Por qué la eliminación de fondo está en todas partes
Cada foto de producto en Amazon, cada retrato de perfil, cada sticker en tu app de chat — todos empezaron como una foto rectangular con un fondo. El fondo fue eliminado por software. En 2026, esto ocurre tan rápido y tan barato que olvidamos que es un problema difícil.
Hace una década, eliminar un fondo significaba abrir Photoshop, hacer zoom al 400% y trazar manualmente el sujeto con la herramienta Pluma — 30 minutos por foto, y el resultado seguía teniendo un ribete verde alrededor del cabello. Hoy, un navegador puede hacerlo en 1 segundo, gratis y con mejor calidad. La pregunta es: ¿cómo?
Los tres algoritmos
Todo eliminador de fondo moderno — ya sea remove.bg, Canva, Photoshop o una herramienta basada en navegador — usa uno de tres enfoques, o una combinación de ellos.
1. Segmentación basada en color
El método más simple. El algoritmo muestrea los colores en las cuatro esquinas de la imagen (se asume que son fondo), construye un modelo de color y marca cada píxel que esté "lo suficientemente cerca" de ese modelo como fondo. El umbral de tolerancia controla la agresividad de la eliminación.
Esto funciona perfectamente para un producto sobre fondo blanco, una persona contra un cielo azul o cualquier imagen tomada contra una pantalla verde. Falla cuando el fondo tiene varios colores (un árbol, una multitud, una pared con textura) o cuando el sujeto tiene un color similar al del fondo (un gato blanco sobre un sofá blanco).
2. Flood-fill con alpha matting
El segundo método. El algoritmo construye un trimap — un mapa aproximado con tres zonas: primer plano seguro, fondo seguro y la zona "desconocida" en el borde. Luego ejecuta un flood-fill desde las zonas conocidas hacia la zona desconocida, calculando un valor alfa suave (de 0 a 1) para cada píxel del borde en función de cuánto color de primer plano frente a fondo contiene.
Aquí es donde entra el espacio de color CIELab. La distancia RGB no coincide con la forma en que los humanos perciben el color — dos verdes con la misma distancia RGB pueden verse idénticos o totalmente diferentes. CIELab (Luminosidad, a, b) es perceptualmente uniforme: distancias iguales en el espacio Lab se ven igual de diferentes. Los eliminadores de fondo que usan CIELab producen bordes más limpios porque toman mejores decisiones sobre a qué lado del límite pertenece cada píxel.
3. Segmentación semántica con IA
El tercer método. Una red neuronal — típicamente una U-Net o una arquitectura codificador-decodificador similar — se entrena con millones de imágenes etiquetadas. Aprende a reconocer "persona", "coche", "perro", "producto" como categorías semánticas y produce una máscara precisa a nivel de píxel del sujeto, independientemente del fondo.
Para fotos con personas, MediaPipe Selfie Segmentation (un modelo ligero de Google) se ejecuta en tiempo real en el navegador, sin necesidad de GPU. Para productos y objetos, se usan modelos más pesados como U²-Net o IS-Net. El equilibrio es calidad frente a velocidad frente a tamaño del modelo: un modelo de 40 MB da un cabello casi perfecto, pero tarda 5 segundos en descargarse. Un modelo de 2 MB es instantáneo pero lucha con los detalles finos.
Por qué el cabello es el problema más difícil
El cabello es el némesis de la eliminación de fondo. Un solo mechón de cabello mide 1-2 píxeles de ancho — por debajo de la resolución de la mayoría de las máscaras. El cabello semitransparente mezcla los colores del primer plano y del fondo de formas que ningún umbral duro puede separar. Y la diferencia visual entre "buen recorte de cabello" y "mal recorte de cabello" es enorme — un halo verde alrededor de la cabeza grita "falso" al instante.
La solución es el alpha matting combinado con descontaminación de color. El alpha matting calcula un valor alfa suave para cada píxel, de modo que los mechones de cabello se desvanecen gradualmente hacia la transparencia en lugar de terminar en una línea dura. La descontaminación de color invierte la ecuación de composición — primer_plano = (compuesto - (1-alfa) × fondo) / alfa — para recuperar el verdadero color del primer plano en los píxeles del borde, eliminando el tinte verde (o azul, o gris) que se filtra desde el fondo.
El flujo de trabajo
Un eliminador de fondo de calidad de producción ejecuta los tres métodos en secuencia:
- Segmentación de color — primer pase rápido, marca los píxeles obvios del fondo.
- Flood-fill + alpha matting — refina el borde, calcula valores alfa suaves.
- Descontaminación de color — elimina el halo de los píxeles semitransparentes del borde.
- Análisis de componentes conectados — conserva solo la región más grande del sujeto, elimina las islas de ruido flotantes.
Para fotos con personas, el paso 0 es la segmentación de selfie con IA — da una ventaja inicial en la máscara, de modo que los pases de color y flood-fill tienen menos trabajo que hacer.
Cuándo falla
La eliminación de fondo falla cuando:
- El sujeto tiene un color similar al del fondo. Una camisa blanca sobre una pared blanca, una lagartija verde sobre una hoja verde. El algoritmo no encuentra un borde porque, perceptualmente, no lo hay.
- El fondo es complejo y concurrido. Árboles, multitudes, vallas de eslabón — demasiados colores para que un flood-fill los gestione.
- El sujeto es transparente o reflectante. Vidrio, agua, plástico — el "primer plano" es en parte fondo.
- La imagen tiene baja resolución. A 200×200, un mechón de cabello mide 0,5 píxeles — por debajo del límite de muestreo.
Cómo obtener los mejores resultados
- Fotografía contra un fondo uniforme. Blanco, gris o azul funcionan mejor. Cuanto más alejado esté el color del fondo del sujeto, más limpio será el recorte.
- Usa una fuente de alta resolución. 2000×2000 o más. El algoritmo necesita píxeles con los que trabajar en el borde.
- Evita el desenfoque de movimiento. Un borde borroso es una zona "desconocida" amplia que el algoritmo tiene que adivinar.
- Para el cabello, usa un fondo liso. Los fondos con estampado se filtran en el cabello y crean halos difíciles de eliminar.
Privacidad
La eliminación de fondo puede ejecutarse completamente en el navegador. Ninguna imagen se sube, ningún servidor ve la foto. El algoritmo — segmentación de color, flood-fill, incluso el modelo de IA — se ejecuta en la CPU o GPU del dispositivo. Esto es seguro para fotos privadas, retratos familiares, fotos de documento y cualquier imagen sensible.
El futuro
La próxima frontera es la eliminación de fondo en tiempo real sobre vídeo — Zoom, Meet y OBS ya lo hacen con calidad variable. Los algoritmos son los mismos; el reto es ejecutarlos a 30-60 fotogramas por segundo. Las herramientas basadas en navegador están alcanzándolos: con WebGPU, la eliminación de fondo en 4K en tiempo real en una pestaña del navegador se está volviendo viable.
Para fotos, el problema está esencialmente resuelto. Los algoritmos son lo suficientemente buenos, rápidos y gratuitos como para que "eliminar el fondo" sea una operación de un clic. El trabajo restante está en los bordes — literalmente: cabello, pelo y materiales semitransparentes siguen desafiando a todos los algoritmos, y probablemente siempre lo harán.