Generatore di Mappa di Profondità: Aggiungi profondità 3D e Parallasse alle Foto

Ultimo aggiornamento: June 28, 2026. I modelli di stima della profondità continuano a migliorare ogni anno; i principi fondamentali dell'uso delle mappe di profondità rimangono gli stessi.

Una mappa di profondità è un'immagine in scala di grigi dove la luminosità di ogni pixel rappresenta quanto quel punto si trova dalla fotocamera: luminoso per vicino, scuro per lontano. Le mappe di profondità alimentano effetti 3D parallassi, lo sfocare dello sfondo in modalità ritratto, il rifocalizzare dopo lo scatto e la realtà aumentata (AR). Generarne una da una foto piatta richiedeva un tempo duale o un sensore di profondità; l'AI moderna può stimare la profondità da un'unica immagine. Questa guida copre a cosa servono le mappe di profondità, come funziona la stima e dove l'approccio AI ha successo e fallisce.

Risposta rapida: come generare una mappa di profondità da una foto?

Carica la foto su un generatore di mappe di profondità che utilizza un modello di stima della profondità addestrato, e questo produrrà un'immagine in scala di grigi dove la luminosità corrisponde alla distanza dalla fotocamera. Puoi quindi utilizzare questa mappa di profondità per guidare un'animazione parallasse, simulare il bokeh o rifocalizzare regioni. La stima è buona su foto con una chiara separazione del soggetto dallo sfondo e più debole su scene piatte o oggetti complessi sovrapposti. Il background remover risolve un compito correlato — separare il soggetto dallo sfondo — utilizzando un approccio di segmentazione simile.

A cosa serve una mappa di profondità?

Le mappe di profondità consentono diversi effetti che una foto piatta non può realizzare da sola.

• La modalità ritratto sui telefoni utilizza una mappa di profondità per sfocare lo sfondo dietro il soggetto.
• Gli effetti parallassi animano una foto statica in un sottile movimento 3D.
• Il rifocalizzare ti permette di cambiare cosa è nitido dopo lo scatto.

Il filo conduttore è che la profondità aggiunge una terza dimensione di informazione — la distanza — a un'immagine altrimenti piatta, sbloccando effetti che mimano il funzionamento di lenti e occhi reali.

Come funziona la stima della profondità?

Stimare la profondità da un'unica immagine 2D è un compito di machine learning. Il modello è stato addestrato su coppie di immagini piatte e le loro vere mappe di profondità (spesso catturate con sensori di profondità), e ha imparato indizi che indicano la distanza: dimensione relativa, convergenza prospettica, foschia atmosferica, occlusione e messa a fuoco.

• Il modello combina questi indizi per prevedere un valore di profondità per pixel.
• Generalizza dall'addestramento ad nuove immagini che non ha mai visto.
• L'accuratezza varia — è un'ipotesi basata su indizi visivi, non una misurazione.

Il risultato è una mappa di profondità plausibile, non precisa. Per gli effetti che richiedono una profondità approssimativa — bokeh, parallassi — una mappa plausibile è sufficiente. Per gli effetti che richiedono una distanza esatta — misurazione, posizionamento AR — la stima non è affidabile.

Quando funziona bene la stima della profondità?

Il modello gestisce alcune scene in modo pulito e fatica con altre, e conoscere questa differenza stabilisce le aspettative.

• Un soggetto chiaro su uno sfondo — il modello separa bene gli strati.
• Scene con forte prospettiva — corridoi, strade — forniscono buoni indizi al modello.
• Ritratto con una persona di fronte a uno sfondo distinto.
• Scene in cui oggetti più vicini ostruiscono chiaramente quelli più lontani.

In questi casi la mappa di profondità è abbastanza nitida da guidare un bokeh e parallassi credibili. L'effetto appare naturale perché la separazione soggetto-sfondo è reale.

Dove fallisce la stima della profondità?

• Un muro piatto non ha informazioni di profondità da stimare.
• Vetri e specchi confondono il modello perché lo "sfondo" è un riflesso.
• Strutture fini come i capelli producono mappe di profondità rumorose.

Per questi casi, la mappa di profondità necessita di una pulizia manuale, o l'effetto dovrebbe essere evitato. La guida alla rimozione oggetti copre la rimozione correlata di regioni difficili, e la guida per sfocare lo sfondo copre l'effetto bokeh che le mappe di profondità consentono.

Raffinare una mappa di profondità generata

La mappa di profondità grezza da un estimatore AI è raramente perfetta, e gli effetti che dipendono dai bordi puliti — specialmente il bokeh — rivelano le imperfezioni. Raffinare la mappa è il passaggio che trasforma una stima approssimativa in un effetto utilizzabile.

Qualche minuto di pulizia sul bordo del soggetto produce un bokeh drasticamente migliore, perché lo sfocamento segue un confine netto invece di diffondersi sul soggetto. La stessa rifinitura aiuta la parallassi, dove una mappa di profondità rumorosa produce un movimento tremolante e innaturale. La regola è dedicare tempo alla pulizia del bordo del soggetto — è lì che ogni effetto guidato dalla profondità è più visibile — e accettare una profondità più grezza sullo sfondo dove le imperfezioni sono meno evidenti.

Utilizzare una mappa di profondità per parallassi e bokeh

Una volta ottenuta una mappa di profondità, gli effetti vengono guidati affettando l'immagine in strati di profondità. Per la parallassi, ogni strato si sposta in quantità proporzionali alla sua profondità man mano che il punto di vista si muove, producendo un effetto 3D da una foto statica. Per il bokeh, i pixel oltre una profondità scelta vengono sfocati per simulare una bassa profondità di campo.

L'effetto bokeh è l'uso consumer più comune di una mappa di profondità — è ciò che fa la modalità ritratto su uno smartphone, separando il soggetto dallo sfondo e sfocando lo sfondo per imitare un obiettivo veloce. La qualità del bokeh dipende interamente dalla qualità della mappa di profondità ai bordi del soggetto, motivo per cui la modalità ritratto fatica con i capelli e produce aloni visibili. La guida duotone copre un effetto a strati diverso, e per le basi tecniche della stima monocolare della profondità, il MiDaS paper by Ranftl et al. documenta un modello ampiamente utilizzato.

La documentazione Mozilla WebGL copre il rendering dell'effetto parallassi nel browser. Le mappe di profondità sono uno strumento creativo, non un dispositivo di misurazione — usale per effetti dove una profondità plausibile è sufficiente, e ricorra alla vera sensazione di profondità quando è richiesta l'accuratezza. L'aspettativa corretta fa tutta la differenza.

Domande frequenti

A cosa serve una mappa di profondità?

Per effetti 3D e parallassi — un leggero effetto 3D, uno scroll parallasse, un effetto sfocatura in modalità ritratto (bokeh) su uno smartphone. La mappa di profondità dice all'effetto quanto è lontano ogni pixel dalla fotocamera, così può spostarsi o sfocare in base alla distanza.

Come funziona la stima della profondità?

Un modello addestrato su dati di profondità prevede, per pixel, quanto il soggetto è lontano dalla fotocamera, producendo una mappa in scala di grigi dove la luminosità codifica la distanza. Funziona bene con soggetti chiari e indizi di profondità ovvi; fallisce su scene piatte o ambigue.

Dove fallisce la stima della profondità?

Su oggetti trasparenti, specchi, superfici prive di caratteristiche e scene in cui gli indizi di profondità sono ambigui. Il modello sbaglia il tiro e la parallassi o lo sfocamento sembrano rotti. Raffina manualmente la mappa generata nelle aree di fallimento.

Posso raffinare una mappa di profondità generata?

Sì — dipingi correzioni sulla mappa dove il modello ha sbagliato, quindi fornisci la mappa corretta all'effetto. La mappa generata è un punto di partenza; il miglioramento manuale corregge le regioni in cui l'stima è fallita.

Una mappa di profondità può sfocare lo sfondo come la modalità ritratto?

Sì — è esattamente quello che fa la modalità ritratto dello smartphone. La mappa di profondità dice all'effetto quanto è lontano ogni pixel, così sfoca i pixel lontani (lo sfondo) e mantiene nitidi i pixel vicini (il soggetto), simulando una bassa profondità di campo.

Quanto accurate sono le mappe di profondità generate?

Ragionevolmente accurate su soggetti chiari con indizi di profondità ovvi (una persona davanti a uno sfondo), ma falliscono su oggetti trasparenti, specchi e scene ambigue. Tratta la mappa generata come un punto di partenza e rifinala manualmente nelle aree di fallimento. Il modello fa ipotesi per pixel; dove sbaglia, l'effetto parallassi o sfocatura si interrompe.

Apri lo strumento Imagic AI correlato