Bria Eraser para imagens de produtos de e-commerce: 4 testes de limpeza

A maioria dos problemas em fotos de produtos de catálogo não é um problema de “gerar uma nova imagem”. O produto em si já foi fotografado corretamente — ângulo, rótulo e material estão certos — o que precisa sair são fiapos na tampa, fita adesiva no fundo fotográfico e cabos em fotos de estilo de vida. O Bria Eraser é adequado exatamente para esse tipo de trabalho, porque ele só processa os pixels da sua máscara. Você envia uma foto de origem e uma máscara preta e branca; qualquer conteúdo dentro da área branca é removido e a região ao redor é preenchida. Não é necessário escrever prompt, e a requisição não deve conter prompt.

Em 2026-11-03, executamos pela API hiapi quatro casos típicos de limpeza de e-commerce: poeira em uma capa de celular fosca, adereços de estúdio ao lado de uma garrafa, bagunça atrás de um tênis e reflexo de softbox em uma caneca lustrosa. Cada imagem de origem, máscara e resultado abaixo vem dessa execução.

O papel do Bria Eraser no fluxo de trabalho de imagens de produto

Se você precisa gerar uma nova cena ou novo fundo para o produto, um modelo generativo é um ponto de partida melhor — veja exemplos do Bria Product Shot. O Eraser é usado antes ou depois dessa etapa: manter a foto existente e remover o que não deveria ser publicado com ela.

Tarefa de limpeza	Método de máscara	Nosso resultado
Grãos de poeira e fiapos em produto escuro	Detecção automática de manchas claras, dilatadas alguns pixels	Limpo, sem alteração visível na textura da tampa
Fita, prendedores e suporte de acrílico no fundo fotográfico branco	Limiarização dos pixels não brancos, com polígonos desenhados à mão para o acrílico transparente	Limpo; preenchimento próximo do branco, não branco 255 puro
Cabos e copos atrás do produto em cena de estilo de vida	Polígonos desenhados à mão, longe do produto	Limpo; o canto da parede atrás do copo foi reconstruído
Reflexo de softbox em superfície lustrosa	Limiarização das áreas claras sobre o corpo do produto	Reflexo removido; a caneca parece menos lustrosa

O preço é $0,0575 por imagem (verificado em 2026-11-03 com preços da hiapi), portanto essas quatro limpezas custaram $0,23. Todas as quatro tarefas foram concluídas entre 36 e 44 segundos após o envio, incluindo nosso próprio tempo de polling. São quatro execuções únicas, não um benchmark de latência.

Caso 1: poeira e fiapos em capa de celular preta fosca

Plástico fosco escuro sob luz superior mostra cada partícula. Remover manualmente 20 pontinhos de cada SKU é a parte lenta do retoque, então geramos a máscara em vez disso: comparamos cada pixel com a mediana de 15 pixels da sua vizinhança, mantemos o que estiver mais de 22 níveis mais claro, restringimos a busca à área da tampa e depois dilatamos cada mancha em 5 pixels para incluir as bordas suaves da poeira.

A máscara cobriu 0,35% do quadro. O resultado removeu as fibras de fiapo e todas as partículas que marcamos, e a textura fosca da tampa permaneceu contínua. Mantenha a caixa de detecção longe das bordas do produto: na primeira tentativa buscamos na capa inteira e também capturamos a borda clara da tampa e o fundo do canto — isso exigiria que o Eraser redesenhase o próprio contorno do produto.

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

Para produtos claros com poeira escura, inverta a comparação (local - gray). Essas coordenadas são específicas desta foto; para um catálogo, derive a caixa a partir do recorte do produto ou de um modelo de captura fixo.

Caso 2: fita e cunha de acrílico no fundo fotográfico branco

Cenários de estúdio deixam objetos que fixam o produto. Aqui, uma fita crepe e uma cunha de acrílico transparente estavam ao lado de um frasco conta-gotas.

A fita azul é fácil de limiarizar. O acrílico transparente não é: seu interior é quase tão branco quanto o fundo, então o limiar só encontra suas bordas. Adicionamos polígonos desenhados à mão sobre a cunha para cobri-la completamente. O resultado mostra um fundo vazio, com o frasco e sua sombra intactos.

Uma coisa a verificar antes de enviar ao marketplace: a área preenchida tem RGB médio de 252, não 255. Quando esticamos o contraste, o contorno da máscara ficou levemente visível no fundo ao redor. Não é visível em visualização normal, e o fundo de origem também não era branco puro (cerca de 254). Se o seu canal exige imagem principal em branco puro, execute sua etapa habitual de branqueamento de fundo após a remoção, em vez de esperar que o Eraser produza 255,255,255.

Caso 3: cabos e copo atrás de tênis em cena de estilo de vida

Fotos de estilo de vida capturam tudo o que está no chão. Mascaramos um cabo de carregador e um copo de papel, mantendo os polígonos a alguns pixels de distância dos cadarços.

O chão sob o cabo removido continua, com textura e desfoque consistentes, e o tênis ficou inalterado. O copo estava encostado na parede, e a máscara cobriu parte desse canto, então o Eraser teve de inventar o que havia atrás: o resultado tem uma parede contínua e rodapé, com geometria ligeiramente diferente da origem. Para uma listagem de produto isso é aceitável, mas se o fundo importa — interiores de loja de marca ou um cômodo real em um anúncio imobiliário — verifique a estrutura reconstruída, não apenas se o objeto desapareceu.

Caso 4: reflexo de softbox em caneca lustrosa

Este é o caso que exige cautela. A máscara cobriu uma grande área retangular de brilho no corpo da caneca.

O reflexo desapareceu, preenchido com preto suave. Mas o reflexo também é o que diz ao observador que o esmalte é lustroso; a caneca após a limpeza parece mais semifosca, enquanto os pequenos reflexos não mascarados na borda e na alça ainda indicam “lustroso”. Para produtos vendidos como alto brilho, remover totalmente o reflexo pode representar errado o acabamento da superfície. Uma abordagem mais suave é mascarar apenas a parte mais intensa do reflexo, ou refotografar com luz difusa, e decidir junto com o responsável pela descrição do produto.

O que muda fora da máscara

O Eraser não retorna os pixels não alterados byte a byte. Comparamos origem e resultado fora de cada máscara (diferença absoluta média por pixel, escala 0–255):

Caso	Variação média	Percentil 99
Poeira	1,1	4,7
Adereços	0,6	6,0
Bagunça	2,1	10,7
Reflexo	0,7	5,0

Nenhuma dessas comparações lado a lado é visível, e a foto de estilo de vida — a imagem com mais textura — foi a que mais variou. Se o seu pipeline compõe o resultado de volta na imagem original (por exemplo, para preservar exatamente a cor certificada do produto), cole apenas a região mascarada do resultado na imagem de origem.

Todas as quatro saídas foram arquivos PNG 1024×1024 com canal alfa, correspondendo ao tamanho da origem. Com preserve_alpha: false e origem opaca, o alfa em cada resultado ficou totalmente opaco; preserve_alpha só importa se sua entrada já tiver transparência.

A requisição que enviamos

Cada caso usou a mesma estrutura de requisição; apenas duas URLs mudaram. A imagem de origem e a máscara devem ser acessíveis publicamente, e a máscara deve ter o mesmo tamanho da origem.

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
  }
}'

Leia data.taskId na resposta, faça polling em GET https://api.hiapi.ai/v1/tasks/<taskId> até data.status ser success e então baixe data.output[0].url. Essa URL é temporária, então copie o PNG imediatamente para o seu próprio armazenamento. O guia da API Bria Eraser contém um exemplo completo de polling em Python e aborda tratamento de falhas.

Enviamos todas as quatro tarefas simultaneamente a partir de um script, que é como o processamento em lote de catálogo funciona. Armazene cada taskId junto com seu SKU e ID de imagem, para que um polling expirado possa ser retomado em vez de reenviado e cobrado de novo.

Checklist de limpeza de catálogo de produtos

1. Masque o defeito, não o produto. Mantenha o contorno do produto, rótulos e logotipos em preto. Se o defeito toca a borda do produto, prefira uma máscara um pouco menor a redesenhar o contorno.
2. Dilate a máscara alguns pixels. Poeira e fita têm bordas suaves; uma máscara exata deixa um halo.
3. Verifique o preenchimento conforme exigido. Fundo branco puro, estruturas arquitetônicas reconstruídas e superfícies de materiais (brilho, textura) são itens de verificação separados.
4. Guarde os arquivos originais. Arquitete a origem e a máscara junto com o resultado, para que um revisor veja o que foi removido.
5. Orce por imagem, não por defeito. Uma requisição remove tudo o que está em uma máscara, então combine todos os defeitos da foto em uma máscara. A $0,0575 por imagem, 1.000 fotos limpas custam $57,50 — o detalhamento de preços cobre estimativas em lote.

Se você está decidindo entre edição baseada em máscara e edição baseada em instrução para esse tipo de trabalho, a comparação entre Bria Eraser e Nano Banana 2.1 executou os dois métodos nas mesmas fotos.

Perguntas frequentes

O Bria Eraser precisa de prompt para saber o que remover? Não. A máscara é a única instrução: branco significa remover, preto significa manter. A requisição não deve conter campo de prompt.

Ele pode remover poeira automaticamente sem eu desenhar nada? O Eraser exige uma máscara em cada requisição. A máscara pode vir de código, como no caso 1, então um script pode localizar e mascarar manchas em lote sem remoção manual. Verifique amostras de máscara antes de executar o lote.

Ele deixa o fundo do meu produto branco puro? Não automaticamente. No nosso teste com fundo branco, a área preenchida teve RGB médio de 252. Se o seu marketplace exige 255, use uma etapa separada de branqueamento.

É seguro remover reflexos de produtos lustrosos? Tecnicamente viável, mas remover o reflexo faz o produto lustroso parecer fosco. Masque apenas a parte que distrai e confira o resultado com a descrição do produto.

O Eraser altera pixels fora da máscara? Altera levemente. Medimos uma variação média fora da máscara de 0,6–2,1 níveis em 255, invisível lado a lado. Se você precisa dos pixels originais exatos, componha a região mascarada de volta na imagem de origem.

Quanto tempo leva uma limpeza? Nossas quatro execuções levaram de 36 a 44 segundos cada, a partir do envio. Planeje o polling e os timeouts no seu próprio pipeline, em vez de depender desses números.

Comece com uma foto de produto

Pegue uma foto real de catálogo com defeito, crie uma máscara do mesmo tamanho e execute na página do modelo Bria Eraser ou com a requisição acima. Assim que um resultado passar pelo seu checklist, scripte a etapa de máscara e execute o lote.