RGB 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 RGB Format?
Rohdaten für rote, grüne und blaue Proben
Das RGB-Bildformat, das für Rot, Grün und Blau steht, ist ein Eckpfeiler der digitalen Bildgebung und erfasst und zeigt Bilder auf eine Weise, die der menschlichen visuellen Wahrnehmung sehr nahe kommt. Durch die Kombination dieser drei Primärfarben in verschiedenen Intensitäten kann ein breites Farbspektrum reproduziert werden. Die Bedeutung dieses Formats liegt in seiner weit verbreiteten Akzeptanz auf verschiedenen Geräten und Plattformen, von Kameras und Monitoren bis hin zu Smartphones und Fernsehgeräten, und bildet im Wesentlichen das Rückgrat der digitalen Farbbildgebung.
Im Kern basiert das RGB-Format auf dem additiven Farbmodell. Dieses Modell basiert auf dem Prinzip, dass Lichtfarben miteinander gemischt werden können, um eine Reihe anderer Farben zu erzeugen, wobei Rot, Grün und Blau als Primärfarben dienen. Wenn sie mit ihrer maximalen Intensität kombiniert werden, erzeugen sie weißes Licht, während ihre Abwesenheit (kein Licht) zu Schwarz führt. Dieses Modell steht im Gegensatz zu subtraktiven Farbmodellen wie CMYK (Cyan, Magenta, Gelb und Schwarz), die im Farbdruck verwendet werden, wo Farben von Weiß (der Farbe des Papiers) subtrahiert werden.
Praktisch gesehen wird ein RGB-Bild aus Millionen von Pixeln aufgebaut, die jeweils als kleinstes Element des Bildes dienen. Jedes Pixel enthält drei Komponenten (Kanäle), die die Intensitäten von rotem, grünem und blauem Licht darstellen. Die Intensität jeder Farbe wird typischerweise mit einer 8-Bit-Skala quantifiziert, die von 0 bis 255 reicht, wobei 0 keine Intensität und 255 maximale Helligkeit bedeutet. Folglich ermöglicht diese Skala über 16 Millionen mögliche Farbkombinationen (256^3), was die Reproduktion einer großen Farbpalette ermöglicht.
Die Erstellung und Bearbeitung von RGB-Bildern umfasst zahlreiche technische Überlegungen und Prozesse. Beispielsweise wandeln Digitalkameras das von ihnen aufgenommene Licht mithilfe einer Reihe von Filtern über dem Sensor in RGB-Werte um. Dieses Array, oft ein Bayer-Filter, lässt nur rotes, grünes oder blaues Licht zu jedem Sensorpixel durch. Die Software der Kamera verarbeitet dann diese Rohdaten und interpoliert die Werte, um ein Vollfarbbild zu erzeugen. Wenn ein RGB-Bild auf einem Bildschirm angezeigt wird, wird die Farbe jedes Pixels auf ähnliche Weise durch Anpassen der Intensität der roten, grünen und blauen Komponenten der Hintergrundbeleuchtung oder einzelner Leuchtdioden (LEDs) in modernen Displays erzeugt.
Die Kodierung und Speicherung von RGB-Bildern ist ein weiterer kritischer technischer Aspekt. Während die Grundvoraussetzung darin besteht, die drei Farbwerte für jedes Pixel zu speichern, kann die tatsächliche Implementierung erheblich variieren. Dateiformate wie JPEG, PNG und GIF haben jeweils ihre Nuancen im Umgang mit RGB-Daten, insbesondere in Bezug auf die Komprimierung. JPEG verwendet beispielsweise eine verlustbehaftete Komprimierungstechnik, die die Dateigröße reduziert, indem einige Bilddaten verworfen werden, was die Bildqualität beeinträchtigen kann. PNG bietet eine verlustfreie Komprimierung, die die Bildqualität auf Kosten größerer Dateigrößen bewahrt. GIF verwendet zwar auch eine verlustfreie Komprimierung, ist aber auf 256 Farben beschränkt, was es für Vollfarbfotos weniger geeignet, aber ideal für einfachere Grafiken macht.
Über die Grundlagen der Farberfassung und -anzeige hinaus spielt das RGB-Format eine entscheidende Rolle in komplexeren Aspekten der digitalen Bildgebung, wie z. B. Farbmanagement und Gammakorrektur. Das Farbmanagement stellt sicher, dass die Farben auf verschiedenen Geräten und unter verschiedenen Betrachtungsbedingungen konsistent sind. Es umfasst Farbprofile, die beschreiben, wie Farben interpretiert werden sollen. Die Gammakorrektur passt die Luminanz des Bildes an und kompensiert die nichtlineare Art und Weise, wie unsere Augen Licht wahrnehmen, und die nichtlineare Reaktion von Anzeigegeräten. Beides ist für eine genaue und konsistente Farbwiedergabe unerlässlich.
Trotz seiner Allgegenwart und Effektivität hat das RGB-Format Einschränkungen. Eine bemerkenswerte Herausforderung besteht in der unterschiedlichen Art und Weise, wie verschiedene Geräte RGB-Werte interpretieren und anzeigen, was zu Abweichungen in der Farbwiedergabe führt. Dieses Problem ergibt sich aus Unterschieden in Farbräumen oder dem Farbbereich, den ein Gerät erzeugen kann. Der sRGB-Farbraum ist der gängigste Standard für Web- und Verbrauchergeräte und soll ein gewisses Maß an Konsistenz gewährleisten. Professionelle Geräte verwenden jedoch möglicherweise Adobe RGB oder ProPhoto RGB, die einen größeren Farbbereich auf Kosten der Kompatibilität bieten.
Für die erweiterte Bildverarbeitung und wissenschaftliche Anwendungen, bei denen Präzision an erster Stelle steht, bieten Varianten des RGB-Formats wie scRGB erweiterte Farbbereiche und eine höhere Präzision durch die Verwendung größerer Bittiefen und die Einbeziehung negativer Werte. Diese Formate wurden entwickelt, um einige der Einschränkungen von RGB zu überwinden und eine breitere und genauere Farbdarstellung zu bieten, erfordern jedoch eine ausgefeiltere Softwareunterstützung und Hardwarefunktionen.
Ein weiterer Aspekt, der bei der Verwendung des RGB-Formats zu berücksichtigen ist, ist seine Rolle bei der Entwicklung von Algorithmen für Bilderkennung und maschinelles Sehen. Die Fähigkeit, Bilder auf Pixelebene zu analysieren und zu bearbeiten, Farben und Formen zu unterscheiden, ist für zahlreiche Anwendungen von autonomen Fahrzeugen bis hin zu Gesichtserkennungstechnologien von grundlegender Bedeutung. Die Einfachheit und Universalität des RGB-Formats erleichtert die Entwicklung dieser Technologien und bietet einen konsistenten Rahmen für Bilddaten.
Das RGB-Format überschneidet sich auch mit aufkommenden Technologien wie High Dynamic Range (HDR)-Bildgebung, die darauf abzielt, den Luminanzbereich in Bildern zu erweitern, was zu Bildern führt, die dem breiten Bereich von Lichtintensitäten, die das menschliche Auge wahrnehmen kann, näher kommen. HDR-Techniken beinhalten oft die Arbeit mit RGB-Werten in einer Weise, die über die herkömmlichen 8-Bit-pro-Kanal-Beschränkungen hinausgeht, wobei mehr Bits pro Kanal genutzt werden, um mehr Details sowohl in Schatten als auch in Lichtern zu erfassen.
Darüber hinaus beschränken sich die Prinzipien, die dem RGB-Format zugrunde liegen, nicht auf statische Bilder, sondern erstrecken sich auch auf die Videotechnologie. Die Darstellung von Bewegtbildern in digitaler Form basiert auf ähnlichen Konzepten, wobei Videocodecs RGB-Daten (oder Daten in von RGB abgeleiteten Formaten wie YUV) im Zeitverlauf kodieren und dekodieren. Dies hat immense Auswirkungen auf Streaming-Medien, digitale Übertragung und Inhaltserstellung, wo die effiziente Verarbeitung von RGB-Daten die Qualitäts- und Bandbreitenanforderungen erheblich beeinflussen kann.
In Anbetracht der Umweltauswirkungen wirft die weit verbreitete Verwendung von RGB-basierten Geräten Bedenken hinsichtlich des Energieverbrauchs auf. Insbesondere Displays gehören zu den energiehungrigsten Komponenten elektronischer Geräte. Das Streben nach höheren Auflösungen und Bildqualität führt zu erhöhten Rechenanforderungen und Energieverbrauch. Dies hat die Forschung zu energieeffizienteren Methoden zur Erzeugung und Anzeige von RGB-Bildern vorangetrieben, einschließlich Fortschritten in der LED-Technologie und Methoden zur Reduzierung der verarbeiteten und übertragenen Datenmenge, ohne die Bildqualität zu beeinträchtigen.
Mit Blick auf die Zukunft wird die Entwicklung der RGB-Bildgebungstechnologie weiterhin von Fortschritten in der Materialwissenschaft, Rechenleistung und digitalen Kommunikationsstandards beeinflusst. Beispielsweise hat die Entwicklung von Quantenpunkten und organischen LEDs (OLEDs) neue Wege zur Herstellung von Displays mit höherer Helligkeit, Kontrast und Farbtreue eröffnet. Parallel dazu zielen Fortschritte bei Komprimierungsalgorithmen und die Einführung effizienterer Bildformate darauf ab, die Bandbreiten- und Speicherherausforderungen zu bewältigen, die durch hochauflösende RGB-Bilder entstehen.
Zusammenfassend lässt sich sagen, dass das RGB-Bildformat ein grundlegender Aspekt der digitalen Bildgebung ist, der eine breite Palette von Technologien untermauert, die zu einem integralen Bestandteil des modernen Lebens geworden sind. Seine Bedeutung geht über die bloße Farbwiedergabe hinaus und beeinflusst Aspekte der Technologieentwicklung, der ökologischen Nachhaltigkeit und des Strebens nach immer naturgetreueren digitalen Darstellungen der Welt. Trotz Herausforderungen und Einschränkungen versprechen laufende Innovationen in Hardware, Software und Standards, die Fähigkeiten und Anwendungen des RGB-Formats zu verbessern und seine anhaltende Relevanz im digitalen Zeitalter sicherzustellen.
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.