Jak działa powiększanie AI
Zwykłe skalowanie rozciąga piksele, które już masz, więc mały obraz robi się tylko bardziej rozmyty. Real-ESRGAN to sieć superrozdzielczości trenowana na parach ostrych i zdegradowanych zdjęć: przewiduje, jak najprawdopodobniej wyglądał brakujący szczegół, i go dorysowuje, odtwarzając krawędzie, tekst i fakturę podczas powiększania obrazu 2× lub 4×.
Prześlij JPG, PNG lub WebP, wybierz współczynnik i pobierz wynik jako PNG. Duże obrazy są przetwarzane w nakładających się kafelkach, więc cały obraz jest traktowany tak samo niezależnie od rozmiaru. Aby potem zmniejszyć plik, przepuść PNG przez PNG na JPG.
Co model robi dobrze, a z czym sobie nie radzi
Najwyraźniejszy zysk dają zdjęcia i ilustracje po prostu za małe: miniatury, stare zdjęcia z telefonu, zdjęcia produktów z katalogu, logotypy zapisane w rozdzielczości webowej. Przy okazji wygładzane są bloki kompresji JPEG, co często poprawia obraz jeszcze przed uwzględnieniem powiększenia.
Sieć wymyśla szczegóły, więc nie odzyska tekstu już nieczytelnego ani nie odtworzy twarzy o szerokości kilku pikseli; w takich przypadkach daje wiarygodny, ale niekoniecznie poprawny wynik. Silny szum, rozmycie ruchu i znaki wodne są powiększane razem z resztą.
Typowe zastosowania
Drukarnie potrzebują co najmniej 150–300 pikseli na cal; powiększenie 4× zamienia obraz webowy o szerokości 1000 pikseli w taki, który czysto drukuje się w formacie pocztówki. Sprzedawcy internetowi powiększają zdjęcia od dostawców do minimalnych wymiarów marketplace'ów, a projektanci ratują logotypy i ikony, z których została tylko mała kopia.
Powiększone zrzuty ekranu pozostają czytelne na ekranach o wysokiej rozdzielczości, a archiwalne skany i zdjęcia ze starych aparatów zyskują rozdzielczość wystarczającą do slajdów i prezentacji.
Limity i rozmiary plików
Wynik jest ograniczony do 16 megapikseli: obraz do 4 megapikseli można powiększyć 2×, a do 1 megapiksela 4×. Większe pliki są odrzucane z komunikatem podającym limit, bo wynik przekroczyłby to, co większość urządzeń otwiera bez problemu.
Wynik jest zapisywany jako bezstratny PNG, kilka razy większy niż źródłowy JPG. Kompresja obrazu zmniejsza go na potrzeby sieci bez zmiany rozmiaru w pikselach. Przetwarzanie działa na GPU; powiększenie 4× zdjęcia o 1 megapikselu trwa kilka sekund.