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 por el cual un objetivo del tamaño de una lenteja puede competir con cámaras muchísimo más grandes: la diferencia no la marca el cristal, sino 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 capturadas por una cámara. Se emplea sobre todo en los smartphones. De hecho, la fotografía computacional es la encargada de hacer el trabajo más pesado para crear las magníficas imágenes que ves en la galería de fotos de tu smartphone.
El gran salto de calidad 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 fotográficas de sus dispositivos año tras año sin cambiar drásticamente los sensores físicos de la cámara.
¿Por qué es importante la fotografía computacional?
El proceso mediante el cual una cámara captura una fotografía digitalmente 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. En este apartado entran en juego aspectos como el tamaño del sensor, la velocidad del objetivo y la distancia focal. Este es el punto fuerte de las cámaras tradicionales (como las réflex o DSLR).
La segunda parte es el procesamiento de la imagen. En esta etapa, el software emplea técnicas de cálculo para mejorar una foto. Dichas técnicas varían según el teléfono y el fabricante. Sin embargo, por lo general, estos procesos trabajan conjuntamente para crear una fotografía impresionante.
Incluso los teléfonos de gama más alta suelen llevar sensores diminutos y una lente lenta debido a su tamaño. Por ello, tienen que recurrir a métodos de procesamiento de imágenes para lograr fotos impresionantes. La fotografía computacional no es necesariamente menos o más importante que la óptica física; simplemente es diferente.
Sin embargo, existen algunas cosas que puede hacer una cámara tradicional que la cámara de un smartphone no puede hacer. Esto se debe, sobre todo, a que son mucho más grandes que los teléfonos inteligentes y cuentan con sensores gigantescos y objetivos intercambiables.
Pero también hay cosas que una cámara digital de un smartphone puede hacer y que una cámara tradicional no puede, y todo ello gracias a la fotografía computacional.
Técnicas de fotografía computacional
Los smartphones emplean diversas técnicas de fotografía computacional para mejorar nuestras fotos. Quizás una de las más importantes sea el apilamiento o stacking. Este es un proceso en el que la cámara toma varias fotos seguidas con ligeras diferencias (ya sea en las exposiciones o en las distancias focales). Después, el software las combina para conservar los mejores detalles de cada imagen.
El apilamiento es el responsable de la mayoría de los enormes avances del software de fotografía móvil de 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 que utilizan las cámaras de los teléfonos inteligentes. En lugar de apilar diferentes fotos una sobre otra, combina los píxeles adyacentes. El resultado final es que, a partir de una imagen gigantesca con aberraciones, se consigue una imagen de resolución normal, pero más detallada, con mejores colores y menos ruido.
Las cámaras más potentes de los smartphones actuales suelen estar entrenadas mediante una red neuronal, que consiste en una serie de algoritmos encargados de procesar datos. Su objetivo es simular la capacidad del cerebro humano. Estas redes neuronales pueden reconocer lo que constituye una buena foto, por lo que el software puede crear una imagen que resulte agradable para el ojo humano.
El modo nocturno utiliza técnicas de procesamiento HDR para combinar fotos tomadas con diferentes longitudes de exposición y así ampliar el rango dinámico de una imagen capturada con poca luz. La foto final contendrá más detalles y aparecerá más iluminada que una tomada con una sola exposición.
La astrofotografía es una variante del modo nocturno que permite a la cámara capturar imágenes detalladas del cielo nocturno, incluyendo estrellas y cuerpos celestes.
El modo retrato crea un efecto de profundidad de campo que difumina el fondo detrás del sujeto (normalmente una persona). Emplea un software para analizar la profundidad de un objeto en relación con los demás elementos de la imagen y, después, desenfoca aquellos que parecen estar más lejos.
El modo panorama permite unir automáticamente 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
Todos estos procesos tienen algo en común: parte de lo que el sensor captó de verdad. El apilamiento combina fotos reales, el HDR fusiona exposiciones reales y el modo nocturno recupera información que estaba ahí aunque tú no la vieras.
Desde 2023, la fotografía computacional ha cruzado una línea diferente: ha empezado a añadir elementos que nunca llegaron al sensor. Y es justo ahí donde el debate se ha vuelto interesante.
El caso de la luna de Samsung
Este es el ejemplo que mejor lo ilustra. En 2023, un usuario de Reddit realizó una prueba muy elegante: tomó una foto de la luna, la desenfocó a propósito hasta eliminar todo el detalle, la mostró en la pantalla de un ordenador y la fotografió con un Galaxy S23 Ultra.
El teléfono devolvió una luna con cráteres y textura. Se trata de un detalle que no estaba en la imagen que había delante del objetivo, ya que él mismo lo había borrado.
Samsung explicó que su sistema utiliza modelos entrenados previamente para realizar lo que denomina mejora de detalle, apoyándose en un motor de reconocimiento lunar. Técnicamente no superpone una foto sobre otra: reconoce que se trata de la luna y reconstruye el detalle que sabe que debería existir.
La pregunta incómoda es sencilla: ¿estamos ante una foto de la luna o es un dibujo de la luna activado por tu foto?
Cuando el momento tampoco existió
Google optó por una vía distinta con el Best Take del Pixel 8. Dado que en las fotos de grupo siempre hay alguien con los ojos cerrados, esta función utiliza la ráfaga de imágenes que el móvil capturó en esos segundos y te deja cambiar la cara de cada persona por la de otra toma.
El resultado es una fotografía en la que todos salen bien… y que no ocurrió exactamente así en ningún instante.
El argumento de Google es razonable: se trata de fotos separadas por segundos, del mismo momento y de las mismas personas, y el resultado se parece más a cómo recuerdas la escena que cualquiera de las tomas individuales. Pero el principio es nuevo.
También existe el borrado generativo —para eliminar el turista del fondo, el cable de la luz o la papelera—, en el que el software rellena con píxeles inventados el espacio que deja lo que has quitado. En este caso no hay discusión: eso no lo fotografió nadie.
¿Dónde está la línea?
El HDR no molesta a nadie y nadie acusa a su móvil de hacer trampas por reducir el ruido. La incomodidad surge cuando los píxeles dejan de venir de la escena y empiezan a provenir de un modelo entrenado con otras imágenes.
Y no existe una respuesta clara, ya que la frontera es un degradado: reducir el 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.
El concepto consiste en que la cámara firme criptográficamente la imagen al disparar, para que cualquier edición posterior quede registrada en dicha ficha. Esto no impide realizar manipulaciones, sino que deja un rastro comprobable de qué se ha hecho y con qué herramientas.
Su despliegue ya ha comenzado en cámaras profesionales: Leica (M11, Q3, SL3), Sony (Alpha 1 II, Alpha 9 III), Nikon (Z8, Z9 y Zf mediante firmware) y Canon (EOS R1, R5 Mark II) firman la imagen en el momento de la captura. En los móviles el proceso es más lento, aunque Apple y Google ya lo han 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 un aviso de “aquí ha habido IA” que como un 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 por la que una cámara de un centímetro logra hacer fotos decentes. No hay nada que “desactivar” en ese sentido.
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—, ya que es donde el procesado ha intervenido menos. Lo explicamos en RAW frente a DNG.
