Over QuietPix
Waarom dit bestaat
De meeste gratis afbeeldingstools uploaden je bestanden naar een server. Servers kosten geld, dus voegen die tools limieten toe: daglimieten, plafonds voor bestandsgrootte, watermerken, creditsystemen. En je foto’s, documenten en ontwerpen belanden op de machine van iemand anders. QuietPix kiest een andere weg. Moderne browsers kunnen dezelfde codecs en AI-modellen draaien als servers, rechtstreeks op je apparaat, dankzij WebAssembly. Dus sturen wij de motor naar jou. Je bestanden blijven waar ze horen. Onze kosten blijven vrijwel nul. De tools blijven gratis en onbeperkt.
De cijfers achter de aanpak
Deze architectuur werkt omdat het speelveld is verschoven: WebAssembly draait tegenwoordig in ongeveer 97% van de gebruikte browsers, en daarom draait een codec die vroeger een serverpark nodig had nu gewoon in je tabblad. Ondertussen zijn de kosten van het oude model reëel: e-mailbijlagen worden onderweg zo’n 33% groter door base64-codering (RFC 2045), en Windows levert HEVC/HEIC-ondersteuning vanwege codeclicenties nog altijd als betaalde add-on in de Microsoft Store. Elke QuietPix-tool bestaat ergens in die kloof: capabele browsers, willekeurige limieten en bestandsformaten die weigeren te openen.
Hoe het is gebouwd
QuietPix is gebouwd door een engineer die dit goed wil doen. Elke tool wordt gedekt door geautomatiseerde tests die echte foto’s door de echte pipeline in een echte browser halen voordat een wijziging live gaat. De site heeft helemaal geen backend. Er valt niets te hacken, niets te lekken en niets op te vragen via een gerechtelijk bevel.
Opensourcelicenties
QuietPix steunt op uitstekende opensourcesoftware die volledig in je browser draait. In het bijzonder: ffmpeg.wasm (de kern is gelicentieerd onder GPL-2.0-or-later; de volledige broncode is beschikbaar in die repository en in de upstream-projecten FFmpeg en x264), libheif (LGPL-3.0) voor het decoderen van HEIC, PDF.js en pdf-lib voor pdf-werk, Squoosh-codecs voor AVIF en WebP, en Transformers.js met ONNX Runtime voor AI op het apparaat. De AI-modellen zijn ook open source: GFPGAN (Apache-2.0) voor gezichtsherstel, DDColor (Apache-2.0) voor inkleuring, MODNet (Apache-2.0) voor achtergrondverwijdering, Swin2SR (Apache-2.0) voor opschalen, en de YuNet-gezichtsdetector uit de OpenCV Zoo (MIT). We zijn al hun beheerders dankbaar.
Contact
Feedback en vragen: infoquietpix@gmail.com
Zo werkt het
Sleep je bestanden hierboven, kies de kwaliteit en download elk resultaat los of alles samen als ZIP. Je kunt zelfs je internetverbinding verbreken voordat je converteert.