Qué es img2img
img2img es el modo de generación en que el modelo parte de una foto y la transforma según un texto y un nivel de cambio.
img2img (imagen a imagen) es el modo de generación en que un modelo de difusión recibe una foto de partida y una instrucción de texto, y devuelve una imagen nueva que conserva la composición según un parámetro de intensidad, la «fuerza de ruido», entre 0 y 1. Es la técnica hermana del inpainting y la base del cambio de ropa con IA.
Cómo funciona img2img
El procedimiento lo formalizó SDEdit en 2021: el modelo añade ruido a la foto de partida hasta un nivel elegido y después lo elimina paso a paso guiado por el texto. Con poco ruido, el resultado conserva casi todo; con mucho, solo queda la composición general y el modelo reinventa el resto. Ese nivel es el parámetro de fuerza, que va de 0 a 1.
| Parámetro | Qué controla | Efecto en el resultado |
|---|---|---|
| Imagen de partida | Composición, pose, luz | Se conserva más cuanto menor es la fuerza |
| Instrucción de texto | Qué debe aparecer o cambiar | Guía el contenido nuevo |
| Fuerza de ruido (0–1) | Cuánto se aleja del original | Baja: retoque; alta: imagen casi nueva |
| Máscara | Zona que se puede cambiar | Convierte el proceso en inpainting |
| Guía de pose | Contorno y esqueleto de la figura | ControlNet fija la postura |
| Semilla | Punto de partida del ruido | Misma semilla, resultado repetible |
Los nombres de los parámetros siguen la documentación de Diffusers y de las interfaces habituales de Stable Diffusion.
img2img, inpainting y texto a imagen
Texto a imagen parte de ruido puro y crea una escena que no existía: la persona resultante no es real. img2img parte de una foto real y la transforma completa, conservando la composición. Inpainting es img2img con máscara: solo cambia la zona marcada y respeta el rostro y el fondo.
Los editores de ropa usan sobre todo las dos últimas variantes, porque el usuario quiere conservar a la persona y cambiar la prenda. Esa misma capacidad es la que hace que el resultado pueda afectar a alguien identificable; la técnica no distingue entre la propia foto y la de un tercero.
Usos y por qué importa en esta categoría
Los usos SFW son mayoría: convertir un boceto en render, cambiar el estilo de una foto, probar vestuario en comercio electrónico, rejuvenecer o envejecer un retrato, generar variaciones de un producto. El antecesor de la era anterior fue pix2pix (2016), la variante condicional de las GAN que ya transformaba una imagen en otra.
Con un modelo sin filtro de contenido, el mismo flujo produce el desnudo sintético: la foto vestida es la entrada y la instrucción pide el cambio. Por eso las reseñas del sitio evalúan qué filtro aplica cada servicio y qué exige al subir la foto; la privacidad pesa 30 % del puntaje según cómo evaluamos.
Riesgos y límites
- Estimación: el modelo no ve lo que la foto no muestra; inventa anatomía, manos y texto, y falla con poses y luces poco habituales.
- Servidor remoto: en los servicios web la foto completa viaja al proveedor; la política de datos define cuánto tiempo queda allí.
- Fuerza alta: por encima de cierto nivel la persona deja de ser reconocible y el resultado es otra imagen, no una edición.
- Procedencia: sin credenciales de origen o marca de agua, el archivo final no distingue lo original de lo generado.
- Límite editorial: este sitio no ejecuta modelos ni recibe fotos; describe la técnica y reseña servicios de terceros.
En Chile
La técnica es neutra y legal; la ley evalúa el uso. Transformar la foto de una persona identificable en una imagen íntima sin su consentimiento y difundirla puede caer en el artículo 161-C del Código Penal (Ley 21.153, 2019) o en el artículo 161-D (Ley 21.675, 2024), que sanciona exhibir o difundir un registro íntimo sin autorización expresa.
Subir la foto de un tercero al servicio que la procesa es, además, tratar un dato biométrico sin consentimiento según la Ley 21.719, vigente desde el 1 de diciembre de 2026. El Boletín 17.795-19 sobre deepfakes sigue en trámite. Esta entrada informa; no es asesoría legal.
Términos relacionados
- Inpainting: la variante con máscara que cambia solo una zona.
- ControlNet: la guía de pose y contorno que fija la figura durante la transformación.
- Imagen a video: el paso siguiente, que anima la foto en lugar de transformarla.
Herramientas relacionadas
Los editores que aplican esta técnica a la ropa, con y sin filtro, están comparados en quitar ropa con IA; las fichas con puntaje y fecha de prueba, en el catálogo de apps para desnudar.
Preguntas frecuentes sobre img2img
¿Qué significa img2img?
«Image to image», imagen a imagen: el modelo recibe una foto y una instrucción de texto y devuelve una imagen nueva que conserva la composición de la original en el grado que fije la fuerza de ruido.
¿Qué es la fuerza de ruido?
El parámetro entre 0 y 1 que decide cuánto se aleja el resultado de la foto de partida. Cerca de 0 es un retoque; cerca de 1 el modelo reinventa casi todo y solo conserva la composición.
¿img2img cambia la cara de la persona?
Con fuerza baja la conserva; con fuerza alta la altera o la reemplaza. Para cambiar solo la ropa y mantener el rostro, los editores usan inpainting con máscara y una guía de pose.
¿Cuál es la diferencia con inpainting?
img2img transforma la imagen completa; inpainting es el mismo proceso limitado a una zona marcada con máscara. El resto de la foto queda intacto en el segundo caso.
¿Es legal usar img2img en Chile?
Con tus propias fotos, sí. Con la foto de otra persona sin consentimiento puedes incurrir en los artículos 161-C o 161-D del Código Penal si difundes el resultado, y en un tratamiento ilícito de datos biométricos.
Seguir leyendo
- Cambiar ropa con IA vs quitar ropa: dos familias de herramientas con la misma técnica.
- la guía de quitar ropa de fotos: qué editores aplican la técnica y cómo rinden.
- Stable Diffusion: el modelo de difusión que popularizó este modo en 2022.
- IA generativa: las familias de modelos y los tres modos de generación.
Fuentes
- Meng y colegas (2021) — «SDEdit: Guided Image Synthesis and Editing with Stochastic Differential Equations», arXiv 2108.01073: arxiv.org.
- Hugging Face — documentación de Diffusers, guía de image-to-image: huggingface.co.
- Rombach y colegas (2022) — «High-Resolution Image Synthesis with Latent Diffusion Models», arXiv 2112.10752: arxiv.org.
- Isola, Zhu, Zhou y Efros (2016) — «Image-to-Image Translation with Conditional Adversarial Networks» (pix2pix), arXiv 1611.07004: arxiv.org.
- Biblioteca del Congreso Nacional — Ley N.° 21.153, artículo 161-C del Código Penal: bcn.cl.
- Biblioteca del Congreso Nacional — Ley N.° 21.719 de protección de datos personales: bcn.cl.