Zum Inhalt springen
AI & Machine Learning

Bild-Inpainting

Ein Verfahren, das fehlende, maskierte oder beschädigte Bildbereiche rekonstruiert, indem es aus dem Umgebungskontext plausible Pixel synthetisiert.

Bild-Inpainting entstand als digitale Restaurierungstechnik, inspiriert von der Kunstkonservierung, bei der beschädigte Stellen sorgfältig ergänzt werden. Frühe digitale Methoden nutzten Textursynthese und Patch-Matching, also das Kopieren ähnlicher Bildbereiche aus der Umgebung. Moderne Deep-Learning-Ansätze verwenden Encoder-Decoder- und Diffusionsmodelle, die auf großen Bilddatensätzen trainiert wurden und semantischen Kontext verstehen: Eine entfernte Person auf einer Wiese wird mit plausibler Wiese ergänzt, nicht mit zufälligen Pixeln. Die Technik steckt hinter Objektentfernung, Kratzerreparatur alter Fotos und generativem Füllen. Die Qualität hängt von der Größe der Maske, der Komplexität des Hintergrunds, Kantendetails und der Vielfalt der Trainingsdaten ab. Verwenden Sie Inpainting nur für Bilder, die Ihnen gehören oder die Sie bearbeiten dürfen, besonders beim Entfernen von Wasserzeichen, Personen oder identifizierenden Details.