Effet de profondeur 3D à partir d'une image

Comment une photo plate donne de la profondeur : l'estimation monoculaire en mots simples

Vous pouvez regarder n'importe quelle photo ordinaire et dire instantanément ce qui est proche et ce qui est loin — même en fermant un œil. Vous utilisez des indices appris : les objets proches se trouvent plus bas dans le cadre et recouvrent les objets lointains, les objets familiers ont des tailles attendues, les textures se compriment avec la distance, et les paysages éloignés deviennent flous. Le modèle d'IA de cette page a appris les mêmes indices à partir de millions de photographies et les applique à la vôtre : pour chaque pixel, il estime à quel point ce point est proche ou lointain, produisant une carte de profondeur — en somme un relief en niveaux de gris de la scène. Cette carte pilote ensuite l'effet 3D : les pixels jugés plus proches sont écartés davantage entre les vues de l'œil gauche et de l'œil droit, ce qui est exactement la différence que votre cerveau lit comme de la profondeur.

Profondeur relative — ce que cela signifie pour votre résultat

Le modèle vous indique ce qui est plus proche et ce qui est plus lointain, jamais à combien de mètres se trouve quoi que ce soit. En pratique, cela a trois conséquences. Vous ne pouvez pas mesurer avec lui — le résultat est une illusion pour les yeux, pas une donnée pour l'ingénierie. L'ordre de profondeur est parfois erroné d'une façon que la vision humaine ne serait pas — les miroirs, l'eau, le verre, les ciels sans relief et les photos de photos peuvent le troubler, car le reflet et la transparence brisent les indices qu'il a appris. Et le long des bords nets au premier plan, vous pouvez remarquer une fine frange où les pixels décalés révèlent des zones que la caméra n'a en réalité jamais vues — l'effet les remplit de façon plausible, mais un examen attentif révèle l'astuce. Les photos avec un sujet clair, à une distance nettement différente de l'arrière-plan, donnent la profondeur la plus convaincante de toutes.

Anaglyphe ou côte à côte : deux sorties pour deux publics

La sortie anaglyphe est celle à partager : une seule image de taille normale que n'importe qui muni d'une simple paire de lunettes en carton rouge/cyan peut regarder — sur n'importe quel écran, et même imprimée sur papier. Le prix à payer, c'est la fidélité des couleurs, car l'effet fonctionne en envoyant des canaux de couleur différents à chaque œil. La sortie côte à côte conserve la couleur naturelle complète mais demande davantage au spectateur : ce sont deux vues complètes placées l'une à côté de l'autre — le fichier fait exactement le double de la largeur de la source — pensée pour un casque VR, un stéréoscope ou la technique du regard croisé sans matériel. Une règle pratique honnête : anaglyphe pour partager avec un public inconnu, côte à côte pour votre propre visionnage. Sur l'intensité, commencez en douceur — un décalage de pixels modeste donne une profondeur nette, tandis qu'un grand décalage commence à déchirer les contours.

Le téléchargement unique, et ce qui reste sur votre appareil

Tout ici fonctionne dans votre navigateur. Le modèle de profondeur est téléchargé depuis notre propre site lors de la première utilisation — environ 50 MB, mis en cache par votre navigateur ensuite, si bien que seule la première conversion supporte l'attente — et votre photo ne quitte jamais votre appareil à aucun moment. Pour garder l'estimation rapide, l'image de travail est réduite à 768 pixels au maximum sur son côté le plus long, et l'image 3D est construite à cette taille — parfait pour les écrans et le partage, exactement ce à quoi sert un effet de profondeur. L'offre gratuite couvre cinq photos par jour sur cet outil, jusqu'à 10 MB chacune. Un dernier conseil pratique : la sortie côte à côte, deux fois plus large, donne un fichier volumineux, alors passez-la par notre Compresseur d'images gratuit avant de la publier — un fichier bien plus petit, avec l'effet stéréo entièrement intact.

Il s'agit d'un effet de profondeur, pas d'un scan 3D

Le modèle d'IA (Depth Anything V2) estime une profondeur <em>relative</em> — ce qui est plus proche ou plus lointain au sein de la photo — et non des mesures réelles. Cette carte de profondeur décale les pixels latéralement, d'une quantité proportionnelle à leur proximité, ce qui est exactement ce qui crée l'illusion stéréoscopique en vision avec lunettes rouge/cyan ou en vision croisée. Considérez-le comme un effet 3D stylisé plutôt qu'une reconstruction 3D précise.