Vectorización de alta calidad, a todo color y completamente automática, con el uso de IA.
No serán imágenes de baja calidad ni trazos de dos colores, como los de otros sitios web.
WebP es un formato ráster moderno que que admite la compresión sin pérdida de datos¹, la compresión con pérdida de datos² y transparencia. Su finalidad era ser el sucesor de tanto PNG como de JPG y ofrecer archivos más pequeños con la misma calidad de imagen. WebP es admitido por los exploradores web modernos, pero no es tan admitido entre los programas de edición de imágenes.
Como es formato ráster, WebP codifica imágenes como un cuadriculado uniforme de píxeles, cada uno de los cuales se puede considerar como un pequeño rectángulo (usualmente un cuadrado) de un color específico. En conjunto, esta cuadrícula de píxeles se ve como una imagen cuando se ve en su tamaño original, pero al cambiar la imagen ráster a un tamaño más grande, se verá pixelada y borrosa.
¹ Sin pérdida significa que codificar una imagen y luego descodificarla produce un resultado idéntico al original.
² Con pérdida significa que codificar una imagen y luego descodificarla produce un resultado distinto al original.
SVG es un formato de vector moderno que se basa en XML compatible con transparencia, gradientes y animaciones. SVG es compatible con exploradores web modernos y es, por mucho, el formato de vector más usado actualmente.
La mayoría de los programas de edición de vectores pueden importar y exportar archivos SVG, aunque el formato predeterminado comúnmente sea otro formato de marca privada como el formato AI de Adobe. Algunas de las funciones más avanzadas del formato SVG, tales como los efectos de las animaciones y los filtros no son tan ampliamente compatibles.
SVG generalmente es la mejor opción para logotipos, iconos, diagramas, ilustraciones y otros tipos de arte digital similar. SVG es el formato preferido para la exportación de Vectorizer.AI, ya que es compatible con todas las funciones de nuestro motor de vectorización.
Puede arrastrar y soltar la imagen en el cuadro punteado de arriba o hacer clic en dicho cuadro para abrir un cuadro de diálogo para seleccionar el archivo.
Una vez cargada la imagen, el proceso de vectorización comenzará automáticamente.
El proceso de vectorización se lleva a cabo en nuestros servidores de alto rendimiento para producir rápidamente un resultado de alta calidad.
Una vez completado el proceso, verá el resultado en un visor interactivo con control de zoom y desplazamiento, para que pueda inspeccionar la imagen en detalle antes de descargarla.
Cuando termine de revisar la imagen, puede hacer clic en el botón 'Descargar' para descargar el resultado en su computadora.
Ofrecemos una variedad de opciones de exportación y formatos, que incluyen SVG, para que pueda adaptar su resultado según sus necesidades específicas.
La vectorización de una imagen es fácil ante el ojo humano, pero difícil para la computadora. La mayoría de los programas de software que tratan de hacerlo producen malos resultados, con defectos obvios. Se introducen en el resultado figuras que no debe tener, tales como artefactos en el suavizado (anti-aliasing) o pueden faltar figuras que debe tener, como características pequeñas o apenas perceptibles. Aún cuando las figuras son correctas, las curvas que definen las figuras pueden ser incorrectas. En algunos casos las curvas simplemente no siguen muy bien la imagen original. En otros casos, hay demasiadas curvas o las curvas están mal colocadas, no se conectan con las tangentes correspondientes cuando deberían o se representan usando el tipo incorrecto de curva (p. ej. usan una curva cuadrática de Bezier cuando una curva elíptica sería mejor).
Cada paso del proceso de vectorización es complejo y hay muchos algoritmos diferentes que se pueden usar. Muchos de nuestros competidores usan algoritmos viejos y sencillos que no producen buenos resultados. Algunos de ellos solamente admiten la vectorización de 2 colores, lo cual limita significativamente su uso. El motor de vectorización de Vectorizer.AI se basa en nuestra propia investigación y usa una combinación de aprendizaje profundo y otras técnicas que producen los mejores resultados. Las curvas se eligen cuidadosamente y se optimizan según la imagen subyacente con la mayor precisión posible.
También identificamos figuras típicas, como círculos, elipses, rectángulos, estrellas y triángulos y las representamos explícitamente como tales. Los resultados se ven mejor y son más fáciles de editar.
Una opción de simplificación común que se usa al crear un algoritmo de vectorización es admitir solo dos colores (p. ej. blanco y negro). Los productos construidos arriba de dichos algoritmos son significativamente menos útiles y versátiles que los sistemas de vectorización a todo color. Otros sistemas admiten más colores, pero solo al ejecutar un algoritmo de dos colores en cada color por separado.
En contraste, el motor de vectorización de Vectorizer.AI fue diseñado desde cero para admitir una vectorización con todos los colores, incluida la transparencia y transparencia parcial. La gráfica vectorial subyacente de nuestro sistema mantiene la uniformidad entre los bordes de las figuras adyacentes al mismo tiempo que permite que el sistema optimice el resultado para lograr la mejor calidad posible.
Hay dos tipos principales de vectorización: reconstructiva e inspiracional.
La vectorización reconstructiva es el proceso de convertir una imagen de mapas de bits que inicialmente fue creada mediante la conversión a ráster de una imagen de vector original en una imagen de vector que es lo más parecida posible al original. El objetivo es reconstruir la imagen de vector original. Es útil principalmente para logotipos, iconos y otros gráficos digitales cuando no se tiene la imagen en vector original.
La vectorización inspiracional convierte una fotografía, un dibujo u otra imagen ráster similar en una imagen en vector inspirada en el original, pero que no necesariamente trata de reconstruirla exactamente. Se trata más de captar la esencia artística del original que de reconstruir un ideal platónico.
Nuestro principal enfoque es la vectorización reconstructiva, pero claro que también usamos la vectorización inspiracional.
La mayoría de los formatos de vector admiten la incrustación de imágenes ráster dentro de las mismas. Al hacer eso se crea un archivo de vector 'falso' ya que no cambia la naturaleza fundamental de los píxeles de la imagen. Con dichos resultados aún no se pueden hacer cosas como agrandar a escala sin pérdida de calidad.
Así es que al convertir de WebP a SVG, es sumamente importante realmente vectorizar la imagen. Este proceso implica detectar las figuras de la imagen, ajustar las curvas a las figuras y exportar el resultado como un archivo de vector real. El resultado final no contiene datos de píxeles y se puede agrandar o reducir a cualquier tamaño sin pérdida de calidad.
En Vectorizer.AI solamente usamos la vectorización real.