Cómo funciona quitar el fondo de verdad — y cuándo falla

Lo que sale es una máscara, no un recorte

El modelo mira tu foto y devuelve una imagen en blanco y negro con su misma forma: blanca donde está seguro de que ese píxel es el sujeto, negra donde está seguro de que es fondo, y de mil grises donde duda. Esa imagen se convierte directamente en el canal de transparencia del resultado.

Así que no hay contorno, no hay trazado y no se ha calcado nada. Lo que vuelve es confianza, dibujada como transparencia. El pelo, el pelaje, el movimiento borroso, el cristal y las sombras caen en mitad de ese rango, y esa suavidad del borde no es que el modelo sea malo: es que está siendo honesto.

El modelo busca una sola cosa evidente

U²-Net, que es lo que corre aquí, es una red de detección de objetos salientes. La entrenaron para responder a una única pregunta: en esta imagen, ¿qué destaca? Un sujeto sobre un fondo razonablemente sencillo es exactamente su terreno.

Si le das una imagen sin una respuesta única, no se niega: extiende una máscara débil e insegura por encima de todo. Pasamos veinticuatro fotografías y leímos los valores de alfa. Las diez que no tenían un sujeto claro volvieron como manchas translúcidas o como nada: una toma aérea de bosque produjo un 0.0% de píxeles seguros y aun así «funcionó» formalmente.

Ese fallo es silencioso, y por eso ahora la herramienta mide la máscara y te lo dice en lugar de entregarte un PNG vacío.

• Funciona: una persona, un producto sobre una mesa, una mascota, un zapato, una bicicleta, una montaña contra el cielo.
• No funciona: multitudes, tráfico, un campo de tulipanes, una estantería, un arrecife, un bosque visto desde arriba.
• A medias: un grupo de objetos parecidos — puede que salgan algunos, y medio transparentes.

Por qué se ablandan los bordes y por qué empeora en fotos grandes

El modelo ve tu imagen a 320×320 píxeles sea cual sea su tamaño real, y la máscara vuelve también a 320×320. Para aplicarla hay que estirarla hasta las dimensiones originales. En una foto de 4000 píxeles, un píxel de máscara cubre más de una decena de píxeles reales, y eso se nota en el contorno.

Elegir una foto mejor no lo arregla: es la forma del método. Si vas a usar el resultado en pequeño, dará igual; si lo vas a usar en grande, no.

También hay un canje directo entre descarga y calidad. El modelo rápido pesa 4,4 MB y el preciso 168 MB: cuarenta veces más, y con resultados visiblemente distintos sobre la misma foto. El pequeño suele dejar un fantasma tenue del fondo; el grande separa limpiamente el pelo y los objetos pequeños.

Cuándo el modelo no debería ser quien elige

Si la foto tiene varios objetos, o lo que quieres no es el protagonista del encuadre, subir la calidad del modelo no sirve de nada: nunca le preguntaron a cuál te referías.

Para eso hay otra herramienta. El recorte por clic pasa un codificador pesado sobre la imagen una sola vez y luego responde a cada clic casi al instante. Medimos 6,0 segundos de codificador y 0,10 segundos por clic en CPU, y por eso puede ser una interfaz de pulsar y ver en lugar de esperar y ver. Un punto suele coger parte de un objeto; el segundo punto le dice qué más forma parte de él.

Guárdalo en PNG o la transparencia desaparece

JPG no tiene canal de transparencia. Si guardas un recorte como JPG, la zona transparente no sigue siéndolo: vuelve en blanco o en negro, y mucha gente se lleva la sorpresa después. PNG y WebP sí llevan alfa; usa uno de los dos.

Una cosa más conviene decirla en voz alta: las fotos que la gente pasa por un quitafondos suelen ser de personas. Esto corre dentro de la pestaña del navegador, así que la imagen no se envía a ninguna parte — pero el modelo sí hay que descargarlo antes de empezar, y te decimos su tamaño antes de que te comprometas.