Objekte entfernen und Bilder reparieren ohne etwas hochzuladen
Gemacht für präzise, glaubwürdige Retuschen
Ein-Klick-Auswahl mit SlimSAM, automatische Engine-Wahl, ROI-Inferenz und weiche Compositing-Kanten – das Ergebnis hält auch dem zweiten Blick stand.
LaMa-Inpainting für große Masken
Ein generatives Modell mit 51 Mio. Parametern rekonstruiert die verdeckte Struktur, statt die Umgebung zu einem Brei zu verwischen.
Magic Select (Pro)
Klicke ein Objekt an, und SlimSAM segmentiert es direkt auf deinem Gerät – weitere Klicks nehmen Teile auf, Alt-Klick schließt sie aus, dann in die Maske übernehmen. Einmalig etwa 14 MB Download, kein Upload.
Auto-Modus – kein Rätselraten
Bei jedem Lauf wird deine Auswahl vermessen: Winzige Markierungen auf glatten Flächen repariert der Fast-Modus in Millisekunden; größere oder strukturierte Bereiche gehen automatisch an LaMa.
Nichts verlässt das Gerät
Die Inferenz läuft per WebGPU oder WebAssembly in diesem Tab. Kein Upload, keine Warteschlange, kein Konto, kein Bildverlauf.
Drei Schritte, komplett auf dem Gerät
- 01
Foto importieren
Ziehe ein Bild hinein, füge es aus der Zwischenablage ein oder wähle eine Datei. JPEG, PNG und WebP – kostenlos bis 2048 px lange Kante, mit Pro bis 4096 px.
- 02
Markieren, was weg soll
Decke die Markierung mit Pinsel, Rechteck oder Lasso ab – oder klicke das Objekt einmal mit Magic Select (Pro). Lila wird neu aufgebaut; mit E entfernst du Teile der Auswahl.
- 03
Radieren und exportieren
Starten, Vorher/Nachher mit dem Split-Regler vergleichen und als PNG, JPG oder WebP in voller Auflösung exportieren.
Sofort-Modus
Fast-Marching-Reparatur. Ideal für kleine Marken, dünnen Text und Datumsstempel auf glatten Hintergründen. Nichts herunterladen.
KI-HD-Modus
Neuronales LaMa-Inpainting. Für größere Objekte, strukturierte Hintergründe und alles, was neue Struktur braucht.
Auto-Engine
Die Standardeinstellung: Jeder Lauf vermisst die Markierung und leitet sie automatisch an Fast oder LaMa weiter. Du kannst jede Engine auch manuell festlegen.
Serie an derselben Position (Pro)
Male die gemeinsame Markierung einmal auf ein Referenzfoto und entferne sie aus bis zu 10 gleich großen Aufnahmen in einem Lauf – die Maske behält dieselbe relative Position, die Ergebnisse kommen als ZIP.