深度图生成器：轻松为照片添加逼真3D景深与视差效果

上次更新时间：June 28, 2026. 深度估计模型每年都在持续改进；但深度图的核心原理保持不变。

深度图是一种灰度图像，其中每个像素的亮度代表该点与相机的距离——越亮表示越近，越暗表示越远。深度图用于驱动3D视差效果、人像模式背景虚化、拍摄后的重焦以及AR应用。过去，生成深度图需要双摄像头或深度传感器；而现代AI可以从单张图像中估计出深度。本指南将介绍深度图的用途、估计原理，以及AI方法成功和失败的场景。

快速答案：如何从照片生成深度图？

将照片上传到使用经过训练的深度估计模型的深度图生成器，它会生成一张灰度深度图，其中亮度对应于与相机的距离。然后，您可以使用这张深度图来驱动视差动画、模拟焦外虚化（bokeh）或重焦区域。这种估计在主体与背景分离清晰的照片上效果较好；而在平坦场景或复杂重叠物体上则效果较弱。background remover 解决了相关的任务——即主体与背景的分离——它使用了类似分割的方法。

深度图用于什么？

深度图能够实现单张平面照片无法独立完成的多种效果。

• 手机的人像模式使用深度图来模糊主体后的背景。
• 视差效果将静态照片动画化为微妙的3D运动。
• 重焦功能允许您在拍摄后改变清晰的焦点区域。

共同点在于，深度图给原本平面的图像增加了一个第三维度的信息——距离，从而解锁了模仿真实镜头和人眼工作方式的效果。

深度估计如何工作？

从单张2D图像估计深度是一个机器学习任务。该模型是在成对的平面图像及其真实的深度图（通常是通过深度传感器捕获）上训练的，它学习了指示距离的线索：相对大小、透视收敛性、大气雾霾、遮挡和焦点等。

• 模型结合这些线索来预测每个像素的深度值。
• 它从训练数据泛化到从未见过的新图像上。
• 准确性是变化的——它基于视觉线索进行猜测，而非精确测量。

结果是一个可信的深度图，但并非精确的深度图。对于需要近似深度的效果（如bokeh、视差），一个可信的地图就足够了。但对于需要精确距离的效果（如测量、AR放置），这种估计是不可靠的。

什么时候深度估计表现良好？

该模型对某些场景处理得很好，而对其他场景则会遇到困难，了解这些差异有助于设定预期。

• 主体与背景分离清晰的场景——模型能很好地分离这些层次。
• 具有强烈透视感的场景——如走廊、道路——为模型提供了良好的线索。
• 前方人物和明显背景的人像。
• 近处物体明显遮挡远处物体的场景。

在这些情况下，深度图足够清晰，可以驱动出可信的bokeh和视差效果。由于主体与背景的分离是真实的，所以这种效果看起来很自然。

什么时候深度估计会失败？

• 平坦的墙壁没有可供估计的深度信息。
• 玻璃和镜子会混淆模型，因为“背景”实际上是反射。
• 像头发这样的精细结构会产生噪点极多的深度图。

对于这些情况，深度图需要手动清理，或者应避免使用相关效果。object removal guide 介绍了如何处理困难区域的类似清理工作，而blur background guide 则介绍了深度图所能实现的bokeh效果。

如何精修生成的深度图？

AI估计器提供的原始深度图很少是完美的，而依赖于干净边缘的效果——尤其是bokeh——会暴露这些不完美之处。精修地图是将粗略的估计转化为可用效果的关键步骤。

花几分钟时间清理主体的边缘，可以产生明显更好的bokeh效果，因为模糊是沿着清晰的边界扩散，而不是渗入主体。同样的精修方法也有助于视差效果，因为噪点多的深度图会产生抖动、不自然的运动。原则是：将精力放在清理主体边缘——因为这是所有依赖深度的效果最容易显现的地方——并接受背景区域较粗糙的深度值，因为这些地方瑕疵不太明显。

如何使用深度图进行视差和bokeh？

一旦有了深度图，相关效果就是通过将图像切分成多个深度层次来驱动的。对于视差，随着视角移动，每个层次会根据其深度比例发生位移，从而从静态照片中产生3D效果。对于bokeh，超出选定深度的像素会被模糊处理，以模拟浅景深。

bokeh效果是消费者最常见的深度图用途——这也是手机人像模式所做的事情：它将主体与背景分离，并模糊背景以模仿快速镜头。bokeh的质量完全取决于深度图在主体边缘处的质量，这就是为什么人像模式在使用头发时会遇到困难并产生可见的光晕。duotone guide 介绍了一种不同的基于层次的效果，而对于单目深度估计的技术基础，MiDaS paper by Ranftl et al. 文档了一个广泛使用的模型。

Mozilla WebGL documentation 介绍了如何在浏览器中渲染视差效果。深度图是一种创意工具，而非测量设备——应将其用于只需要可信深度的效果，当需要准确性时才使用真正的深度传感技术。正确的预期能带来巨大的差异。

常见问题解答 (FAQ)

什么是深度图？它用于什么？

用于3D和视差效果——例如虚假的3D倾斜、视差滚动、手机人像模式的模糊（bokeh）。深度图告诉效果每个像素距离相机的远近，从而可以根据距离进行位移或模糊。

深度估计如何工作？

模型在深度数据集上训练，预测每个像素与相机有多远，生成一张灰度图，其中亮度编码了距离。它在主体清晰、具有明显深度线索的场景中效果很好；但在平坦或模糊的场景中则会失败。

什么时候深度估计会失败？

在透明物体、镜子、无特征表面以及深度线索不明确的场景中。模型猜测错误，导致视差或模糊效果看起来是破碎的。请手动对失败区域精修生成的地图。

我可以精修生成的深度图吗？

是的——可以在模型出错的地方用画笔进行修正，然后将修正后的地图输入到效果中。生成的地图只是一个起点；手动精修用于修复估计失败的区域。

深度图能像人像模式一样模糊背景吗？

是的——这正是手机人像模式所做的。深度图告诉效果每个像素有多远，因此它会模糊远的像素（背景），并保持近处的像素（主体）清晰，模拟浅景深。

生成的深度图准确度如何？

在主体清晰、具有明显深度线索的情况下（例如前景人物和背景），准确性尚可，但对于透明物体、镜子和模糊场景则会失败。请将生成的地图视为起点，并在失败区域手动精修。模型是逐像素猜测的；一旦它猜错，视差或模糊效果就会中断。

打开相关的 Imagic AI 工具