Yapay Zeka ile Fotoğraf Düzenleme: Arka Plan Kaldırma, Nesne Silme ve Büyütme

Yapay zeka ile fotoğraf düzenleme, bir fotoğrafın pikselleri üzerinde tahmine dayalı çalışan modellerin yaptığı işlerin ortak adıdır: arka planı kaldırmak, istenmeyen bir nesneyi silmek, düşük çözünürlüklü bir görseli büyütmek, siyah beyaz bir fotoğrafı renklendirmek ve yıpranmış bir fotoğrafı onarmak. Bu işlerin hepsinde model, fotoğrafta bulunmayan bir bilgiyi tahminle tamamlar. Arka planı kaldırırken ürünün kenarının nerede bittiğine, nesneyi silerken arkasında ne olduğuna, büyütürken ayrıntının nasıl göründüğüne kendisi karar verir. Kırpma, boyutlandırma, biçim dönüştürme ve sıkıştırma ise tahmin gerektirmez; aynı girdiyle her seferinde aynı sonucu veren klasik görüntü işlemeyle yapılır.

Bu yazı, ürün görseli hazırlayan işletmeler için iki ayrımı ele alıyor: hangi işin yapay zekaya, hangisinin kurala dayalı işleme bırakılacağı ve yapay zekanın hangi görselde hiç kullanılmayacağı. İkinci ayrımın kuralı tek cümledir: ürünün rengi, biçimi ve etiketi düzenlemeden sonra da fotoğraftaki gibi kalır; yapay zeka ürünün çevresini düzenler, ürünün kendisine dokunan büyütme gibi işlemlerin sonucu ise özgün görselle karşılaştırılır.

Yapay zeka fotoğraf düzenlemede hangi işleri yapar?

Yapay zekanın üstlendiği beş temel iş farklı model türleriyle çalışır ve her biri kendine özgü biçimde hata yapar:

• Arka plan kaldırma: Model, her pikselin ürüne mi arka plana mı ait olduğunu tahmin eder; bu görüntü işleme görevinin adı bölütlemedir (segmentasyon) ve sonucu bir maskedir. Maskenin dışında kalan alan saydamlaşır ya da seçtiğiniz renkle doldurulur. Apple'ın görüntü işleme çerçevesi Vision'daki ön plan maskesi isteği aynı işi yapar: görseldeki belirgin nesneleri arka plandan ayıran bir maske üretir.
• Nesne silme: Silinecek alanı işaretlersiniz; model o alanı çevresine uyan, makul görünen yeni piksellerle doldurur. Bu işlemin teknik adı iç boyamadır (inpainting). Doldurulan alan bir tahmindir: model nesnenin arkasında gerçekte ne olduğunu bilmez, oraya ne olabileceğini üretir. Adobe'nin Photoshop'taki Üretken Dolgu anlatımı da bunu gösterir: seçilen nesnenin yerine yapay zekanın ürettiği yeni pikseller gelir ve her denemede üç farklı seçenek sunulur.
• Büyütme ve netleştirme: Süper çözünürlük modelleri görselin piksel sayısını artırırken eksik ayrıntıyı benzer görsellerden öğrendiği kalıplarla tamamlar. Sonuç keskin görünür ama eklenen ayrıntı fotoğraftan gelmez; yazı, barkod, logo ve yüz gibi kesin biçimi olan ayrıntılar bozulabilir. Yaygın açık kaynaklı büyütme modellerinden Real-ESRGAN'ın makalesi de sınırlar bölümünde bazı sonuçlarda bükülen çizgileri, GAN eğitiminden kaynaklanan yapay dokuları ve modelin gideremediği, hatta belirginleştirebildiği karmaşık bozulmaları sayar.
• Renklendirme: Siyah beyaz fotoğraftaki her bölgeye olası bir renk atar. Gökyüzü, yaprak ve ten gibi tipik renkleri inandırıcı tahmin eder; bir kumaşın, bir arabanın ya da bir tabelanın gerçek rengini bilemez.
• Fotoğraf ve yüz onarımı: Çizik, leke, yırtık ve bulanıklığı giderir; yüz onarımı bulanık bir yüzü yeniden çizer. Yeniden çizilen yüz kişiye benzer ama göz, ağız ve yüz hatlarında kişide olmayan ayrıntılar taşıyabilir.

Klasik görüntü işlemenin işi: kırpma, boyut, biçim ve sıkıştırma

Bir görseli 1:1 orana kırpmak, 2000 piksel genişliğe getirmek, PNG'den WebP'ye çevirmek ya da dosya boyutunu küçültmek için yapay zeka modeli gerekmez. Bu işlemler belirli bir kurala göre çalışır: aynı görsel aynı ayarlarla her seferinde aynı sonucu verir ve sonuç önceden bilinir. Yüzlerce ürün görselini aynı ölçüye getirmek gibi tekrarlanan işlerde güvenilirliği sağlayan bu öngörülebilirliktir. Yapay zekayı gerektiği yerde kullanmak, gerekmediği yerde kullanmamak hem maliyeti hem de hata payını düşürür.

Biçim seçiminde dikkat edilecek nokta saydamlıktır. Arka planı kaldırılmış bir görselin saydam kalması için saydamlığı (alfa kanalı) destekleyen PNG ya da WebP biçiminde kaydedilmesi gerekir; JPEG'de saydamlık kanalı yoktur, saydam alan düz bir renkle doldurulur (MDN görsel biçimleri rehberi). Google'ın WebP belgelerine göre WebP saydamlığı hem kayıplı hem kayıpsız sıkıştırmada destekler ve aynı görsel için çoğu zaman PNG'den belirgin biçimde küçük dosya verir. Beyaz zemin isteyen bir satış kanalı için görseli saydam bırakmak yerine bilinçli olarak beyaz zemine yerleştirip JPEG ya da WebP olarak kaydetmek, kanalın görseli kendi rengiyle doldurmasını önler.

Arka plan kaldırma: ürün görselinde nasıl kullanılır?

Arka plan kaldırma, ürün görselinde yapay zekanın en çok kullanıldığı ve en az risk taşıyan iştir, çünkü ürünün kendisine dokunmaz; yalnız ürünün sınırını belirler. Riskin tamamı bu sınırdadır ve modelin zorlandığı durumlar bellidir:

• İnce ve dağınık kenarlar: saç, kürk, tüy, püskül ve örgü dokuları. Maske bu kenarları ya keser ya da arka planın bir kısmını ürüne katar.
• Saydam ve yarı saydam ürünler: cam şişe, plastik ambalaj, tül kumaş. Ürünün içinden görünen arka plan, ürünün parçası mı değil mi, modelin tek başına karar veremeyeceği bir sorudur.
• Parlak ve yansıtıcı yüzeyler: metal, cilalı seramik, ekran. Yüzeye yansıyan çevre arka planla birlikte silinebilir ya da ürünün içinde kalabilir.
• Zeminle aynı renkteki ürün: beyaz zeminde beyaz ürün, koyu zeminde siyah ürün. Kontrast düştükçe sınır tahmini zorlaşır.
• Gölge: Gölge çoğu zaman arka planla birlikte kaldırılır ve ürün zeminde asılı gibi görünür. Gölgenin korunması gerekiyorsa ayrıca eklenmesi gerekir.

Sonucu iyileştirmenin en etkili yolu düzenlemeden önce, çekimde başlar: ürünle belirgin kontrast oluşturan düz bir zemin, gölgeyi yumuşatan dağınık ışık ve ürünün kenarlarını keskin gösteren bir odak, modelin işini büyük ölçüde kolaylaştırır. Toplu işlemde her görseli tek tek açmak yerine rastgele seçilmiş bir örneklemi büyütüp kenarlarına bakmak, sorunlu ürün türünü erken yakalar; saydam ya da yansıtıcı ürünler ayrıca elle kontrol edilir.

Fotoğraftan nesne silme: zeminde evet, üründe hayır

Nesne silme, zemindeki kabloyu, tozu, lekeyi, kadraja giren eli ya da arka plandaki dağınıklığı temizlemek için güçlü bir araçtır. Aynı araç ürünün üzerinde kullanıldığında ise ürünü olduğundan farklı gösterir: bir çiziği, bir dikiş hatasını ya da bir renk farkını silmek, müşteriye satılmayacak bir ürünün görselini göstermek demektir. Satışa yönelik ürün görseli ticari reklam tanımına girer: 6502 sayılı Tüketicinin Korunması Hakkında Kanun'un 61. maddesi görsel araçlarla yapılan pazarlama iletişimini de ticari reklam sayar ve reklamların doğru ve dürüst olmasını esas alır. Ticari Reklam ve Haksız Ticari Uygulamalar Yönetmeliği'nin 7. maddesi de ürünün yapısı, bileşimi, aksesuarları ve teknik özellikleri hakkında tüketiciyi yanıltabilecek ifade ya da görüntü içermeyi yasaklar.

Aynı sınır başkasına ait görseller için de geçerlidir. Bir fotoğrafçının ya da tedarikçinin görselindeki filigranı ya da hak sahibi bilgisini silmek, görseli izinsiz kullanmanın üstüne ayrı bir sorun ekler. 5846 sayılı Fikir ve Sanat Eserleri Kanunu'nun Ek 4. maddesi, eser, eser sahibi ve hak sahibine ilişkin bilginin izinsiz kaldırılmasını ya da değiştirilmesini yasaklar; kanunun 71. maddesi bu fiile hapis cezası öngörür. Eseri ya da hak sahibini gösteren bir filigranı yapay zekayla silmek bu yasağa aykırıdır; güvenli yol, filigranı silmek yerine görselin kullanım iznini almak ya da ürünü kendiniz çekmektir.

Büyütme ve netleştirme: eklenen ayrıntı fotoğraftan gelmez

Yapay zeka ile büyütme, küçük bir görseli satış kanalının istediği ölçüye getirmek için sıkça kullanılır. Model, piksel sayısını artırırken görselde bulunmayan ayrıntıyı tahminle ekler; sonuç gözle keskin görünür, ama eklenen dokunun ürünün gerçek dokusu olduğunu gösteren bir şey yoktur. Ürün etiketindeki küçük yazı, içindekiler listesi, barkod, seri numarası ve logo büyütmede en çok bozulan ayrıntılardır; model harfleri harfe benzeyen şekillerle değiştirebilir.

Bu yüzden büyütme, elinizde başka bir kaynak olmadığında başvurulan bir çözümdür. Üreticiden ya da fotoğrafçıdan yüksek çözünürlüklü özgün dosyayı istemek ya da ürünü yeniden çekmek her zaman daha doğru sonuç verir. Büyütülmüş görselde yazı ve etiket mutlaka özgün görselle karşılaştırılarak kontrol edilir.

Renklendirme ve fotoğraf onarımı: arşiv için uygun, ürün için değil

Renklendirme ve onarım, eski aile ve kurum fotoğraflarını, arşiv görsellerini canlandırmak için kullanışlıdır. İki işin de ürün görselinde yeri yoktur: renklendirme ürünün gerçek rengini bilemez, onarım ise ürünün gerçek durumunu değiştirir. Arşiv fotoğraflarında da renklendirilmiş ya da onarılmış görseli özgün fotoğraf gibi sunmamak, açıklamasında düzenlendiğini belirtmek doğru kullanımdır.

Yüz onarımı bulanık bir yüzü yeniden çizdiği için kimlik doğrulamada kullanılan hiçbir görselde (vesikalık, pasaport, kimlik kartı fotoğrafı) kullanılmaz. Yapay zekayla üretilen profesyonel portre de aynı nedenle kimlik fotoğrafı yerine geçmez.

Satış kanalları ürün görselinden ne bekler?

Satış kanalları, ürün görselinin ürünü olduğu gibi göstermesini ister ve bunu yazılı kurallara bağlar. Kurallarını ayrıntılı biçimde yayımlayan kanallardan biri Google Alışveriş'tir; ürün görselleri Google Merchant Center'daki kurallara göre denetlenir. Google'ın resim bağlantısı sayfasına göre:

• Görsel, satılan ürünün kendisini göstermelidir. Yer tutucu görsel, mağaza logosu, farklı ürünlerde tekrar kullanılan tek bir görsel ya da fiziksel ürünü göstermeyen çizim kabul edilmez. Her varyantın kendi görseli olur ve görsel o varyantın gerçek rengini, desenini ve malzemesini gösterir.
• Ana görselde ek öğe olmaz. Fiyat, indirim, kargo bilgisi, "Satın al" gibi çağrılar, filigran, telif işareti, sonradan eklenmiş logo, barkod, karekod ve çerçeve yasaktır. Ürün görselin yaklaşık yüzde 75–90'ını kaplamalıdır.
• Ölçü ve biçim: Google 31 Ocak 2027'den itibaren bütün ürünler için en az 500×500 piksel isteyecek ve yaklaşık 1500×1500 piksel ya da daha büyük görsel öneriyor. Görsel 64 megapikseli ve 16 MB'ı geçmez; JPEG, WebP, PNG, GIF, BMP ve TIFF kabul edilir, dosya uzantısı gerçek biçimle aynı olmalıdır.
• Büyütülmüş görsel gönderilmez. Google'ın "Resim çok küçük" sorunu sayfası küçük resim ya da ölçeği büyütülmüş görsel göndermemeyi açıkça yazar. Yapay zeka ile büyütme, bu kanalda ölçü sorununun çözümü değildir.
• Yapay zekayla üretilen görsel etiketini korur. Google, üretken yapay zekayla oluşturulan ürün görsellerinde bunu belirten meta veri etiketinin, yani IPTC DigitalSourceType alanındaki trainedAlgorithmicMedia değerinin bulunmasını ve silinmemesini şart koşar.

Son madde iş akışında kolayca gözden kaçar. Görseli yeniden boyutlandıran ya da sıkıştıran birçok araç, dosya küçülsün diye meta verileri siler; yapay zekayla üretilmiş bir görsel bu adımdan etiketsiz çıkabilir. Bu yüzden akışın son adımında, yayımlanacak dosyada etiketin durduğunu kontrol etmek gerekir. IPTC'nin kaynak türü sözlüğü, sıfırdan üretilen görsel ile üretken yapay zekayla düzenlenen görseli (nesne silme gibi) ve keskinleştirme gibi klasik düzeltmeyi ayrı değerlerle tanımlar; içeriğin kaynağını ve düzenleme geçmişini dosyaya işleyen açık standart C2PA (Content Credentials) da bu değerleri kullanır.

Türkiye'deki pazaryerlerinin görsel ölçüleri ve zemin kuralları satıcı panellerinde yayımlanır ve zaman zaman değişir; üçüncü taraf sitelerde dolaşan rakamlar birbiriyle çelişir. Görselleri hazırlamadan önce kuralı satış yaptığınız pazaryerinin satıcı panelinden okumak tek güvenilir yoldur.

Reklamda yapay zeka kullanımına ilişkin yeni bir kural da var: Ticari Reklam ve Haksız Ticari Uygulamalar Yönetmeliği'nin 18. maddesine eklenen ve 1 Ağustos 2026'da yürürlüğe giren 8. fıkra, reklamda yapay zeka ya da başka bir yazılım tüketicinin ekonomik davranışını önemli ölçüde etkileyecek biçimde kullanıldığında bunun açık, anlaşılır ve ayırt edilebilir biçimde belirtilmesini istiyor.

Yapay zekayla fotoğraf düzenlemenin uygun olmadığı durumlar

• Ürünün kendisini değiştiren düzenleme: kusuru silmek, rengi değiştirmek, ürüne olmayan bir parça eklemek.
• Kanıt niteliği taşıyan fotoğraflar: hasar, ekspertiz, teslimat, iade ve garanti fotoğrafları; düzenlenmiş bir kanıt fotoğrafı kanıt değerini yitirebilir.
• Kimlik fotoğrafları: vesikalık, pasaport ve kimlik kartı fotoğrafı; yüz onarımı ve portre üretimi bu fotoğrafların yerine geçmez.
• Başkasına ait görseller: kullanım izni olmayan görselleri düzenlemek ya da filigranını silmek.
• Kesin ayrıntı taşıyan görseller: teknik çizim, etiket, içindekiler listesi, barkod ve sertifika; büyütme ve netleştirme bu ayrıntıları bozabilir.

Kişi görünen fotoğraflar ve KVKK

Fotoğrafta tanınabilir bir kişi varsa (bir model, bir çalışan, bir müşteri) görsel kişisel veridir; 6698 sayılı Kanun kimliği belirli ya da belirlenebilir gerçek kişiye ilişkin her bilgiyi kişisel veri sayar. Fotoğrafı bir düzenleme servisine yüklemek de bir veri işleme faaliyetidir: Kanun'un 5. maddesindeki bir işleme şartına dayanmalı, servis veriyi yurt dışında işliyorsa aktarım 9. maddedeki yollardan birine uymalıdır. Kişisel Verileri Koruma Kurulu, eski bir çalışanının fotoğraflarını açık rızası olmadan sosyal medya hesabında tutan bir şirkete idari para cezası vermiş ve fotoğrafların silinmesine karar vermiştir.

Fotoğraf her durumda biyometrik veri değildir. Kişisel Verileri Koruma Kurumu'nun Özel Nitelikli Kişisel Verilerin İşlenmesine İlişkin Rehberi, AB Genel Veri Koruma Tüzüğü'nün 51. gerekçesine dayanarak fotoğraf işlemenin kendiliğinden biyometrik veri işleme sayılmadığını, fotoğrafın ancak kişiyi benzersiz biçimde tanımlamaya ya da doğrulamaya yarayan özel bir teknik yöntemle işlendiğinde biyometrik veri olduğunu belirtir. Arka plan kaldırmak ya da bir lekeyi silmek bu kapsama girmez; yüzü tanımaya ya da eşleştirmeye yönelik bir işlem ise özel nitelikli veri kurallarına tabidir. Servis seçerken görsellerin nerede işlendiğine, ne kadar saklandığına ve model eğitiminde kullanılıp kullanılmadığına bakmak gerekir; Google da kendi ürün görseli aracı Product Studio için girdi ve çıktıların kalite denetçilerince görülebileceğini belirtir.

Toplu işleme: web paneli, API ve yapay zeka araçları

Birkaç görsel için web tabanlı bir düzenleme aracı yeterlidir. Ürün kataloğu büyüdüğünde ise görselleri tek tek yüklemek yerine işlemin sisteme bağlanması gerekir: yeni ürün eklendiğinde görselin otomatik olarak arka planının kaldırılması, belirlenen ölçüye getirilmesi ve WebP olarak kaydedilmesi gibi; bunun yolu bir REST API'dir. Claude gibi yapay zeka asistanlarıyla çalışan ekipler için ise üçüncü bir yol vardır: görsel işleme servisini bir MCP sunucusu üzerinden asistanın kullanabileceği bir araç olarak bağlamak; asistan "bu klasördeki ürün görsellerinin arka planını kaldır ve kare kırp" gibi bir isteği servisin araçlarıyla yerine getirir.

TecnoNest'in işlettiği görsel işleme servisi TheGlitch bu üç yolu tek serviste sunar. Arka plan kaldırma, büyütme, renklendirme, fotoğraf ve yüz restorasyonu ile nesne silme işlemleri yapay zeka modelleriyle çalışır; kırpma ve boyutlandırma gibi temel işlemler ise klasik görüntü işlemeyle yapılır. Görseller web panelinden tek tek ya da toplu işlenir; servis, kendi sistemlerinizden REST API ile, Claude gibi yapay zeka araçlarının içinden de MCP sunucusuyla kullanılır. Güncel planlar ve fiyatlar TheGlitch'in kendi sitesinde yayımlanır; TecnoNest'in diğer yapay zeka ürünlerini ürünler sayfamızda inceleyebilirsiniz.

Sıkça Sorulan Sorular

Yapay zeka ile fotoğrafın arka planı nasıl kaldırılır?

Görseli bir arka plan kaldırma aracına yüklersiniz; model ürünü arka plandan ayıran bir maske üretir ve arka planı saydam bırakır ya da seçtiğiniz renkle doldurur. Saydamlığın korunması için sonucu PNG ya da WebP olarak kaydedin; JPEG saydamlığı desteklemez. Saç, kürk, cam ve yansıtıcı yüzeylerde kenarları büyütüp kontrol edin; zeminle belirgin kontrast oluşturan bir çekim sonucu en çok iyileştiren adımdır.

Fotoğraftan nesne silmek ürünü yanıltıcı gösterir mi?

Silinen nesne ürünün çevresindeyse (zemindeki kablo, toz, kadraja giren el) hayır. Silinen şey ürünün bir kusuruysa (çizik, leke, dikiş hatası) görsel, satılan ürünü olduğundan farklı gösterir. Ticari Reklam ve Haksız Ticari Uygulamalar Yönetmeliği ürünün yapısı ve teknik özellikleri hakkında yanıltıcı görüntüyü yasaklar; Google Merchant Center da görselin satılan ürünün kendisini göstermesini ister.

Yapay zeka ile büyütülen fotoğrafın kalitesi gerçekten artar mı?

Piksel sayısı artar ve görsel keskin görünür, ama eklenen ayrıntı fotoğraftan gelmez; model onu benzer görsellerden öğrendiği kalıplarla tahmin eder. Etiket yazısı, barkod ve logo gibi kesin ayrıntılar bozulabilir. Google Merchant Center ölçeği büyütülmüş görsel göndermemeyi açıkça ister; mümkünse yüksek çözünürlüklü özgün dosyayı kullanın ya da ürünü yeniden çekin.

Yapay zekayla düzenlenmiş ürün fotoğrafı Google Alışveriş'te kullanılabilir mi?

Görsel satılan ürünü olduğu gibi gösteriyor ve Merchant Center'ın ölçü, biçim ve "ana görselde ek öğe yok" kurallarına uyuyorsa evet. Görsel üretken yapay zekayla oluşturulduysa Google, bunu belirten IPTC DigitalSourceType meta veri etiketinin (trainedAlgorithmicMedia) dosyada korunmasını şart koşar; görseli yeniden boyutlandıran ya da sıkıştıran araçların bu etiketi silmediğini kontrol edin.

Eski bir fotoğrafı yapay zeka ile renklendirmek doğru renkleri verir mi?

Vermeyebilir. Renklendirme modeli siyah beyaz fotoğraftaki her bölge için olası bir rengi tahmin eder; gökyüzü, yaprak ve ten gibi tipik renklerde inandırıcıdır, ama bir kıyafetin, bir arabanın ya da bir tabelanın gerçek rengini bilemez. Renklendirilmiş arşiv fotoğrafını özgün fotoğraf gibi sunmamak, düzenlendiğini belirtmek doğru kullanımdır.

İçinde insan olan fotoğrafı yapay zeka servisine yüklemek KVKK'ya aykırı mı?

Tanınabilir bir kişinin fotoğrafı kişisel veridir; yükleme bir veri işleme faaliyetidir ve 6698 sayılı Kanun'un 5. maddesindeki bir işleme şartına dayanmalıdır. Servis veriyi yurt dışında işliyorsa aktarım 9. maddeye uymalıdır. Kişisel Verileri Koruma Kurumu'nun rehberine göre fotoğraf işlemek kendiliğinden biyometrik veri işlemek değildir; fotoğraf ancak kişiyi benzersiz biçimde tanımlamaya yönelik özel bir teknik yöntemle işlendiğinde biyometrik veri olur.

Toplu arka plan kaldırma nasıl yapılır?

Az sayıda görsel için web panelinden toplu yükleme yeterlidir. Ürün kataloğu düzenli olarak büyüyorsa işlemi bir REST API ile kendi sisteminize bağlamak, yeni ürün eklendiğinde arka plan kaldırma, boyutlandırma ve biçim dönüştürmenin kendiliğinden yapılmasını sağlar. Toplu işlemde rastgele seçilmiş bir örneklemi elle kontrol edin; saydam ve yansıtıcı ürünleri ayrıca inceleyin.