AI voor Fotografen: Bewerk, retoucheer & verbeter foto's

Uploads zijn standaard web-afbeeldingsformaten: JPEG, PNG en WebP. Camera RAW-bestanden zoals CR3, NEF, ARW, RAF en DNG worden niet als directe input geaccepteerd. Exporteer eerst een JPEG vanuit Lightroom, Capture One of je gebruikelijke converter en laad dat bestand vervolgens in. Alles op deze pagina gaat ervan uit dat je werkt met een geëxporteerd frame, niet met de RAW zelf.

Nee. RAW-ontwikkeling werkt op de afbeeldingsgegevens die je sensor heeft vastgelegd: witbalans, belichting, tooncurves, lenscorrecties en gekalibreerde kleuren, allemaal deterministisch en herhaalbaar. Generatieve bewerking interpreteert een bestaande afbeelding en genereert nieuwe pixels voor de delen die je wilt wijzigen. Beide vullen elkaar aan. getimg.ai is geen vervanging voor een RAW-ontwikkelingsworkflow en beweert dat ook niet te zijn.

Geen garantie. Voor een gerichte bewerking kan het model vaak veel van het oorspronkelijke onderwerp en de compositie behouden, maar gegenereerde details kunnen variëren: gezichtsdetails, haar, vingers, sieraden, stof, reflecties, randen en geometrie. Referentieafbeeldingen en een duidelijke instructie helpen hierbij te sturen. Controleer identiteitsgevoelige gezichtsdetails goed wanneer ogen, uitdrukkingen, tanden of haar worden gegenereerd, en bekijk ze op ware grootte vóór oplevering.

Niet in de zin zoals een RAW-ontwikkelaar dat bedoelt. Als een highlight echt is uitgebeten (geclipt), zit de informatie niet in het bestand en kan niets dit terughalen uit de sensordata. Wat AI wel kan doen, is afleidende highlights opschonen en visueel aannemelijk detail reconstrueren waar de broninformatie beperkt is. Dat resultaat is een nieuwe interpretatie van het gebied, geen herstelde data, dus behandel het als een creatieve oplossing in plaats van een correctie.

Het kan sturen op een vergelijkbare visuele richting binnen een set, en door de look op te slaan als Element wordt dit makkelijker te herhalen. Het is echter geen gekalibreerde preset- of profiel-workflow: de resultaten variëren tussen afbeeldingen en tussen uitvoeringen van dezelfde prompt. Voor een op te leveren galerij beoordeel je de set als geheel en voltooi je de grading in je vertrouwde tools.

Het kan concepten creëren. Vanuit een enkele foto kent het model de ongeziene kanten van een product, de exacte aansluitingen, verborgen labels of echte geometrie niet, dus alles wat het voor die aanzichten genereert is bedacht. Gebruik productreferenties om lifestyle-concepten, alternatieve composities en nieuwe presentatierichtingen te maken. Voor catalogusbeelden die exact moeten overeenkomen met het fysieke product, controleer de geometrie, labels, kleuren en details aan de hand van echte productreferenties. Diepere productworkflows worden behandeld op de pagina AI voor e-commerce.

Ja. Beschrijf wie er weg moet en het model verwijdert ze en reconstrueert generatief de achtergrond erachter. In onze eigen test werd ook de slagschaduw van de persoon op de bestrating verwijderd. Het opnieuw opgebouwde gebied bestaat uit nieuwe pixels, geen herstelde pixels, dus controleer de gerepareerde plek, nabijgelegen handen en randen van kleding op ware grootte. Je kunt ook het frame bewerken nogmaals met een tweede prompt als de eerste reconstructie niet netjes genoeg is.

In onze eigen tests behield FLUX 3 de huidtextuur, poriën en sproeten het best bij het subtiel verwijderen van oneffenheden, terwijl de haarlijn opnieuw werd getekend en de uitsnede iets krapper werd. Nano Banana 2.1 was de sterkere keuze voor het verwijderen van iets uit een frame en het opbouwen van de achtergrond erachter, hoewel het nabijgelegen gezichten opnieuw renderde. De Auto-modus is een redelijke standaard, en het is de paar minuten waard om hetzelfde frame door twee modellen te halen voordat je aan een klantenklus begint. Modelranglijsten verschuiven zodra er nieuwe versies uitkomen, dus test het opnieuw in plaats van te vertrouwen op een vaste lijst.

We hebben hier nog geen gecontroleerde test op uitgevoerd, dus we gaan je geen universele regel geven. In de praktijk: als de bron klein en zacht is, geeft vooraf opschalen het bewerkingsmodel meer detail om mee te werken; als de bron al groot is, retoucheer je eerst en schaal je alleen de frames op die je gaat opleveren. Hoe dan ook, vergelijk het opgeschaalde bestand op ware grootte met de bron, want creatieve upscalers kunnen textuur toevoegen die niet in het origineel zat.