Amplía imágenes con IA — en tu navegador
Agranda fotos hasta 4x con IA en el dispositivo. ImagElite ejecuta un modelo TensorFlow.js localmente sin subir tus archivos.
Ampliar
El modelo de IA se ejecuta localmente — ninguna imagen sale de tu navegador.
Amplía imágenes con IA — gratis y privado
Agranda fotos hasta 4x con un modelo TensorFlow.js en el navegador. Sin subida, sin registro, sin coste de servidor.
El modelo ESRGAN predeterminado se descarga una vez y se guarda en caché en tu navegador. Para salida 4x, la herramienta encadena dos pasadas de 2x, el enfoque estándar para ampliación en el navegador. Se usa WebGL cuando está disponible.
Todo el procesamiento ocurre localmente en tu navegador: tus imágenes nunca se suben.
Preguntas frecuentes
¿Se suben mis imágenes?
No: todo el procesamiento ocurre localmente en tu navegador. Tus imágenes nunca se suben a ningún servidor.
¿Qué formatos de imagen se admiten?
JPG, PNG, WebP y AVIF para redimensionar, comprimir, convertir, marca de agua y ampliar. Convertir también acepta HEIC (fotos de iPhone). Las herramientas PDF cubren PDF ↔ imagen por separado.
¿Hay un límite de tamaño de archivo?
No: no hay límites de tamaño de archivo ni de uso diario. Las herramientas son gratis e ilimitadas.
¿ImagElite funciona sin conexión?
Sí: ImagElite es una PWA, así que después de tu primera visita las herramientas también funcionan sin conexión.
¿Necesito una cuenta?
No: no hace falta registrarse ni tener cuenta. Solo suelta tu imagen y listo.
¿Cómo funciona la ampliación con IA?
ImagElite carga un modelo ESRGAN de TensorFlow.js directamente en tu navegador. El modelo se descarga una vez y se guarda en caché para uso sin conexión. No se suben datos de imagen en ningún momento.
¿Mejorará la ampliación una foto borrosa?
El modelo añade detalle plausible que parece natural en retratos, paisajes y fotos de producto, pero no puede recuperar información que nunca estuvo en el original. Empieza con la fuente de mayor calidad.
¿Por qué 4x son dos pasadas en lugar de una?
El modelo ESRGAN ampliamente usado está entrenado a 2x. Encadenar dos pasadas de 2x es el enfoque estándar del navegador para 4x y produce resultados comparables a un modelo dedicado de 4x.