Bild-zu-3D-Tiefeneffekt

Wie ein flaches Foto Tiefe liefert: monokulare Tiefenschätzung einfach erklärt

Sie können jedes beliebige Foto ansehen und sofort sagen, was nah und was fern ist — sogar mit einem geschlossenen Auge. Dabei nutzen Sie erlernte Hinweise: Nahe Dinge sitzen tiefer im Bild und überlappen entfernte, vertraute Objekte haben erwartete Größen, Texturen stauchen sich mit der Entfernung, und weit entfernte Landschaft wird diesig. Das KI-Modell auf dieser Seite hat dieselben Hinweise aus Millionen von Fotografien gelernt und wendet sie auf Ihr Bild an: Für jeden Pixel schätzt es, wie nah oder fern dieser Punkt ist, und erzeugt so eine Tiefenkarte — im Grunde ein Graustufen-Relief der Szene. Diese Karte steuert dann den 3D-Effekt: Als näher eingeschätzte Pixel werden zwischen der Ansicht fürs linke und fürs rechte Auge weiter auseinandergeschoben, und genau dieser Unterschied ist es, den Ihr Gehirn als Tiefe liest.

Relative Tiefe — was das für Ihr Ergebnis bedeutet

Das Modell sagt Ihnen, was näher und was ferner ist, nie, wie viele Meter entfernt etwas ist. In der Praxis hat das drei Folgen. Sie können damit nicht messen — die Ausgabe ist eine Illusion fürs Auge, keine Daten für die Technik. Die Tiefenreihenfolge liegt gelegentlich in einer Weise falsch, in der das menschliche Sehen es nicht täte: Spiegel, Wasser, Glas, strukturlose Himmel und Fotos von Fotos können es verwirren, weil Reflexion und Transparenz die Hinweise durchbrechen, aus denen es gelernt hat. Und entlang scharfer Vordergrundkanten bemerken Sie mitunter einen dünnen Saum, in dem verschobene Pixel Bereiche freilegen, die die Kamera nie tatsächlich gesehen hat — der Effekt füllt sie plausibel auf, aber ein genauer Blick verrät den Trick. Fotos mit einem klaren Motiv in deutlich anderem Abstand zum Hintergrund liefern die überzeugendste Tiefe von allen.

Anaglyph oder Side-by-Side: zwei Ausgaben für zwei Zielgruppen

Die Anaglyph-Ausgabe ist die zum Teilen: ein einzelnes, normal großes Bild, das jeder mit einer billigen Rot/Cyan-Pappbrille betrachten kann — auf jedem Bildschirm, sogar auf Papier ausgedruckt. Der Preis dafür ist Farbtreue, denn der Effekt funktioniert, indem er jedem Auge unterschiedliche Farbkanäle schickt. Die Side-by-Side-Ausgabe behält die volle natürliche Farbe, verlangt dem Betrachter aber mehr ab: Es sind zwei vollständige Ansichten nebeneinander — die Datei ist exakt doppelt so breit wie die Quelle —, gedacht für ein VR-Headset, ein Stereoskop oder die Schielblick-Freisichttechnik. Eine faire Faustregel: Anaglyph zum Teilen mit unbekanntem Publikum, Side-by-Side für den eigenen Betrachter. Bei der Stärke starten Sie zurückhaltend — eine moderate Pixelverschiebung liest sich als saubere Tiefe, während eine große beginnt, die Kanten auseinanderzureißen.

Der einmalige Download — und was auf Ihrem Gerät bleibt

Alles hier läuft in Ihrem Browser. Das Tiefenmodell wird bei der ersten Nutzung von unserer eigenen Website heruntergeladen — etwa 50 MB, danach von Ihrem Browser zwischengespeichert, sodass nur die erste Umwandlung die Wartezeit trägt —, und Ihr Foto verlässt zu keinem Zeitpunkt Ihr Gerät. Damit die Schätzung schnell bleibt, wird das Arbeitsbild auf höchstens 768 Pixel an seiner längsten Seite verkleinert, und das 3D-Bild wird in dieser Größe erzeugt — gut genug für Bildschirme und zum Teilen, wofür ein Tiefeneffekt gedacht ist. Der Gratis-Tarif deckt bei diesem Tool fünf Fotos pro Tag ab, bis zu 10 MB pro Foto. Ein letzter praktischer Tipp: Da die Side-by-Side-Ausgabe doppelt so breit ist, wird sie zu einer stattlichen Datei — schicken Sie sie vor dem Posten durch unsere kostenlose Bildkomprimierung, für eine deutlich kleinere Datei bei vollständig erhaltenem Stereoeffekt.

Das ist ein Tiefeneffekt, kein 3D-Scan

Das KI-Modell (Depth Anything V2) schätzt die <em>relative</em> Tiefe — was innerhalb des Fotos näher oder weiter entfernt ist — nicht reale Maße. Diese Tiefenkarte verschiebt Pixel seitlich, proportional dazu, wie nah sie sind, was genau die stereoskopische Illusion erzeugt, wenn man sie mit einer Rot/Cyan-Brille oder im Schielblick betrachtet. Betrachten Sie es eher als stilisierten 3D-Effekt denn als präzise 3D-Rekonstruktion.