Lokale tool maakt tekst en logo's leesbaar op 3D-modellen

TL;DR

• Wat: Image to 3D Lab (versie 0.3.5) heeft een Pixel Match-functie die échte pixels van je foto terugplaatst op een 3D-model, zodat tekst en logo's leesbaar blijven.
• Waarom relevant: als je producten, verpakkingen of merchandise in 3D wilt tonen, hoef je niet meer handmatig te corrigeren wat AI verminkt.
• Wat je ermee kunt: een productfoto omzetten naar een 3D-model dat je in een webshop of presentatie kunt gebruiken — gratis, op je eigen computer.

Ik stuitte op een tweet van @Stefan_3D_AI over een update van Image to 3D Lab, een gratis en open-source tool die van één foto een 3D-model maakt. Wat mijn aandacht trok: de nieuwe Pixel Match-functie belooft dat tekst, logo's en zelfs gezichten op het model leesbaar blijven. Dat klinkt als een klein detail, maar voor iedereen die weleens een product in 3D heeft willen tonen, is het een vrij groot punt.

Wat doet Image to 3D Lab precies?

Image to 3D Lab is een open-source programma dat je lokaal draait — op je eigen Mac of Windows/Linux-pc met een fatsoenlijke videokaart. Je geeft het een foto, en het genereert een driedimensionaal model in .glb-formaat, compleet met texturen. Dat bestand kun je openen in een 3D-viewer, gebruiken in een webshop, of importeren in presentatiesoftware.

De tool ondersteunt meerdere AI-modellen onder de motorkap, waaronder Pixal3D (aanbevolen, MIT-licentie), Hunyuan3D, TRELLIS.2 en Stable Fast 3D. Je kiest zelf welk model je gebruikt, en elk resultaat krijgt een zogeheten provenance-bestand mee: een soort digitaal paspoort dat vastlegt hoe het model is gemaakt en welke licentie erop zit. Dat laatste is handig als je het resultaat commercieel wilt inzetten en wilt weten waar je juridisch staat.

Wat mij opvalt: de tool draait volledig op je eigen hardware. Er gaan geen afbeeldingen naar een externe server. Voor ondernemers die gevoelige productfoto's hebben — denk aan prototypes of nog niet gelanceerde artikelen — is dat een relevante eigenschap.

Het probleem dat Pixel Match oplost

AI-modellen die een 2D-foto omzetten naar 3D hebben een vervelende eigenschap: ze hertekenen je afbeelding. De AI probeert de textuur opnieuw te genereren, en daarbij gaat fijne informatie verloren. Tekst wordt onleesbaar, logo's worden vaag, cijfers veranderen in iets wat er net niet klopt.

Stel dat je als ondernemer een foto van je productverpakking omzet naar een 3D-model voor je webshop. Op de doos staat je merknaam, een barcode, en de tekst "500 gram". Na de AI-conversie staat er misschien iets dat lijkt op je merknaam, maar net niet klopt. Dat is niet bruikbaar.

Pixel Match pakt dit anders aan. In plaats van de textuur opnieuw te laten tekenen door de AI, kopieert de functie de originele pixels van je foto terug op het 3D-model. Elk oppervlak dat de bronafbeelding kan "zien" — dus de voorkant en zijkanten die op de foto staan — krijgt de echte pixels. Oppervlakken die niet op de foto staan (de achterkant, de onderkant) behouden de AI-gegenereerde textuur.

Het resultaat: tekst als "VANGUARD 07" blijft gewoon "VANGUARD 07" op het model, volgens de demonstratie die bij de release is gedeeld. Zelfs bij een model dat is teruggebracht van zo'n 900.000 vlakken naar ongeveer 5.000 vlakken — een flinke reductie — blijft de voorkant trouw aan de originele foto.

Wat heb je nodig om dit te draaien?

Hier wordt het wat technischer, maar ik probeer het behapbaar te houden. Volgens de GitHub-pagina van het project heb je nodig:

• Een Apple Silicon Mac met minimaal 32 GB werkgeheugen, óf een Linux/Windows-pc met een NVIDIA-videokaart met 24 GB of meer videogeheugen (een RTX 3090 of hoger).
• Blender 4.2 of nieuwer (gratis 3D-software) als je de Finish-stap wilt gebruiken.
• Ongeveer 13-14 GB schijfruimte per AI-model dat je installeert.

Dat is niet niks. Een RTX 3090 is een videokaart van enkele honderden euro's op de tweedehandsmarkt, en 24 GB VRAM is meer dan wat de meeste kantoor-pc's hebben. Voor een Mac met 32 GB geheugen zit je al snel boven de duizend euro. Dit is dus niet iets dat je even op je standaard laptop draait.

Maar — en dat vind ik het interessante — het is wél gratis software. Je betaalt niets voor de tool zelf, geen abonnement, geen kosten per gegenereerd model. De investering zit in de hardware.

Wat betekent dit voor een ondernemer?

Ik denk dat dit vooral relevant is voor drie soorten ondernemers:

Webshops en e-commerce

3D-productweergaven worden steeds gebruikelijker in online winkels. Platforms als Shopify ondersteunen .glb-bestanden. Als je honderden producten hebt en ze allemaal professioneel in 3D wilt laten fotograferen, ben je al snel duizenden euro's kwijt. Een tool die van één foto een bruikbaar 3D-model maakt — met leesbare tekst op de verpakking — kan dat proces aanzienlijk goedkoper maken.

Merken en verpakkingsontwerp

Als je een nieuw verpakkingsontwerp wilt presenteren aan een klant of intern team, is een 3D-model overtuigender dan een platte afbeelding. Dat de merknaam en productinformatie leesbaar blijven op het model, maakt het verschil tussen een bruikbare presentatie en een vage impressie.

Makers en productontwikkelaars

Voor wie fysieke producten ontwerpt en snel een visueel prototype wil delen — zonder meteen naar een 3D-ontwerper te stappen — kan dit een nuttige tussenstap zijn.

Kanttekeningen

Een paar dingen om in gedachten te houden. Ten eerste: de hardwarevereisten zijn stevig. Dit is niet iets dat je even aan je hele team uitrolt. Ten tweede: het resultaat is een visueel 3D-model, geen technische CAD-tekening. Je kunt er niet mee 3D-printen of nauwkeurige afmetingen uit halen.

Ook belangrijk: de achterkant van het model wordt nog steeds door AI ingevuld. Alleen de zijden die op je originele foto zichtbaar zijn, krijgen de echte pixels. Als je een product van alle kanten nauwkeurig wilt tonen, heb je waarschijnlijk meerdere foto's of een andere aanpak nodig.

Ten slotte: sommige van de onderliggende AI-modellen hebben licentierestricties. Hunyuan3D-gewichten hebben bijvoorbeeld beperkingen voor gebruik in de EU, het VK en Zuid-Korea onder de Tencent Community License, volgens de projectdocumentatie. Het aanbevolen model Pixal3D gebruikt een MIT-licentie, wat vrijer is voor commercieel gebruik.

Een stille verschuiving

Wat mij bij dit soort updates opvalt, is hoe gestaag de kwaliteit van lokaal draaibare AI-tools verbetert. Een jaar geleden was "image to 3D" vooral een leuk experiment met broddelresultaten. Nu zie je tools die specifieke, praktische problemen oplossen — zoals leesbare tekst behouden — en dat op je eigen hardware, zonder cloudabonnement.

Voor mij is dit vooral een signaal dat de drempel voor 3D-content steeds lager wordt. Niet met één grote sprong, maar stap voor stap, update voor update.