Generador de Mapa de Profundidad: Añade profundidad 3D y paralaje a fotos

Última actualización: June 28, 2026. Los modelos de estimación de profundidad continúan mejorando cada año; los principios fundamentales del uso de mapas de profundidad se mantienen.

Un mapa de profundidad es una imagen en escala de grises donde el brillo de cada píxel representa la distancia que está ese punto de la cámara: brillante para cerca, oscuro para lejos. Los mapas de profundidad impulsan efectos 3D de paralaje, desenfoque de fondo en modo retrato, reenfocamiento después de la toma y RA (Realidad Aumentada). Generar uno a partir de una foto plana solía requerir cámaras duales o un sensor de profundidad; la IA moderna puede estimar la profundidad a partir de una sola imagen. Esta guía cubre para qué sirven los mapas de profundidad, cómo funciona la estimación y dónde tiene éxito y fracasa el enfoque basado en IA.

Respuesta rápida: ¿cómo generar un mapa de profundidad a partir de una foto?

Sube la foto a un generador de mapas de profundidad que utilice un modelo entrenado de estimación de profundidad, y este producirá una imagen de profundidad en escala de grises donde el brillo corresponde a la distancia de la cámara. Luego puedes usar ese mapa de profundidad para impulsar una animación de paralaje, simular bokeh o reenfocar regiones. La estimación es buena en fotos con clara separación del sujeto contra un fondo, y más débil en escenas planas u objetos complejos superpuestos. El background remover resuelve una tarea relacionada —separar el sujeto del fondo— utilizando un enfoque de segmentación similar.

¿Para qué se utiliza un mapa de profundidad?

Los mapas de profundidad permiten varios efectos que una foto plana no puede lograr por sí sola.

• El modo retrato en teléfonos utiliza un mapa de profundidad para desenfocar el fondo detrás del sujeto.
• Los efectos de paralaje animan una foto estática en un sutil movimiento 3D.
• Reenfocar te permite cambiar lo que está nítido después de la toma.

El hilo conductor es que la profundidad añade una tercera dimensión de información —la distancia— a una imagen por lo demás plana, lo que desbloquea efectos que imitan cómo funcionan las lentes y los ojos reales.

¿Cómo funciona la estimación de profundidad?

Estimar la profundidad a partir de una sola imagen 2D es una tarea de aprendizaje automático (machine learning). El modelo fue entrenado con pares de imágenes planas y sus mapas de profundidad verdaderos (a menudo capturados con sensores de profundidad), y aprendió señales que indican distancia: tamaño relativo, convergencia de perspectiva, neblina atmosférica, oclusión y enfoque.

• El modelo combina estas señales para predecir un valor de profundidad por píxel.
• Generaliza desde el entrenamiento hacia nuevas imágenes que nunca ha visto.
• La precisión varía: es una suposición basada en señales visuales, no una medición.

El resultado es un mapa de profundidad plausible, no uno preciso. Para efectos que necesitan profundidad aproximada —bokeh, paralaje—, un mapa plausible es suficiente. Para efectos que requieren distancia exacta —medición, colocación en RA—, la estimación no es fiable.

¿Cuándo funciona bien la estimación de profundidad?

El modelo maneja algunas escenas limpiamente y tiene dificultades con otras, y saber la diferencia establece expectativas.

• Un sujeto claro contra un fondo: el modelo separa bien las capas.
• Escenas con fuerte perspectiva: pasillos, carreteras, dan buenas señales al modelo.
• Retratos con una persona frente a un fondo distintivo.
• Escenas donde objetos más cercanos ocluyen claramente a los más lejanos.

En estos casos, el mapa de profundidad es lo suficientemente nítido para impulsar un bokeh y paralaje creíbles. El efecto se lee como natural porque la separación sujeto-fondo es real.

¿Dónde falla la estimación de profundidad?

• Una pared plana no tiene información de profundidad que estimar.
• El vidrio y los espejos confunden al modelo porque el "fondo" es un reflejo.
• Estructuras finas como el cabello producen mapas de profundidad ruidosos.

Para estos casos, el mapa de profundidad necesita limpieza manual, o se debe evitar el efecto. La object removal guide cubre la limpieza relacionada de regiones difíciles, y la blur background guide cubre el efecto bokeh que permiten los mapas de profundidad.

Refinando un mapa de profundidad generado

El mapa de profundidad crudo de un estimador de IA rara vez es perfecto, y los efectos que dependen de bordes limpios —especialmente el bokeh— revelan las imperfecciones. Refinar el mapa es el paso que convierte una estimación aproximada en un efecto utilizable.

Unos minutos de limpieza en el borde del sujeto producen un bokeh drásticamente mejor, porque el desenfoque sigue un límite limpio en lugar de sangrar hacia el sujeto. El mismo refinamiento ayuda al paralaje, donde un mapa de profundidad ruidoso produce un movimiento errático y antinatural. La regla es dedicar tiempo a la limpieza del borde del sujeto —ahí es donde es más visible cada efecto impulsado por la profundidad— y aceptar una profundidad más tosca en el fondo donde las imperfecciones son menos notables.

Usando un mapa de profundidad para paralaje y bokeh

Una vez que tienes un mapa de profundidad, los efectos se impulsan al dividir la imagen en capas de profundidad. Para el paralaje, cada capa se desplaza en una cantidad proporcional a su profundidad a medida que se mueve el punto de vista, produciendo un efecto 3D a partir de una foto estática. Para el bokeh, los píxeles más allá de una profundidad elegida se desenfocan para simular una profundidad de campo superficial.

El efecto bokeh es el uso de consumo más común de un mapa de profundidad: es lo que hace el modo retrato en un teléfono, separando al sujeto del fondo y desenfocando el fondo para imitar una lente rápida. La calidad del bokeh depende enteramente de la calidad del mapa de profundidad en los bordes del sujeto, por lo que el modo retrato tiene problemas con el cabello y produce halos visibles. El duotone guide cubre un efecto basado en capas diferente, y para la base técnica de la estimación monocular de profundidad, el MiDaS paper by Ranftl et al. documenta un modelo ampliamente utilizado.

La Mozilla WebGL documentation cubre el renderizado del efecto de paralaje en el navegador. Los mapas de profundidad son una herramienta creativa, no un dispositivo de medición: úselos para efectos donde suficiente es una profundidad plausible, y recurra a la detección real de profundidad cuando se requiere precisión. La expectativa correcta marca toda la diferencia.

Preguntas frecuentes

¿Para qué se utiliza un mapa de profundidad?

Para efectos 3D y de paralaje: un sesgo 3D falso, un desplazamiento por paralaje, un desenfoque en modo retrato (bokeh) en un teléfono. El mapa de profundidad le dice al efecto cuán lejos está cada píxel de la cámara, para que pueda desplazarse o desenfocarse según la distancia.

¿Cómo funciona la estimación de profundidad?

Un modelo entrenado con datos de profundidad predice, por píxel, qué tan lejos está el sujeto de la cámara, produciendo un mapa en escala de grises donde el brillo codifica la distancia. Funciona bien en sujetos claros con señales de profundidad obvias; falla en escenas planas o ambiguas.

¿Dónde falla la estimación de profundidad?

En objetos transparentes, espejos, superficies sin rasgos distintivos y escenas donde las señales de profundidad son ambiguas. El modelo adivina mal y el paralaje o desenfoque se ven rotos. Refine manualmente el mapa generado en las áreas de fallo.

¿Puedo refinar un mapa de profundidad generado?

Sí: pinte correcciones en el mapa donde el modelo estuvo equivocado, luego alimente el mapa corregido al efecto. El mapa generado es un punto de partida; el refinamiento manual corrige las regiones donde la estimación falló.

¿Puede un mapa de profundidad desenfocar el fondo como el modo retrato?

Sí: eso es exactamente lo que hace el modo retrato del teléfono. El mapa de profundidad le dice al efecto cuán lejos está cada píxel, por lo que desenfoca los píxeles lejanos (el fondo) y mantiene nítidos los píxeles cercanos (el sujeto), simulando una profundidad de campo superficial.

¿Qué tan precisos son los mapas de profundidad generados?

Razonablemente precisos en sujetos claros con señales de profundidad obvias (una persona frente a un fondo), pero fallan en objetos transparentes, espejos y escenas ambiguas. Trate el mapa generado como un punto de partida y refínelo manualmente en las áreas de fallo. El modelo adivina por píxel; donde falla la suposición, el efecto de paralaje o desenfoque se rompe.

Abrir la herramienta relacionada de Imagic AI