HDR Hintergrundentferner
Ziehen und ablegen oder klicken, um auszuwählen
Privat und sicher
Alles passiert in Ihrem Browser. Ihre Dateien berühren niemals unsere Server.
Blitzschnell
Kein Hochladen, kein Warten. Konvertieren Sie, sobald Sie eine Datei ablegen.
Wirklich kostenlos
Kein Konto erforderlich. Keine versteckten Kosten. Keine Tricks bei der Dateigröße.
Hintergrundentfernung trennt ein Motiv von seiner Umgebung, sodass Sie es auf Transparenz platzieren, die Szene austauschen oder es in ein neues Design komponieren können. Unter der Haube schätzen Sie eine Alpha-Matte – eine pro-Pixel-Deckkraft von 0 bis 1 – und dann den Vordergrund mittels Alpha-Compositing über etwas anderem legen. Dies ist die Mathematik von Porter–Duff und die Ursache für typische Fallstricke wie „Ränder“ und gerades vs. vormultipliziertes Alpha. Praktische Anleitungen zur Vormultiplikation und linearen Farbe finden Sie in Microsofts Win2D-Notizen, Søren Sandmann und Lomonts Beitrag zum linearen Blending.
Die wichtigsten Methoden zur Hintergrundentfernung
1) Chroma-Keying („Green/Blue Screen“)
Wenn Sie die Aufnahme steuern können, malen Sie den Hintergrund in einer Volltonfarbe (oft grün) und keyen Sie diesen Farbton aus. Es ist schnell, in Film und Fernsehen bewährt und ideal für Videos. Die Kompromisse sind Beleuchtung und Garderobe: farbiges Licht schwappt auf die Ränder (besonders Haare), daher verwenden Sie Despill-Werkzeuge, um die Kontamination zu neutralisieren. Gute Einführungen umfassen Nukes Dokumentation, Mixing Light und eine praktische Fusion-Demo.
2) Interaktive Segmentierung (klassisches CV)
Bei Einzelbildern mit unordentlichen Hintergründen benötigen interaktive Algorithmen einige Benutzerhinweise – z. B. ein lockeres Rechteck oder Kritzeleien – und erzeugen eine scharfe Maske. Die kanonische Methode ist GrabCut (Buchkapitel), das Farbmodelle für Vordergrund/Hintergrund lernt und Graphenschnitte iterativ verwendet, um sie zu trennen. Ähnliche Ideen finden Sie in GIMPs Vordergrundauswahl basierend auf SIOX (ImageJ-Plugin).
3) Image Matting (feinkörniges Alpha)
Matting löst die fraktionierte Transparenz an feinen Grenzen (Haare, Fell, Rauch, Glas). Klassisches Closed-Form-Matting nimmt eine Trimap (eindeutig-Vordergrund/eindeutig-Hintergrund/unbekannt) und löst ein lineares System für Alpha mit starker Kantentreue. Modernes Deep Image Matting trainiert neuronale Netze auf dem Adobe Composition-1K-Datensatz (MMEditing-Dokumentation) und wird mit Metriken wie SAD, MSE, Gradient und Konnektivität bewertet (Benchmark-Erklärung).
4) Deep-Learning-Ausschnitte (keine Trimap)
- U2-Net (Salient-Object-Detection) ist eine starke allgemeine „Hintergrund entfernen“-Engine (Repo).
- MODNet zielt auf Echtzeit-Porträt-Matting ab (PDF).
- F, B, Alpha (FBA) Matting sagt gemeinsam Vordergrund, Hintergrund und Alpha voraus, um Farbsäume zu reduzieren (Repo).
- Background Matting V2 geht von einer Hintergrundplatte aus und liefert strähnengenaue Mattes in Echtzeit mit bis zu 4K/30fps (Projektseite, Repo).
Verwandte Segmentierungsarbeiten sind ebenfalls nützlich: DeepLabv3+ verfeinert Grenzen mit einem Encoder-Decoder und atrousen Faltungen (PDF); Mask R-CNN liefert instanzspezifische Masken (PDF); und SAM (Segment Anything) ist ein durch Prompts steuerbares Grundlagenmodell, das Zero-Shot-Masken auf unbekannten Bildern erzeugt.
Was beliebte Tools tun
- Photoshop: Die Schnellaktion Hintergrund entfernen führt unter der Haube „Motiv auswählen → Ebenenmaske“ aus (hier bestätigt; Tutorial).
- GIMP: Vordergrundauswahl (SIOX).
- Canva: 1-Klick- Hintergrundentferner für Bilder und kurze Videos.
- remove.bg: Web-App + API zur Automatisierung.
- Apple-Geräte: systemweites „Motiv vom Hintergrund lösen“ in Fotos/Safari/Quick Look (Ausschnitte unter iOS).
Workflow-Tipps für sauberere Ausschnitte
- Intelligent fotografieren. Gute Beleuchtung und starker Motiv-Hintergrund-Kontrast helfen bei jeder Methode. Planen Sie bei Green/Blue Screens Despill (Anleitung).
- Beginnen Sie mit einer breiten Auswahl und verfeinern Sie dann die Details. Führen Sie eine automatische Auswahl aus (Motiv auswählen, U2-Net, SAM), und verfeinern Sie dann die Kanten mit Pinseln oder Matting (z. B. Closed-Form).
- Achten Sie auf Halbtransparenz. Glas, Schleier, Bewegungsunschärfe, fliegende Haare benötigen echtes Alpha (nicht nur eine harte Maske). Methoden, die auch F/B/α wiederherstellen, minimieren Farbsäume.
- Kennen Sie Ihr Alpha. Gerades vs. vormultipliziertes Alpha erzeugt unterschiedliches Kantenverhalten; exportieren/komponieren Sie konsistent (siehe Übersicht, Hargreaves).
- Wählen Sie die richtige Ausgabe. Für „kein Hintergrund“ liefern Sie ein Raster mit sauberem Alpha (z. B. PNG/WebP) oder behalten Sie geschichtete Dateien mit Masken, wenn weitere Bearbeitungen erwartet werden. Der Schlüssel ist die Qualität des Alphas, das Sie berechnet haben – verwurzelt in Porter–Duff.
Qualität & Bewertung
Akademische Arbeiten berichten über SAD-, MSE-, Gradienten- und Konnektivitäts-Fehler auf Composition-1K. Wenn Sie ein Modell auswählen, suchen Sie nach diesen Metriken (Metrikdefinitionen; Metrikabschnitt von Background Matting). Für Porträts/Videos sind MODNet und Background Matting V2 leistungsstark; für allgemeine „saliente Objekt“-Bilder ist U2-Net eine solide Grundlage; für schwierige Transparenz kann FBA sauberer sein.
Häufige Randfälle (und Korrekturen)
- Haare & Fell: bevorzugen Sie Matting (Trimap oder Porträt-Matting wie MODNet) und prüfen Sie auf einem Schachbretthintergrund.
- Feine Strukturen (Fahrradspeichen, Angelschnur): verwenden Sie hochauflösende Eingaben und einen grenzbewussten Segmentierer wie DeepLabv3+ als Vorschritt vor dem Matting.
- Durchsichtige Dinge (Rauch, Glas): Sie benötigen fraktioniertes Alpha und oft eine Vordergrundfarbschätzung (FBA).
- Videokonferenzen: Wenn Sie eine saubere Platte aufnehmen können, sieht Background Matting V2 natürlicher aus als naive „virtueller Hintergrund“-Optionen.
Wo dies in der realen Welt auftaucht
- E-Commerce: Marktplätze (z. B. Amazon) verlangen oft einen reinweißen Hauptbildhintergrund; siehe Produktbild-Leitfaden (RGB 255,255,255).
- Design-Tools: Canvas Hintergrundentferner und Photoshops Hintergrund entfernen optimieren schnelle Ausschnitte.
- Bequemlichkeit auf dem Gerät: iOS/macOS „Motiv vom Hintergrund lösen“ ist ideal für gelegentliches Teilen.
Warum Ausschnitte manchmal unecht aussehen (und Korrekturen)
- Farbsaum: grünes/blaues Licht umgibt das Motiv – verwenden Sie Despill-Steuerungen oder gezielten Farbersatz.
- Halo/Ränder: normalerweise eine Alpha-Interpretations-Fehlanpassung (gerade vs. vormultipliziert) oder Kantenpixel, die durch den alten Hintergrund kontaminiert sind; korrekt konvertieren/interpretieren (Übersicht, Details).
- Falsche Unschärfe/Körnung: Fügen Sie ein gestochen scharfes Motiv in einen weichen Hintergrund ein und es sticht heraus; passen Sie die Linsenunschärfe und die Körnung nach dem Compositing an (siehe Porter–Duff-Grundlagen).
TL;DR-Playbook
- Wenn Sie die Aufnahme kontrollieren: verwenden Sie Chroma-Keying; beleuchten Sie gleichmäßig; planen Sie Despill.
- Wenn es sich um ein einmaliges Foto handelt: probieren Sie Photoshops Hintergrund entfernen, Canva’s Hintergrundentferner, oder remove.bg; verfeinern Sie die Kanten mit Pinseln oder Matting-Techniken für Haare.
- Wenn Sie produktionsreife Kanten benötigen: verwenden Sie Matting ( Closed-Form oder Deep) und prüfen Sie Alpha auf Transparenz; beachten Sie die Interpretation des Alpha-Kanals.
- Für Porträts/Videos: erwägen Sie MODNet oder Background Matting V2; für klickgeführte Segmentierung ist SAM ein leistungsstarkes Front-End.
Was ist das HDR Format?
Bild mit hohem Dynamikbereich (HDR)
Das HALD-Bildformat, das in der breiten Öffentlichkeit zwar nicht sehr bekannt ist, spielt eine entscheidende Rolle in fortschrittlichen Bildbearbeitungs- und Farbkorrektur-Workflows. Sein zugrunde liegendes Prinzip besteht darin, als neutrale Referenz zu fungieren, die alle möglichen Farbwerte abbildet, die von einem digitalen Bildgebungssystem angezeigt werden können. Diese Abbildung wird durch ein einzigartiges visuelles Muster erreicht, das den dreidimensionalen Farbraum in einem zweidimensionalen Format darstellt. Im Wesentlichen dient das HALD-Bild als umfassende Farbnachschlagetabelle (LUT), die eine effiziente Farbmanipulation in einer Vielzahl von Anwendungen ermöglicht. Durch die Anwendung von Anpassungen auf ein HALD-Bild und die anschließende Verwendung des modifizierten HALD als Farb-LUT können Fachleute konsistente und vorhersehbare Farbtransformationen über mehrere Bilder oder Videos hinweg erzielen.
Der Ursprung des Namens "HALD" ist nicht umfassend dokumentiert, was zu einer gewissen Aura des Geheimnisvollen um seine Entstehung führt. In der Praxis stellt das HALD-Bildformat eine Weiterentwicklung der Farbnachschlagetabelle (LUT) dar, einem Konzept, das in der Farbkorrektur und Bildbearbeitung eine entscheidende Rolle spielt. Im Gegensatz zu herkömmlichen LUTs, die oft auf einen bestimmten Bereich von Farbtransformationen beschränkt sind, enthält ein HALD-Bild eine Darstellung aller möglichen Farbtransformationen innerhalb seines Rasters. Diese umfassende Kapselung des Farbraums ermöglicht ein beispielloses Maß an Kontrolle und Flexibilität bei Farbkorrekturprozessen.
Die Erstellung eines HALD-Bildes beinhaltet die Generierung eines Musters, das jede Farbe innerhalb des Farbraums des Geräts mindestens einmal enthält. Typischerweise wird dies erreicht, indem der Farbraum in ein Raster unterteilt wird, wobei jede Zelle eine eindeutige Farbe darstellt. Die Komplexität und Größe eines HALD-Bildes kann variieren und nimmt im Allgemeinen mit der Präzision der benötigten Farbdarstellung zu. Ein Standard-HALD-Bild wird erstellt, indem der dreidimensionale Farbraum (Rot, Grün, Blau) auf eine zweidimensionale Ebene abgebildet wird, wobei die Farben so organisiert werden, dass sie von Bildbearbeitungssoftware leicht verarbeitet werden können.
Die praktischen Anwendungen von HALD-Bildern erstrecken sich über verschiedene Bereiche, von Film und Fotografie bis hin zu digitaler Kunst und Printmedien. In der Film- und Videonachbearbeitung werden HALD-Bilder zur Erstellung von Farb-LUTs verwendet, die die Farbkonsistenz über verschiedene Aufnahmen oder Szenen hinweg gewährleisten. Fotografen verwenden HALD-Bilder, um konsistente Farbprofile auf Bildstapel anzuwenden, wodurch der Zeitaufwand für die manuelle Farbkorrektur erheblich reduziert wird. Im Bereich der digitalen Kunst ermöglichen HALD-Bilder die Erstellung einzigartiger Farbprofile, die auf digitale Leinwände angewendet werden können, um den künstlerischen Ausdruck zu verbessern.
Einer der Hauptvorteile des HALD-Bildformats ist die zerstörungsfreie Natur der damit vorgenommenen Farbanpassungen. Da die Farbtransformationen über eine LUT angewendet werden, die aus dem HALD-Bild abgeleitet ist, und nicht direkt auf das Originalbild, bleiben die zugrunde liegenden Daten des Originalbildes unverändert. Dies ermöglicht einfache Überarbeitungen und Experimente mit verschiedenen Farbkorrekturen, ohne die ursprüngliche Bildqualität zu beeinträchtigen. Darüber hinaus ist die Anwendung von Farbkorrekturen über eine HALD-basierte LUT oft schneller als die manuelle Farbkorrektur, was den Postproduktions-Workflow rationalisiert.
Die technische Erstellung eines HALD-Bildes erfordert eine spezielle Software, die in der Lage ist, das komplexe Raster zu generieren, das den Farbraum darstellt. Dieser Prozess beginnt mit der Definition der Dimensionen des HALD-Bildes, die den Bereich der Farben bestimmen, die es darstellen kann. Der Farbraum wird dann in eine Reihe von Würfeln diskretisiert, die jeweils einer bestimmten Farbe entsprechen. Diese Würfel werden zu einem zweidimensionalen Raster abgeflacht, wodurch das HALD-Bild entsteht. Die Präzision der Farbdarstellung in einem HALD-Bild ist direkt proportional zu seiner Auflösung, wobei höhere Auflösungen eine detailliertere Farbkorrektur ermöglichen.
Um ein HALD-Bild für die Farbkorrektur zu verwenden, besteht der erste Schritt darin, die gewünschten Farbkorrekturen auf das HALD-Bild selbst anzuwenden. Dies kann mit jeder handelsüblichen Bildbearbeitungssoftware erfolgen, die Anpassungen von Farbbalance, Kontrast, Sättigung und mehr ermöglicht. Sobald die Anpassungen vorgenommen wurden, wird das bearbeitete HALD-Bild in eine LUT konvertiert. Diese LUT kann dann auf andere Bilder oder Videomaterial angewendet werden, wodurch die Farbanpassungen auf alle visuellen Elemente repliziert werden. Das Ergebnis ist eine konsistente und harmonisierte Farbkorrektur, die die Gesamtästhetik des Projekts verbessert.
Trotz der vielen Vorteile gibt es einige Dinge zu beachten, wenn man mit HALD-Bildern arbeitet. Die Qualität und Präzision der mit HALD-Bildern erzielbaren Farbkorrektur hängt von der Auflösung des HALD-Bildes selbst ab. HALD-Bilder mit höherer Auflösung ermöglichen eine detailliertere Farbkorrektur, benötigen aber auch mehr Rechenleistung und Speicherplatz. Darüber hinaus kann die Effektivität einer HALD-basierten LUT bei der Erzielung der gewünschten Farbkorrektur je nach Farbprofil und Lichtverhältnissen des Originalinhalts variieren, was Anpassungen oder Anpassungen des HALD-Bildes oder der LUT erforderlich macht.
Die Integration von HALD-Bildern in einen digitalen Workflow kann die Effizienz und Qualität von Farbkorrekturprozessen erheblich verbessern. Beispielsweise kann in einer Filmproduktion die Erstellung einer Reihe von HALD-Bildern, die auf unterschiedliche Lichtverhältnisse und Kameraeinstellungen zugeschnitten sind, eine schnelle Farbkorrektur über verschiedene Szenen hinweg ermöglichen. In der Fotografie kann die Erstellung eines HALD-Bildes, das auf das Farbprofil einer Kamera zugeschnitten ist, den Farbkorrekturprozess für eine große Anzahl von Fotos rationalisieren, die Einheitlichkeit gewährleisten und wertvolle Zeit sparen. Darüber hinaus bieten HALD-Bilder in Kontexten, in denen Farbgenauigkeit von größter Bedeutung ist, wie z. B. in der medizinischen Bildgebung oder der Darstellung von Markenfarben, ein Werkzeug zur präzisen Farbkalibrierung.
Das Potenzial von HALD-Bildern geht über ihre aktuellen Anwendungen hinaus. Mit zunehmender Rechenleistung und fortschrittlicherer Software werden sich die Möglichkeiten zur Nutzung von HALD-Bildern in kreativen und technischen Bereichen erweitern. Zu den zukünftigen Entwicklungen könnten intuitivere Softwaretools zum Generieren und Bearbeiten von HALD-Bildern, verbesserte Algorithmen für eine genauere Farbdarstellung und eine breitere Akzeptanz in Branchen gehören, in denen Farbtreue entscheidend ist. Darüber hinaus könnte die Integration künstlicher Intelligenz in die Verarbeitung von HALD-Bildern den Prozess der Farbkorrektur automatisieren und verfeinern, wodurch er sowohl für Anfänger als auch für Profis zugänglicher wird.
Die Verbreitung der HALD-Technologie bringt jedoch auch Herausforderungen mit sich, insbesondere in Bezug auf Standardisierung und Interoperabilität. Da verschiedene Software- und Hardwarehersteller die HALD-Technologie übernehmen, wird die Sicherstellung der Kompatibilität über Plattformen und Geräte hinweg entscheidend. Ohne standardisierte Formate und Verfahren zum Erstellen, Bearbeiten und Anwenden von HALD-Bildern können Benutzer Schwierigkeiten haben, konsistente Ergebnisse zu erzielen. Die Bewältigung dieser Herausforderungen erfordert die Zusammenarbeit zwischen den Akteuren der Branche, um gemeinsame Standards zu etablieren, die die nahtlose Verwendung von HALD-Bildern in verschiedenen Anwendungen ermöglichen.
Eine weitere große Hürde für die weit verbreitete Akzeptanz von HALD-Bildern ist die Bildung und das Bewusstsein. Trotz der technischen Vorteile, die HALD-Bilder bieten, können ihre Komplexität und das Fachwissen, das für ihre effektive Generierung und Verwendung erforderlich ist, für viele potenzielle Benutzer abschreckend sein. Um diese Hürde zu überwinden, ist die Entwicklung umfassender Bildungsressourcen und benutzerfreundlicher Softwareoberflächen unerlässlich. Durch die Vereinfachung des Arbeitsprozesses mit HALD-Bildern und die Bereitstellung klarer, zugänglicher Anleitungen können Hersteller und Softwareentwickler die Attraktivität dieses leistungsstarken Werkzeugs erweitern.
Zusammenfassend lässt sich sagen, dass das HALD-Bildformat einen bedeutenden Fortschritt in der digitalen Bildverarbeitung darstellt und eine beispiellose Flexibilität und Präzision bei der Farbkorrektur bietet. Seine Fähigkeit, den gesamten Farbraum in einem einzigen, zerstörungsfreien Format zu erfassen, bietet Kreativen ein leistungsstarkes Werkzeug, um konsistente und harmonische Farbschemata über eine Reihe visueller Medien hinweg zu erzielen. Mit der Weiterentwicklung der Technologie werden sich die potenziellen Anwendungen für HALD-Bilder zweifellos erweitern und vielversprechende Entwicklungen im Bereich der digitalen Farbkorrektur versprechen. Die Verwirklichung dieses Potenzials hängt jedoch von der Überwindung von Herausforderungen im Zusammenhang mit Standardisierung, Interoperabilität und Benutzerbildung ab. Mit der Weiterentwicklung der Branche werden die Akzeptanz und Verfeinerung der HALD-Technologie eine entscheidende Rolle bei der Gestaltung der Zukunft der digitalen Bildgebung spielen.
Unterstützte Formate
AAI.aai
AAI Dune Bild
AI.ai
Adobe Illustrator CS2
AVIF.avif
AV1 Bildformat
BAYER.bayer
Rohes Bayer-Bild
BMP.bmp
Microsoft Windows Bitmap-Bild
CIN.cin
Cineon-Bilddatei
CLIP.clip
Bild-Clip-Maske
CMYK.cmyk
Rohcyan-, Magenta-, Gelb- und Schwarzproben
CUR.cur
Microsoft-Symbol
DCX.dcx
ZSoft IBM PC mehrseitige Paintbrush
DDS.dds
Microsoft DirectDraw-Oberfläche
DPX.dpx
SMTPE 268M-2003 (DPX 2.0) Bild
DXT1.dxt1
Microsoft DirectDraw-Oberfläche
EPDF.epdf
Eingekapseltes tragbares Dokumentenformat
EPI.epi
Adobe Encapsulated PostScript Interchange-Format
EPS.eps
Adobe Encapsulated PostScript
EPSF.epsf
Adobe Encapsulated PostScript
EPSI.epsi
Adobe Encapsulated PostScript Interchange-Format
EPT.ept
Eingekapseltes PostScript mit TIFF-Vorschau
EPT2.ept2
Eingekapseltes PostScript Level II mit TIFF-Vorschau
EXR.exr
Bild mit hohem Dynamikbereich (HDR)
FF.ff
Farbfeld
FITS.fits
Flexibles Bildtransport-System
GIF.gif
CompuServe-Grafikaustauschformat
HDR.hdr
Bild mit hohem Dynamikbereich (HDR)
HEIC.heic
Hocheffizienter Bildcontainer
HRZ.hrz
Slow Scan TeleVision
ICO.ico
Microsoft-Symbol
ICON.icon
Microsoft-Symbol
J2C.j2c
JPEG-2000 Codestream
J2K.j2k
JPEG-2000 Codestream
JNG.jng
JPEG Network Graphics
JP2.jp2
JPEG-2000 Dateiformat Syntax
JPE.jpe
Joint Photographic Experts Group JFIF-Format
JPEG.jpeg
Joint Photographic Experts Group JFIF-Format
JPG.jpg
Joint Photographic Experts Group JFIF-Format
JPM.jpm
JPEG-2000 Dateiformat Syntax
JPS.jps
Joint Photographic Experts Group JPS-Format
JPT.jpt
JPEG-2000 Dateiformat Syntax
JXL.jxl
JPEG XL-Bild
MAP.map
Multi-Resolution Seamless Image Database (MrSID)
MAT.mat
MATLAB-Level-5-Bildformat
PAL.pal
Palm-Pixmap
PALM.palm
Palm-Pixmap
PAM.pam
Allgemeines zweidimensionales Bitmap-Format
PBM.pbm
Portable Bitmap-Format (schwarz-weiß)
PCD.pcd
Photo-CD
PCT.pct
Apple Macintosh QuickDraw/PICT
PCX.pcx
ZSoft IBM PC Paintbrush
PDB.pdb
Palm Database ImageViewer-Format
PDF.pdf
Portable Document Format
PDFA.pdfa
Portable Document Archive-Format
PFM.pfm
Portable Float-Format
PGM.pgm
Portable Graymap-Format (Graustufen)
PGX.pgx
JPEG-2000 unkomprimiertes Format
PICT.pict
Apple Macintosh QuickDraw/PICT
PJPEG.pjpeg
Joint Photographic Experts Group JFIF-Format
PNG.png
Portable Network Graphics
PNG00.png00
PNG mit Bit-Tiefe und Farbtyp vom Originalbild erben
PNG24.png24
Opakes oder binäres transparentes 24-Bit-RGB (zlib 1.2.11)
PNG32.png32
Opakes oder binäres transparentes 32-Bit-RGBA
PNG48.png48
Opakes oder binäres transparentes 48-Bit-RGB
PNG64.png64
Opakes oder binäres transparentes 64-Bit-RGBA
PNG8.png8
Opakes oder binäres transparentes 8-Bit-Indexed
PNM.pnm
Portable Anymap
PPM.ppm
Portable Pixmap-Format (Farbe)
PS.ps
Adobe PostScript-Datei
PSB.psb
Adobe Large Document-Format
PSD.psd
Adobe Photoshop-Bitmap
RGB.rgb
Rohdaten für rote, grüne und blaue Proben
RGBA.rgba
Rohdaten für rote, grüne, blaue und Alpha-Proben
RGBO.rgbo
Rohdaten für rote, grüne, blaue und Opazität-Proben
SIX.six
DEC SIXEL-Grafikformat
SUN.sun
Sun Rasterfile
SVG.svg
Skalierbare Vektorgrafiken
TIFF.tiff
Tagged Image File Format
VDA.vda
Truevision-Targa-Bild
VIPS.vips
VIPS-Bild
WBMP.wbmp
Wireless Bitmap (Level 0) Bild
WEBP.webp
WebP-Bildformat
YUV.yuv
CCIR 601 4:1:1 oder 4:2:2
Häufig gestellte Fragen
Wie funktioniert das?
Dieser Konverter läuft vollständig in Ihrem Browser. Wenn Sie eine Datei auswählen, wird sie in den Speicher gelesen und in das ausgewählte Format konvertiert. Sie können die konvertierte Datei dann herunterladen.
Wie lange dauert die Konvertierung einer Datei?
Die Konvertierung beginnt sofort, und die meisten Dateien werden in weniger als einer Sekunde konvertiert. Größere Dateien können länger dauern.
Was passiert mit meinen Dateien?
Ihre Dateien werden niemals auf unsere Server hochgeladen. Sie werden in Ihrem Browser konvertiert, und die konvertierte Datei wird dann heruntergeladen. Wir sehen Ihre Dateien niemals.
Welche Dateitypen kann ich konvertieren?
Wir unterstützen die Konvertierung zwischen allen Bildformaten, einschließlich JPEG, PNG, GIF, WebP, SVG, BMP, TIFF und mehr.
Wie viel kostet das?
Dieser Konverter ist völlig kostenlos und wird immer kostenlos sein. Da er in Ihrem Browser läuft, müssen wir nicht für Server bezahlen, also müssen wir Ihnen auch nichts berechnen.
Kann ich mehrere Dateien auf einmal konvertieren?
Ja! Sie können so viele Dateien auf einmal konvertieren, wie Sie möchten. Wählen Sie einfach mehrere Dateien aus, wenn Sie sie hinzufügen.