークしたすべての粒子を除去し、蓋のマットなテクスチャは連続したままだった。検出枠を商品のエッジから遠ざけてほしい。最初の試みでケース全体を探索したとき、蓋の明るいエッジと角の背景も捉えてしまった——それでは Eraser に商品自身の輪郭を再描画させることになる。

import numpy as np
from PIL import Image, ImageFilter

src = Image.open("case.png").convert("L")
gray = np.asarray(src).astype(int)
local = np.asarray(src.filter(ImageFilter.MedianFilter(15))).astype(int)

mask = np.zeros(gray.shape, bool)
lid = (slice(265, 410), slice(190, 840))          # rows, cols of the lid top only
mask[lid] = (gray - local)[lid] > 22               # specks brighter than their surroundings

out = Image.fromarray((mask * 255).astype("uint8"))
out = out.filter(ImageFilter.MaxFilter(11))         # grow each speck ~5 px
out.save("case-mask.png")                           # same size as the source

暗いほこりがある明るい商品の場合は、比較を反転させる（local - gray）。これらの座標はこの写真に固有のものだ。商品カタログの場合は、商品の切り抜きや固定の撮影テンプレートから枠を導き出すこと。

ケース2：白背景布上のテープとアクリル楔

スタジオセットは商品を固定するものを残す。ここでは、マスキングテープが1本と透明アクリル楔が1個がスポイト瓶の横にあった。

青いテープは閾値処理が容易だ。透明アクリルはそうではない。その内部はほぼ背景布と同じくらい白いため、閾値処理ではそのエッジしか見つからない。私たちは楔の上に手描きポリゴンを追加して完全に覆った。結果は空の背景布で、瓶とその影は変更されていなかった。

マーケットプレイスにアップロードする前に確認すべきことが1つある。補填領域の平均RGBは255ではなく252だった。コントラストを引き伸ばすと、マスクの輪郭が周囲の背景布にうっすらと見える。通常の視聴では見えず、ソースの背景布も純粋な白ではなかった（約254）。あなたのチャネルが純白のメイン画像を要求するなら、Eraser が255,255,255を生成することを期待するのではなく、消去後にいつもの背景ホワイトニング手順を実行してほしい。

ケース3：ライフスタイルシーンのスニーカー後ろのケーブルとカップ

ライフスタイル写真は床にあるものを何でも写し込む。私たちは充電ケーブルと紙コップをマスクし、ポリゴンを靴ひもから数ピクセル離した。

除去されたケーブルの下の床は、テクスチャとぼけが一貫したまま続き、スニーカーは変わっていない。カップは壁に寄りかかっており、マスクがその壁の角の一部を覆ったため、Eraser はその背後を想像で補う必要があった。結果には連続した壁と巾木があるが、幾何形状はソースとわずかに異なる。商品リストとしては問題ないが、背景が重要な場合——ブランドストアの内装や不動産リストの実在の部屋など——オブジェクトが消えたかどうかだけでなく、再構築された構造を確認してほしい。

ケース4：光沢マグカップのソフトボックス映り込み

これは慎重に扱う必要があるケースだ。マスクはマグカップ本体上の広い矩形のハイライトを覆った。

ハイライトは消え、滑らかな黒で補填された。しかし映り込みは、釉薬に光沢があることを視聴者に伝える要素でもある。クリーンアップ後のマグカップはセミマットに近く見える一方、リムとハンドルに残ったマスクされていない小さなハイライトは依然として「光沢あり」を示している。高光沢で販売する商品の場合、ハイライトを完全に除去すると表面仕上げを誤って表現する可能性がある。より穏やかな方法は、ハイライトの中で最も強い部分だけをマスクするか、拡散光で撮り直し、商品説明の担当者と共同で判断することだ。

マスクの外で何が変わったか

Eraser は未変更のピクセルをバイト単位で返すわけではない。各マスクの外側でソースと結果を比較した（ピクセルあたりの平均絶対差、0～255スケール）：

ケース	平均変化	第99パーセンタイル
ほこり	1.1	4.7
小道具	0.6	6.0
雑多なもの	2.1	10.7
映り込み	0.7	5.0

これらの並列比較はいずれも見えず、ライフスタイル写真——最もテクスチャの多い画像——が最も大きく変化した。あなたのパイプラインが結果を元の画像に合成し直す場合（たとえば、認定された商品の色を正確に保持する場合）、結果のマスク領域だけをソース画像に貼り付けてほしい。

4つの出力はすべて1024×1024 PNGファイルで、アルファチャネルを持ち、ソースのサイズと一致する。preserve_alpha: false と不透明なソース画像を使う場合、各結果のアルファは完全に不透明だった。preserve_alpha は入力にすでに透明度がある場合にのみ重要だ。

私たちが送信したリクエスト

各ケースは同じリクエスト構造を使用し、変わるのは2つのURLだけだ。ソース画像とマスクは公開アクセス可能である必要があり、マスクはソース画像のサイズと一致すべきだ。

curl --request POST "https://api.hiapi.ai/v1/tasks" \
  --header "Authorization: Bearer $HIAPI_API_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
  "model": "bria-eraser",
  "input": {
    "image_url": "https://static.hiapi.ai/blog/bria-eraser-ecommerce-product-images/dust-src.png",
    "mask_url": "https://static.hiapi.ai/blog/bria-eraser-ecommerce-product-images/dust-mask.png",
    "mask_type": "manual",
    "preserve_alpha": false
  }
}'

レスポンスから data.taskId を読み取り、data.status が success になるまで GET https://api.hiapi.ai/v1/tasks/<taskId> をポーリングし、その後 data.output[0].url をダウンロードする。このURLは一時的なものなので、PNGをすぐに自分のストレージにコピーしてほしい。Bria Eraser API ガイドには完全なPythonポーリングの例があり、失敗処理もカバーしている。

私たちは1つのスクリプトから4つのタスクをすべて並行して送信した。これが商品カタログのバッチ処理の方法だ。各 taskId をSKUと画像IDとともに保存し、タイムアウトしたポーリングを再送信して再度課金されるのではなく、復旧できるようにしてほしい。

商品カタログクリーンアップのチェックリスト

1. 欠陥をマスクし、商品はマスクしない。 商品の輪郭、ラベル、ロゴは黒のままにする。欠陥が商品のエッジに触れる場合は、輪郭を再描画するよりも、少し小さめのマスクを使う方がよい。
2. マスクを数ピクセル膨張させる。 ほこりやテープには柔らかいエッジがある。ぴったり一致するマスクは光輪を残す。
3. 要件に応じて補填を確認する。 純白の背景、再構築された建築構造、素材の表面（光沢、テクスチャ）は独立した確認項目だ。
4. オリジナルファイルを保持する。 ソース画像とマスクを結果とともにアーカイブし、レビュー担当者が何が除去されたかを確認できるようにする。
5. 欠陥ではなく画像単位で予算を組む。 1つのリクエストで1つのマスク内のすべてが除去されるので、写真内のすべての欠陥を1つのマスクにまとめる。1画像あたり$0.0575なので、1,000枚のクリーンアップ済み写真は$57.50かかる——料金内訳ではバッチ見積もりをカバーしている。

この種の作業でマスクベースの編集と指示ベースの編集のどちらを選ぶか検討しているなら、Bria Eraser と Nano Banana 2.1 の比較では同じ写真で両方の方法を実行している。

よくある質問

Bria Eraser は何を除去するか知るためにプロンプトが必要ですか？ いいえ。マスクが唯一の指示だ。白は除去、黒は保持を意味する。リクエストにプロンプトフィールドを含めるべきではない。

何も描かずにほこりを自動的に除去できますか？ Eraser はリクエストごとにマスクを必要とする。ケース1で示したようにマスクはコードから生成できるため、スクリプトはバッチ内で斑点を検出してマスクでき、手作業でブラシ除去する必要はない。バッチを実行する前にマスクのサンプルを確認してほしい。

商品の背景を純白にしてくれますか？ 自動的には実現しない。私たちの白背景布のテストでは、補填領域の平均RGBは252だった。マーケットプレイスが255を要求するなら、別途ホワイトニング手順を使ってほしい。

光沢商品から映り込みを除去するのは安全ですか？ 技術的には可能だが、ハイライトを除去すると光沢商品がマットに見えるようになる。気を散らす部分だけをマスクし、商品説明と照らし合わせて結果を確認してほしい。

Eraser はマスクの外のピクセルを変更しますか？ わずかに変更する。私たちはマスクの外側で255中の0.6～2.1レベルの平均変化を測定し、並列比較では見えなかった。正確な元のピクセルが必要なら、マスク領域をソース画像に合成し直してほしい。

1回のクリーンアップにはどのくらいかかりますか？ 私たちの4回の実行はそれぞれ送信から36～44秒で完了した。これらの数値に頼るのではなく、自分のパイプラインでポーリングとタイムアウトを計画してほしい。

1枚の商品写真から始める

欠陥のある実際の商品カタログ写真を用意し、同じサイズのマスクを作成し、Bria Eraser モデルページで、または上記のリクエストを使って実行してほしい。1つの結果がチェックリストを通過したら、マスクのステップをスクリプト化し、バッチを実行する。