Vi tilbyder billedforbedring for alle billeder; du kan selv vælge, om du vil aktivere eller deaktivere billedforbedringen.
Vores AI-drevne billedforbedring analyserer hvert billede og optimerer det automatisk for at sikre, at dine billeder ser bedst muligt ud.
De vigtigste trin i billedforbedringen er eksponeringskorrektion og farvestikskorrektion, som ændrer lysstyrken og farven på hele billedet. For eksempel bruges eksponeringskorrektion til at gøre undereksponerede billeder lysere, så flere detaljer bliver synlige. Farvestikskorrektion anvendes, når et billede for eksempel er taget i kunstigt lys og har et kraftigt gult skær. Velbelyste billeder med god hvidbalance vil kræve mindre korrektion.
Disse globale korrektioner efterfølges af lokale billedjusteringer. For eksempel lysnes mørke områder og skygger i billedet for at gøre undereksponerede ansigter mere synlige mod baggrundsbelysning. Tilsvarende dæmpes meget lyse områder af billedet, såsom hvide skyer, en smule for at forbedre detaljerne. Lokale justeringer foretages også i mindre skala på forskellige farveområder, for eksempel for at få hudtoner på forskellige ansigter til at fremstå mere behagelige. Endelig kan skarpheden i et billede også justeres en smule afhængigt af billedområdet.
Selvom mange korrektioner er et spørgsmål om personlig smag, vil korrektion af eksponering, farvestik og skygger i de fleste tilfælde markant forbedre mange billeder, der ellers ville være utilfredsstillende i deres oprindelige tilstand. Vi anvender kun billedforbedring på billeder, hvor det giver mening; det bliver ikke automatisk anvendt på hvert billede, hvis det ikke er nødvendigt.
Bemærk, at i desktop-softwaren vises billedforbedringsfunktionen kun i det endelige produkt og ikke i selve softwarens visning.
Hvis du bruger PNG-filer, som du selv har oprettet og indsat i softwaren, og som har gennemsigtighed, anbefaler vi, at du altid deaktiverer billedforbedringen, da du ellers kan risikere uønskede ændringer af din PNG-fil.
Vi bruger ikke kundebilleder til træning af AI-modeller.