La fotografía computacional es la responsable de la mayoría de los increíbles avances que han experimentado las cámaras de nuestros smartphones en la última década. Es el motivo de que un objetivo del tamaño de una lenteja compita con cámaras muchísimo más grandes: la diferencia no la marca el cristal, la marca el software.
A continuación te explicamos cómo funciona, qué técnicas usa tu móvil cada vez que disparas y —lo que ha cambiado el debate por completo— en qué momento el teléfono deja de mejorar tu foto y empieza a inventar partes de ella.
Para leer más tarde...
La magia de la fotografía computacional
La fotografía computacional utiliza software para mejorar las fotos tomadas por una cámara. Se utiliza sobre todo en los smartphones. De hecho, la fotografía computacional es la que hace el trabajo más pesado para crear las magníficas imágenes que ves en la galería de fotos de tu smartphone.
La gran mejora de las cámaras de los smartphones en los últimos años puede atribuirse en gran medida a la mejora del software, más que a los cambios en el sensor físico de la cámara. Algunos fabricantes de teléfonos inteligentes, como Apple y Google, mejoran continuamente las capacidades de toma de fotografías de sus dispositivos año tras año sin cambiar de forma drástica los sensores físicos de la cámara.
¿Por qué es importante la fotografía computacional?
La forma en que una cámara captura digitalmente una foto puede dividirse a grandes rasgos en dos partes:
- El componente físico
- El procesamiento de la imagen
El componente físico es el proceso real de la lente que captura la fotografía. Aquí entran en juego aspectos como el tamaño del sensor, la velocidad del objetivo y la distancia focal. Es en este punto fuerte de las cámaras tradicionales (como las réflex o DSLR).
La segunda parte es el procesamiento de la imagen. Es cuando el software utiliza técnicas de cálculo para mejorar una foto. Estas técnicas varían de un teléfono a otro y de un fabricante a otro. Sin embargo, por lo general, estos procesos trabajan juntos para crear una fotografía impresionante.
Incluso los teléfonos de gama más alta suelen tener sensores diminutos y una lente lenta debido a su tamaño. Por eso tienen que recurrir a métodos de procesamiento de imágenes para crear fotos impresionantes. La fotografía computacional no es necesariamente menos o más importante que la óptica física; simplemente es diferente.
Sin embargo, hay algunas cosas que puede hacer una cámara tradicional que no puede hacer la cámara de un smartphone. Esto se debe, sobre todo, a que son mucho más grandes que los teléfonos inteligentes y tienen sensores gigantescos y objetivos intercambiables.
Pero también hay algunas cosas que una cámara digital de un smartphone puede hacer que una cámara tradicional no puede, y todo ello gracias a la fotografía computacional.
Técnicas de fotografía computacional
Los smartphones utilizan muchas técnicas de fotografía computacional para mejorar nuestras fotos. Quizás, una de las más importantes es el apilamiento o stacking. Se trata de un proceso en el que la cámara toma varias fotos seguidas ligeramente diferentes (exposiciones o distancias focales). Luego se combinan mediante software para conservar los mejores detalles de cada imagen.
El apilamiento es el responsable de la mayoría de los enormes avances que se han producido en el software de fotografía móvil en los últimos años, y se utiliza en la mayoría de los smartphones modernos. También es la tecnología en la que se basa la fotografía de alto rango dinámico (HDR).
La fusión de píxeles (pixel binning) es otro proceso utilizado por las cámaras de los teléfonos inteligentes. En lugar de apilar diferentes fotos una encima de otra, combina los píxeles adyacentes. El resultado final es que, de una imagen gigantesca con aberraciones, conseguimos una imagen de resolución normal, pero más detalla, con mejores colores y menos ruido.
Las grandes cámaras de los smartphones de hoy en día suelen estar entrenadas en una red neuronal, que es una serie de algoritmos que procesan datos. Su objetivo es simular lo que puede hacer el cerebro humano. Estas redes neuronales pueden reconocer lo que constituye una buena foto, por lo que el software puede crear una imagen que sea agradable para el ojo humano.
El modo nocturno utiliza técnicas de procesamiento HDR para combinar fotos tomadas en un rango diferente de longitudes de exposición para ampliar el rango dinámico de una imagen tomada con poca luz. La foto final contendrá más detalles y aparecerá más iluminada que una tomada con una sola exposición.
La astrofotografía es una variación del modo nocturno que permite a la cámara tomar imágenes detalladas del cielo nocturno, con estrellas y cuerpos celestes.
El modo retrato crea un efecto de profundidad de campo que difumina el fondo detrás del sujeto (normalmente una persona). Utiliza un software para analizar la profundidad de un objeto en relación con otros objetos de la imagen y, a continuación, desenfoca los que parecen más lejanos.
El modo panorama permite pegar de manera automática una serie de fotografías, una al lado de la otra, y luego las combina en una sola imagen grande de alta resolución.
Si estás pensando en comprar un nuevo smartphone y la fotografía es importante para ti, asegúrate de ver ejemplos de fotografías en Internet porque las especificaciones técnicas no lo son todo. Como hemos visto, el software del móvil es tan importante como el hardware.
Cuando el móvil deja de mejorar la foto y empieza a inventarla
Todo lo anterior tiene algo en común: parte de lo que el sensor captó de verdad. El apilamiento combina fotos reales, el HDR fusiona exposiciones reales, el modo nocturno recupera información que estaba ahí aunque tú no la vieras.
A partir de 2023, la fotografía computacional cruzó una línea distinta: empezó a añadir cosas que nunca llegaron al sensor. Y ahí es donde el debate se puso interesante.
El caso de la luna de Samsung
Es el ejemplo que mejor lo ilustra. En 2023, un usuario de Reddit hizo una prueba muy elegante: cogió una foto de la luna, la desenfocó a propósito hasta destruir todo el detalle, la puso en la pantalla de un ordenador y la fotografió con un Galaxy S23 Ultra.
El teléfono devolvió una luna con cráteres y textura. Detalle que no estaba en la imagen que había delante del objetivo, porque él mismo lo había borrado.
Samsung explicó que su sistema usa modelos entrenados previamente para lo que llama mejora de detalle, con un motor de reconocimiento lunar. Técnicamente no pega una foto encima de otra: reconoce que eso es la luna y reconstruye el detalle que sabe que debería haber.
La pregunta incómoda es sencilla: ¿eso es una foto de la luna, o es un dibujo de la luna activado por tu foto?
Cuando el momento tampoco existió
Google fue por otro camino con el Best Take del Pixel 8. En una foto de grupo siempre hay alguien con los ojos cerrados, así que la función coge la ráfaga de fotos que el móvil disparó en esos segundos y te deja cambiar la cara de cada persona por la de otra toma.
El resultado es una foto en la que todo el mundo sale bien… y que no ocurrió exactamente así en ningún instante.
La defensa de Google es razonable: son fotos separadas por segundos, del mismo momento y las mismas personas, y el resultado se parece más a cómo recuerdas la escena que cualquiera de las tomas sueltas. Pero el principio es nuevo.
Y luego está el borrado generativo —el turista de fondo, el cable de la luz, la papelera—, donde el software rellena con píxeles inventados el hueco que deja lo que has quitado. Ahí ya no hay discusión: eso no lo fotografió nadie.
¿Dónde está la línea?
A nadie le molesta el HDR. Nadie acusa de tramposo a su móvil por reducir el ruido. La incomodidad aparece cuando los píxeles dejan de venir de la escena y empiezan a venir de un modelo entrenado con otras imágenes.
Y no hay una respuesta limpia, porque la frontera es un degradado: reducir ruido es adivinar un poco; reconstruir una cara borrosa es adivinar bastante; poner cráteres en una mancha blanca es adivinar del todo.
La respuesta del sector: las credenciales de contenido
La industria ha llegado a una solución que no es técnica sino notarial: el estándar C2PA, o Content Credentials.
La idea es que la cámara firme criptográficamente la imagen en el momento de dispararla, y que cada edición posterior quede registrada en esa ficha. No impide manipular nada; lo que hace es dejar rastro comprobable de qué se hizo y con qué.
Ya se está desplegando en cámaras serias: Leica (M11, Q3, SL3), Sony (Alpha 1 II, Alpha 9 III), Nikon (Z8, Z9 y Zf por firmware) y Canon (EOS R1, R5 Mark II) firman en el momento de la captura. En móviles va más despacio, con Apple y Google habiéndolo anunciado.
Un matiz importante y muy revelador: en algunos móviles la credencial solo se añade a las fotos editadas con IA generativa, no a las capturas normales. Es decir, la etiqueta funciona más como aviso de “aquí ha habido IA” que como certificado de autenticidad de todo lo que disparas.
Qué sacar en claro de todo esto, que es menos alarmista de lo que parece:
Tu móvil lleva años procesando tus fotos y eso está bien. El apilamiento, el HDR y la reducción de ruido son la razón de que una cámara de un centímetro haga fotos decentes. No hay nada que “desactivar” ahí.
Lo que sí conviene saber es cuándo pasas de ajustar a inventar. El borrado de objetos, el cambio de caras y el zoom que “recupera” detalle imposible son otra categoría. Para las fotos de tu vida da igual; para cualquier cosa que vaya a servir como prueba, documentación o periodismo, no.
Y si te importa la fidelidad, dispara en RAW —o en el formato semi-crudo de tu móvil— porque es donde menos ha metido mano el procesado. Lo explicamos en RAW frente a DNG.
