De près, la zone nette d’une seule photo peut être plus mince qu’une bague, une montre ou un flacon de parfum vu de biais, et fermer davantage le diaphragme adoucit toute l’image. Le stacking prend plutôt une série : la première vue est mise au point sur le bord le plus proche, chaque vue suivante un peu plus loin, jusqu’à ce que le bord le plus éloigné soit net. Un logiciel garde la partie la plus nette de chaque vue et les fusionne. Beaucoup d’appareils photo et certaines applications pour smartphone savent décaler la mise au point automatiquement.
Entre les vues, rien ne doit changer sauf la mise au point. L’appareil est sur trépied, le produit n’est pas touché et la lumière reste constante, ce qui exclut une fenêtre un jour de nuages changeants. Modifier la mise au point modifie aussi légèrement le cadrage, et le logiciel aligne les vues en conséquence. Les zones nettes de vues voisines doivent se chevaucher ; là où un pas est trop grand, une bande floue traverse le produit fini.
Le stacking a ses propres défauts. Un bord avant net sur un arrière-plan flou peut laisser un halo le long du contour. Le verre, les pierres, les chaînes qui se croisent et les fibres libres qui ont bougé entre les vues trompent la fusion et ressortent brouillés ou dédoublés. L’image fusionnée est vérifiée en taille réelle le long de chaque bord, car un maillon de chaîne dédoublé montre un produit qui n’existe pas. Le fond uni est ensuite nettoyé ou détouré comme d’habitude.