Een afbeelding verkleinen zonder kwaliteitsverlies
- Begin bij het grootste origineel. Elke formaatwijziging vanaf een al verkleinde kopie kost meer detail.
- Verklein, vergroot niet. Verkleinen houdt afbeeldingen scherp; bij vergroten moeten pixels worden verzonnen.
- Vergrendel de beeldverhouding. Stel alleen de breedte of de hoogte in, zodat de afbeelding niet wordt uitgerekt.
- Gebruik een goed resamplingfilter. Lanczos of bicubisch voor foto's, dichtstbijzijnde buur voor pixelart.
- Sla op zonder extra verlies. Gebruik PNG, of JPG op kwaliteit 85 tot 92 voor foto's, en sla één keer op.
De converter op deze pagina zet JPG om naar PNG zonder de pixelafmetingen te veranderen, zodat je de PNG later kunt verkleinen zonder JPEG-hercompressie.
Formaat Wijzigen vs Comprimeren: Twee Verschillende Dingen
Voordat je ingaat op technieken voor formaatwijziging, is het essentieel te begrijpen dat formaat wijzigen en comprimeren fundamenteel verschillende bewerkingen zijn, ook al kunnen beide de bestandsgrootte verkleinen:
- Formaat wijzigen (resampling) verandert de pixelafmetingen van de afbeelding — het aantal pixels in breedte en hoogte. Een afbeelding van 4000×3000 verkleind naar 2000×1500 heeft een kwart zo veel pixels. De afbeelding is fysiek kleiner en bevat minder data.
- Comprimeren verandert hoe de bestaande pixeldata wordt gecodeerd zonder de afmetingen te wijzigen. Een afbeelding van 4000×3000 bij JPEG-kwaliteit 95 heeft dezelfde pixelafmetingen als dezelfde afbeelding bij kwaliteit 60 — maar het bestand is veel kleiner omdat er meer visuele data wordt weggegooid tijdens het coderen.
Je kunt beide onafhankelijk of gecombineerd toepassen. Een foto van 12 megapixel verkleinen naar 2 megapixel en opslaan bij JPEG-kwaliteit 85 past beide bewerkingen toe: minder pixels en agressievere compressie. Door het onderscheid te begrijpen, kun je betere beslissingen nemen over welke bewerking je in elke situatie moet toepassen.
Kernpunt: Formaat wijzigen verandert hoeveel pixels je hebt. Comprimeren verandert hoe efficiënt die pixels worden opgeslagen. Een 500×500 PNG heeft 250.000 pixels, ongeacht of het bestand 50 KB of 500 KB groot is — compressie beïnvloedt de bestandsgrootte, niet het aantal pixels.
Verkleinen: Veilig en Kwaliteitsbehoudend
Verkleinen (een afbeelding kleiner maken) is een veilige bewerking die de visuele kwaliteit uitstekend behoudt. Wanneer je een afbeelding van 4000×3000 naar 1200×900 verkleint, combineert het algoritme informatie van meerdere bronpixels tot elke doelpixel. Omdat je overtollige details weggooit die op het kleinere formaat toch niet zichtbaar zouden zijn, is het resultaat een scherpe, heldere afbeelding zonder artefacten.
Dit is waarom verkleinen zo goed werkt:
- Informatie wordt gecondenseerd, niet verzonnen. Elke uitvoerpixel wordt berekend uit meerdere invoerpixels, waarbij ze effectief worden gemiddeld met geavanceerde weging. Het resultaat bevat echte afbeeldingsdata, alleen op een lagere resolutie.
- Aliasing wordt van nature onderdrukt. Wanneer meerdere invoerpixels bijdragen aan elke uitvoerpixel, worden hoge-frequentiedetails (scherpe randen, fijne texturen) automatisch gladgestreken, wat de trapachtige aliasing-artefacten voorkomt die zouden verschijnen als je gewoon pixels zou overslaan.
- Visuele kwaliteit blijft behouden. Een goed verkleine afbeelding ziet er identiek uit aan het origineel op zijn weergavegrootte. Je kunt de ontbrekende pixels niet zien omdat ze toch al buiten de zichtbare resolutie lagen.
Verkleinen is de standaardaanpak voor:
- Afbeeldingen voorbereiden voor het web (4000px camerafoto's → 1200px webafbeeldingen)
- Miniaturen maken (1200px originelen → 150px miniatuurweergave)
- Voldoen aan afmetingsvereisten van sociale media
- Bestandsgrootte verkleinen voor e-mailbijlagen
- Paginalaadsnelheid optimaliseren
Vergroten: Het Kwaliteitsprobleem
Vergroten (een afbeelding groter maken) verschilt fundamenteel van verkleinen, omdat het algoritme pixels moet aanmaken die niet bestonden in het origineel. Een afbeelding van 500×500 heeft 250.000 pixels echte data. Vergroot naar 2000×2000 worden 4.000.000 pixels aangemaakt — maar 3.750.000 daarvan zijn geïnterpoleerd (berekende gissingen) in plaats van echte afbeeldingsdata.
De resultaten hangen af van hoeveel vergroting wordt toegepast:
- 1,5x–2x vergroten — meestal acceptabel. De geïnterpoleerde pixels liggen dicht genoeg bij echte waarden dat het resultaat redelijk eruitziet, al is het iets zachter dan een afbeelding met originele resolutie.
- 2x–4x vergroten — merkbare zachtheid en verlies van fijne details. Randen worden wazig, tekst wordt moeilijker leesbaar en texturen verliezen hun scherpte. Hier beginnen traditionele algoritmen zichtbaar te moeite te hebben.
- 4x+ vergroten — duidelijk gedegradeerd. De afbeelding ziet er wazig, uitgewassen en kunstmatig uit. Fijne details worden uitgespreid tot gladde kleurverlopen. Traditionele algoritmen kunnen op deze schaal geen acceptabele resultaten produceren.
AI-gestuurde Vergroting
Moderne AI-vergrotingstools gebruiken neurale netwerken die zijn getraind op miljoenen afbeeldingsparen (lage- en hoge-resolutieversies van dezelfde afbeelding) om plausibele hoge-frequentiedetails te genereren. De resultaten zijn dramatisch beter dan traditionele algoritmen voor 2–4x vergroten:
- Real-ESRGAN — open-source, uitstekend voor foto's en algemene afbeeldingen. Gaat goed om met ruis en compressieartefacten.
- Topaz Gigapixel AI — commerciële desktopapplicatie. Een van de beste AI-upscalers voor consumenten. Goed voor batchverwerking.
- Adobe Super Resolution — ingebouwd in Lightroom en Camera Raw. Verdubbelt de breedte en hoogte (4 keer zoveel pixels) van RAW- en JPEG-bestanden.
- Waifu2x — gespecialiseerd in het vergroten van anime en illustraties. Maakt gebruik van diepe convolutionele neurale netwerken.
Het is echter belangrijk te begrijpen dat AI-vergroting synthetische details genereert. Het neurale netwerk herstelt geen verloren gegane data — het verzint plausibele details op basis van patronen die het tijdens de training heeft geleerd. Het resultaat ziet er overtuigend uit, maar is niet de originele informatie. Voor de meeste toepassingen is dit prima, maar voor forensisch, medisch of wetenschappelijk gebruik zijn AI-gegenereerde details geen echte data.
Vergrotingsalgoritmen Uitgelegd
De keuze van het vergrotingsalgoritme heeft een aanzienlijke invloed op de kwaliteit van het resultaat, met name bij extreme schaalfactoren. Hier zijn de meest gebruikte algoritmen, gerangschikt van hoogste kwaliteit naar snelste:
Lanczos (sinc-venster, gouden standaard)
Lanczos (uitgesproken als "LAN-tsjos") is een op de sinc-functie gebaseerd algoritme dat de scherpst mogelijke resultaten geeft met minimale aliasing. Het kijkt naar een bredere omgeving van pixels (meestal 3 lobben van de sinc-functie, ongeveer 3 pixels aan elke kant) en past een optimale weging toe die randen en fijne details behoudt.
- Kwaliteit: Beste overall. Scherpste randen, beste behoud van fijne details, minimale aliasing.
- Snelheid: Langzaamste van de traditionele algoritmen (vanwege de brede kernel).
- Best voor: Foto's verkleinen, webafbeeldingen voorbereiden, elke situatie waarin kwaliteit belangrijker is dan snelheid.
- Nadeel: Kan lichte ringartefacten (vage halo's) geven rond randen met zeer hoog contrast, al is dit in foto's zelden zichtbaar.
- ImageMagick:
-filter Lanczos -resize 1200x
Mitchell-Netravali (gebalanceerd, uitstekend voor vergroten)
Mitchell (Mitchell-Netravali, een kubisch filter uit dezelfde familie als Catmull-Rom) is een kubisch filter dat scherpte en zachtheid in balans brengt. Het is speciaal ontworpen om zowel vervaging als ringing te vermijden — de twee veelvoorkomende artefacten van andere algoritmen.
- Kwaliteit: Uitstekend. Iets zachter dan Lanczos, maar zonder ringartefacten.
- Snelheid: Gemiddeld (kubische kernel, kleiner dan Lanczos).
- Best voor: Vergroten, gemengde inhoud (foto's met tekstoverlays), situaties waarin ringartefacten onaanvaardbaar zijn.
- Nadeel: Marginaal minder scherp dan Lanczos bij verkleinen.
- ImageMagick:
-filter Mitchell -resize 2000x
Bilineair (Triangle, snel en voldoende)
Bilineaire interpolatie (in ImageMagick Triangle genoemd) gebruikt een lineaire weging van de 4 dichtstbijzijnde pixels (2×2-omgeving) om elke uitvoerpixel te berekenen. Het is eenvoudig, snel en geeft acceptabele resultaten bij matige schaalveranderingen.
- Kwaliteit: Goed bij matige schaalverhoudingen. Iets zachter dan Lanczos of Mitchell.
- Snelheid: Snel (kleine kernel, eenvoudige berekeningen).
- Best voor: Miniaturen, voorbeeldweergaven, realtime toepassingen, batchverwerking waarbij snelheid belangrijk is.
- Nadeel: Kan aliasing veroorzaken bij fijne patronen als je sterk verkleint (bijv. van 4000px naar 200px in één stap).
- ImageMagick:
-filter Triangle -resize 150x
Dichtstbijzijnde buur (Point, pixelart)
Dichtstbijzijnde buur (in ImageMagick Point genoemd) geeft elke uitvoerpixel de waarde van de ene dichtstbijzijnde invoerpixel. Geen interpolatie, geen middeling, geen verzachting. Het resultaat is blokkerig en gepixeld — precies wat je wilt voor pixelart.
- Kwaliteit: Slecht voor foto's (gepixeld, aliasing). Perfect voor pixelart (behoudt harde pixelgrenzen).
- Snelheid: Snelst mogelijk (geen berekening per pixel, alleen het opzoeken van coördinaten).
- Best voor: Pixelart vergroten (2x, 3x, 4x), retrogamegraphics, QR-codes, elke afbeelding waarin pixels de bedoelde visuele eenheid zijn.
- Nadeel: Onbruikbaar voor foto's of inhoud met vloeiende kleurverlopen.
- ImageMagick:
-filter Point -resize 400%
Vergelijkingstabel van Algoritmen
| Algoritme | Scherpte | Snelheid | Ringing | Best voor |
|---|---|---|---|---|
| Lanczos | Uitstekend | Langzaam | Minimaal | Foto's verkleinen (gouden standaard) |
| Mitchell | Zeer goed | Gemiddeld | Geen | Vergroten, gemengde inhoud |
| Bilineair | Goed | Snel | Geen | Miniaturen, batchverwerking |
| Dichtstbijzijnde buur | Gepixeld | Snelste | Geen | Pixelart, QR-codes |
Beeldverhouding Bewaren
Een van de meest gemaakte fouten bij formaatwijziging is het per ongeluk vervormen van de afbeelding door de beeldverhouding te wijzigen. De beeldverhouding is de proportionele verhouding tussen breedte en hoogte. Een afbeelding van 4000×3000 heeft een 4:3 beeldverhouding. Een afbeelding van 1920×1080 is 16:9.
Bij formaatwijziging wil je over het algemeen de oorspronkelijke beeldverhouding behouden om te voorkomen dat de afbeelding er uitgerekt of samengedrukt uitziet. De juiste aanpak:
- Geef slechts één afmeting op. Stel de doelbreedte in (bijv. 1200px) en laat het programma de hoogte automatisch berekenen, of omgekeerd. Dit garandeert dat de beeldverhouding wordt bewaard.
- Gebruik de "passend maken"-modus. Geef de maximale breedte én hoogte op, waarna het programma de afbeelding schaalt zodat deze binnen dat kader past met behoud van de beeldverhouding. Een afbeelding van 4000×3000 die wordt aangepast om "te passen binnen 1200×1200" wordt 1200×900.
- Vermijd "forceer"- of "uitrek"-modi tenzij je de afbeelding opzettelijk wilt vervormen (zeldzaam).
In ImageMagick verwerkt de formaatwijzigingssyntaxis dit van nature:
-resize 1200x— stel breedte in op 1200, bereken hoogte proportioneel-resize x900— stel hoogte in op 900, bereken breedte proportioneel-resize 1200x900— passend maken binnen 1200×900, beeldverhouding bewaren-resize 1200x900!— forceer exact 1200×900 (vervormt als verhouding verschilt)-resize 1200x900^— vul 1200×900 op (bijsnijden van overtollige ruimte, geen vervorming)
Bijsnijden vs Uitrekken bij Verschillende Verhoudingen
Wanneer je de beeldverhouding moet wijzigen (bijv. een 4:3 foto omzetten naar 16:9 voor een YouTube-miniatuur), zijn er twee opties:
- Bijsnijden: Overtollige gedeelten wegknippen om de doelverhouding te bereiken. Dit verliest een deel van de afbeelding, maar behoudt de verhoudingen. Dit is bijna altijd de betere keuze.
- Uitrekken: De afbeelding forceren in de nieuwe afmetingen. Dit vervormt de afbeelding (cirkels worden ovalen, gezichten worden breder of smaller). Vrijwel nooit acceptabel.
- Letterbox/pillarbox: De afbeelding passend maken binnen de doelafmetingen en de resterende ruimte vullen met een effen kleur (meestal zwart of wit). Behoudt de volledige afbeelding zonder vervorming, maar ten koste van zichtbare randen.
Afbeeldingsformaten voor Sociale Media 2026
Elk groot sociaal platform heeft specifieke aanbevolen afmetingen. Door de juiste grootte te gebruiken, voorkom je dat het platform je afbeelding onverwachts bijsnijdt en zorg je ervoor dat deze wordt weergegeven met maximale kwaliteit. Hier zijn de huidige aanbevolen formaten vanaf 2026:
| Platform | Inhoudstype | Afmetingen | Verhouding | Opmerkingen |
|---|---|---|---|---|
| Feedbericht (staand) | 1080 × 1350 | 4:5 | Maximaal schermgebruik | |
| Feedbericht (vierkant) | 1080 × 1080 | 1:1 | Klassiek Instagram-formaat | |
| Stories / Reels | 1080 × 1920 | 9:16 | Verticaal, volledig scherm | |
| Feedafbeelding / link | 1200 × 628 | 1,91:1 | Ook gebruikt voor linkvoorbeelden | |
| Omslagfoto | 851 × 315 | ~2,7:1 | Wordt anders weergegeven op mobiel | |
| Twitter / X | Afbeelding in de tijdlijn | 1600 × 900 | 16:9 | Optimaal voor weergave in de tijdlijn |
| Twitter / X | Headerfoto | 1500 × 500 | 3:1 | Profielbanner |
| Feedafbeelding | 1200 × 627 | 1,91:1 | Zelfde verhouding als Facebook | |
| Omslagfoto | 1584 × 396 | 4:1 | Zeer brede banner | |
| YouTube | Miniatuur | 1280 × 720 | 16:9 | Minimaal 640px breed |
| YouTube | Kanaalbanner | 2560 × 1440 | 16:9 | Veilig gebied: 1546×423 in het midden |
| Standaard pin | 1000 × 1500 | 2:3 | Hoge afbeeldingen presteren het best | |
| TikTok | Video / fotobericht | 1080 × 1920 | 9:16 | Verticaal, volledig scherm |
Pro-tip: Gebruik voor Instagram-feedberichten 1080×1350 (4:5 staand) in plaats van 1080×1080 (vierkant). Het hogere formaat neemt aanzienlijk meer schermruimte in de feed in, wat meer zichtbaarheid en betrokkenheid betekent. Instagram ondersteunt beeldverhoudingen van 1,91:1 (liggend) tot 3:4 (staand).
Verscherpen na Formaatwijziging
Verkleinen maakt afbeeldingen inherent iets zachter omdat het algoritme pixelwaarden middelt. Voor webgeoptimaliseerde afbeeldingen kan het toepassen van een subtiele verscherpingsronde na het verkleinen de scherpte herstellen en de afbeelding er net zo scherp uit laten zien als het origineel, ondanks minder pixels.
Onscherp masker (USM)
De meest gebruikte verscherpingstechniek voor verkleinede afbeeldingen is het Onscherp masker, dat ondanks zijn tegenstrijdige naam afbeeldingen daadwerkelijk scherper maakt. Het werkt door een vervaagde versie van de afbeelding van het origineel af te trekken en vervolgens het verschil terug toe te voegen met een vermenigvuldiger:
- Radius — hoe breed het verscherpingseffect rondom elke rand reikt. Voor webafbeeldingen: 0,5–1,0 pixels. Voor druk: 1,0–2,0 pixels.
- Hoeveelheid (sterkte) — hoeveel verscherping er wordt toegepast. Voor subtiele webverscherping: 50–80%. Voor agressievere: 100–150%.
- Drempelwaarde — minimaal helderheidsverschil vereist voor verscherping. Voorkomt het verscherpen van ruis in vloeiende gebieden. Typisch: 0–3 niveaus.
In ImageMagick is een goede post-verkleining verscherping voor webafbeeldingen:
convert input.jpg -resize 1200x -unsharp 0.5x0.5+0.8+0.03 output.jpg
Dit past subtiele verscherping toe met een radius van 0,5px, 80% sterkte en een kleine drempelwaarde om vloeiende gebieden te beschermen tegen ruisversterking.
Verscherpingsrichtlijnen per Gebruik
| Gebruik | Radius | Hoeveelheid | Opmerkingen |
|---|---|---|---|
| Webafbeeldingen (algemeen) | 0,5–0,8 px | 60–80% | Subtiel, voorkomt oververscherping op schermen |
| E-commerce producten | 0,5–1,0 px | 80–120% | Scherpe productranden, duidelijke labels |
| Portretten | 0,3–0,5 px | 40–60% | Zacht om huidtextuur niet te benadrukken |
| Landschapsfoto's | 0,8–1,2 px | 80–100% | Herstelt fijne details in gebladerte, rotsen, water |
| Miniaturen (150px) | 0,3–0,5 px | 100–150% | Agressiever om extreem verkleinen te compenseren |
| Druk (300 DPI) | 1,0–2,0 px | 100–200% | Sterkere verscherping nodig voor drukreproductie |
Oververscherping: Wat te Vermijden
Oververscherping is erger dan helemaal niet verscherpen. Tekenen van oververscherping zijn:
- Zichtbare halo's rondom randen (heldere lijnen aan de donkere kant, donkere lijnen aan de lichte kant)
- Versterkte ruis in vloeiende gebieden (lucht, huid, effen kleuren worden korrelig)
- Knapperige textuur — de afbeelding ziet er hard, kunstmatig en overbewerkt uit
- Randringing vergelijkbaar met JPEG-compressieartefacten
Gebruik bij twijfel minder verscherping in plaats van meer. Een iets zachte afbeelding ziet er natuurlijk uit; een oververscherpte afbeelding ziet er kapot uit.
Formaatoverwegingen bij Formaatwijziging
Het uitvoerformaat beïnvloedt zowel de kwaliteit als de efficiëntie van verkleinede afbeeldingen:
- Sla op als PNG wanneer de verkleinde afbeelding nog verder bewerkt wordt of wanneer je lossless kwaliteit nodig hebt. PNG voorkomt generatieverlies door JPEG-hercodering. Ideaal voor graphics, schermafbeeldingen en afbeeldingen met tekst.
- Sla op als JPEG voor foto's die bestemd zijn voor het web of sociale media. JPEG-compressie is geoptimaliseerd voor fotografische inhoud en de besparing in bestandsgrootte is aanzienlijk. Gebruik kwaliteit 85–92 voor de beste balans.
- Sla op als WebP voor maximale weboptimalisatie. WebP levert 25–35% kleinere bestanden op dan JPEG bij gelijkwaardige kwaliteit en ondersteunt zowel lossy als lossless modi.
- Converteer JPG naar PNG na het verkleinen als je de verkleinde afbeelding lossless wilt bewaren voor toekomstige bewerking. Dit voorkomt JPEG-generatieverlies bij volgende opslagrondes.
CleverUtils-tip: Bij het converteren van JPG naar PNG wordt de afbeelding lossless bewaard. Als je van plan bent je afbeeldingen meerdere keren te verkleinen en opnieuw te bewerken, converteer dan eerst naar PNG om opstapelende JPEG-compressieartefacten te vermijden. Elke JPEG-opslagronde tast de kwaliteit licht aan; PNG-opslag is lossless, hoe vaak je ook opslaat.
Strategieën voor Batchformaatwijziging
Wanneer je veel afbeeldingen tegelijk moet verkleinen, is efficiëntie belangrijk. Hier zijn de belangrijkste benaderingen:
Opdrachtregel (ImageMagick)
Het commando mogrify van ImageMagick verwerkt bestanden op hun plaats, waardoor het ideaal is voor batchbewerkingen:
- Alle JPG's verkleinen naar max. 1200px breed:
mogrify -filter Lanczos -resize 1200x *.jpg - Verkleinen en converteren naar PNG:
for f in *.jpg; do convert "$f" -filter Lanczos -resize 1200x "${f%.jpg}.png"; done - Verkleinen met verscherping:
mogrify -filter Lanczos -resize 1200x -unsharp 0.5x0.5+0.8+0.03 *.jpg
Responsieve Afbeeldingssets
Moderne websites tonen verschillende afbeeldingsformaten afhankelijk van de schermgrootte van de bezoeker met behulp van het HTML-attribuut srcset. Een gebruikelijke aanpak is het genereren van 3–5 formaten uit elke bronafbeelding:
- Miniatuur: 300px breed (voor rasters, kaarten)
- Klein: 600px breed (mobiele schermen)
- Middel: 1200px breed (tablet en desktop)
- Groot: 1800px breed (retina/HiDPI-schermen)
- Origineel: volledige resolutie (lightbox, downloaden)
Elk formaat wordt aan het juiste apparaat geserveerd, zodat mobiele gebruikers geen onnodig grote afbeeldingen downloaden en desktopgebruikers scherpe, gedetailleerde versies zien.
Veelgemaakte Fouten bij Formaatwijziging
Vermijd deze veelvoorkomende fouten bij het wijzigen van het formaat van afbeeldingen:
- Vergroten om "kwaliteit te verbeteren." Een afbeelding groter maken voegt geen detail toe. Een afbeelding van 500px vergroot naar 2000px is waziger dan de originele 500px afbeelding weergegeven op 500px. Vergroot alleen wanneer je een specifiek groter formaat nodig hebt.
- Zowel breedte als hoogte opgeven met forcering. Dit rekt of drukt de afbeelding samen als de doelverhouding verschilt van de bron. Bewaar altijd de beeldverhouding tenzij je opzettelijk bijsnijdt.
- Verkleinen in JPEG en opnieuw opslaan. Elke JPEG-opslagcyclus past lossy compressie toe. Als je een JPEG verkleint en opslaat als JPEG, en daarna opnieuw verkleint en opslaat, krijg je samengesteld kwaliteitsverlies. Converteer eerst naar PNG, voer alle bewerkingen uit en exporteer als JPEG als laatste stap.
- Het verkeerde algoritme gebruiken voor het inhoudstype. Dichtstbijzijnde buur voor foto's (gepixeld) of Lanczos voor pixelart (vage randen) levert beide slechte resultaten op. Stem het algoritme af op de inhoud.
- Post-verkleining verscherping overslaan. Verkleinen maakt altijd iets zachter. Een subtiel onscherp masker herstelt de scherpte die de afbeelding er professioneel in plaats van iets wazig uit laat zien.
- DPI niet overwegen voor druk. Een afbeelding van 1200×900 bij 72 DPI drukt af als 16,7×12,5 inch bij zeer lage kwaliteit. Bij 300 DPI drukt het af als 4×3 inch bij uitstekende kwaliteit. DPI is alleen van belang voor fysieke drukuitvoer, niet voor schermen.
Een afbeelding verkleinen op Windows, Mac en iPhone
Windows: Paint
- Open de afbeelding in Paint en druk op Ctrl+W (Formaat wijzigen en scheeftrekken).
- Kies Pixels of Percentage en laat Hoogte-breedteverhouding behouden aangevinkt.
- Voer de nieuwe breedte in, klik op OK en sla op, bij voorkeur als PNG.
Mac: Voorvertoning
- Open de afbeelding en kies Extra → Pas grootte aan.
- Laat Schaal proportioneel aangevinkt en voer de nieuwe breedte of hoogte in.
- Klik op OK en gebruik daarna Archief → Exporteer om een kopie te bewaren.
iPhone: Opdrachten
De Foto's-app kan bijsnijden, maar niet het formaat wijzigen. Een opdracht met Select Photos, Resize Image en Save to Photo Album verkleint foto's naar de breedte die je instelt.