Ang problema sa pagtaas ng resolusyon

Mayroon kang isang larawan na 500×500. Kailangan mo itong maging 2000×2000 — para sa isang print, isang retina display, o isang banner. Ang larawan ay may 250,000 pixel. Kailangan mo ng 4 milyong pixel. Ang nawawalang 3.75 milyong pixel ay kailangang galing sa isang lugar.

Ito ang problema sa pagtaas ng resolusyon. Hindi ka makakagawa ng impormasyon na hindi naipon — ngunit maaari mong suriin ito. Ang kalidad ng pag-suri ang nagtutukoy kung ang taasang larawan ay magmukhang malinaw o tulad ng isang malabong kaguluhan.

Bakit ang simpleng pagtaas ng resolusyon ay nabibigo

Pinakasimpleng paraan: i-duplicate ang bawat pixel. Ang isang larawang 500×500 ay nagiging 1000×1000 sa pamamagitan ng pagbabawas ng bawat pixel sa isang bloke na 2×2. Ang resulta ay may mga pixel — bloke, may nakikitang mga kwadrado. Ito ang "nearest-neighbor" interpolation, at ito ang ginagawa ng lahat ng viewer ng larawan noong 1995.

Susunod na hakbang: bilinear interpolation. Para sa bawat bagong pixel, i-average ang 4 pinakamalapit na pinagmulang pixel. Ang resulta ay malinaw, ngunit malabo — ang mga gilid ay nawawala sa kanilang depinisyon, ang tekstu ay nagiging malambot, at mga detalyeng maliit ay nawawala. Ang bicubic interpolation (pag-aaverage ng 16 pinagmulang pixel may cubic weighting) ay kaunting mas mahusay, ngunit naglalarawan pa rin ng mga halos na makikita sa palibot ng mga gilid.

Ang pundamental na problema: ang mga paraang ito ay hindi alam kung ano ang larawan. Tinuturing nila ang bawat pixel na pareho — isang pixel sa gitna ng isang langawit na langit ay nakatanggap ng parehong pagtuturing kaysa sa isang pixel sa gilid ng isang malinaw na linya ng tekstu. Ang resulta ay pantay-pantay na medyo-ok.

Lanczos: ang batayan para sa kalidad

Ang Lanczos resampling ay gumagamit ng isang sinc-windowed kernel — isang matematikal na punsyon na, sa teorya, ay muling nagbubuo ng orihinal na tuloy-tuloy na senyal mula sa kanyang mga sample. Sa praktikal na gamit, ito ay nagbubunga ng mas malinaw na resulta kaysa sa bicubic dahil ito ay nagpapanatili ng detalyeng mataas na dalas (mga gilid, tekstu, mga detalyeng maliit) mas mahusay.

Ang kalakalan ay ang komputasyon. Ang Lanczos na may kernel size na 3 (ang pamantayan) ay nangangailangan ng 36 pinagmulang pixel bawat output pixel (window na 6×6), kumpara sa bicubic na 16. Para sa isang pagtaas ng 4× ng isang larawang 1000×1000, iyon ay 144 milyong pixel lookup. Sa isang modernong CPU, ito ay tumatagal ng 2-5 segundo — maayos para sa isang beses, mabagal sa real-time.

Ang Lanczos ay ang batayan para sa pagtaas ng resolusyon na may kalidad. Ang bawang propesyonal na tool — Photoshop, GIMP, ImageMagick — ay nag-aalok nito. Ang mga browser-based tool na gumagamit ng Lanczos ay nagbubunga ng mga resulta na halos hindi maihihiwaian mula sa desktop software.

AI upscaling: ang pangako

Ang mga AI upscaler (real-ESRGAN, SwinIR, Topaz Gigapixel) ay gumagamit ng ibang paraan. Sa halip na isang matematikong pormula, gumagamit sila ng isang neural network na na-train sa milyun-milyong pares ng larawan: mababang resolusyon at mataas na resolusyon na bersyon ng parehong litrato. Ang network ay nag-aaral na "hallucinate" ang nawawalang detalyo — pagdaragdag ng tekstura, pagpabilis ng mga gilid, at muling pagbubuo ng tekstu.

Para sa ilang uri ng larawan, ang mga resulta ay nakakaganda. Isang larawang 500×500 ng mukha, na taasang 4× ng isang mabuting AI model, ay mukhang tulad ng orihinal na kinunan sa 2000×2000. Ang modelo ay "alam" kung ano ang mukha ng tao, at ginagawa nitong punan ang mga poro, buhok, at tekstura ng balat na hindi naipon ng pinagmulang mababang resolusyon.

Ngunit may isang problema: ang AI ay nag-hallucinate. Idinaragda nito ang detalyo na hindi sa orihinal — at minsan, ang detalyong iyon ay mali. Isang malabong plaka ng sasakyan, na taasang AI, ay maaaring magpakita ng isang plausible-looking ngunit maling numero. Isang mababang-resolusyon na litrato ng isang gusali, na taasang, ay maaaring makakuha ng mga bintana at brick na hindi umiiral. Ito ay "model bias" — ang AI ay nagbubunga ng kung ano niyang nararating na dapat nandun, hindi kung ano talaga nandun.

Kapag gamitin ang bawat isa

Gumamit ng Lanczos kapag:

  • Kailangan mo ng tumpak, tapat na pagtaas ng resolusyon (walang hallucinated detail).
  • Ang larawan ay may mga detalyeng maliit na dapat na preserbado eksakto (tekstu, diagrama, pixel art).
  • Kailangan mo ng maaasahan, muling makikita na mga resulta.
  • Ikaw ay nagtatrabaho sa isang browser (wala nang kailangang i-download na modelo).

Gumamit ng AI upscaling kapag:

  • Ang larawan ay isang litrato ng isang karaniwang paksa (mga mukha, tanawin, gusali).
  • Gusto mong ang larawan ay "maganda" kahit na ang detalyo ay imbensyon.
  • Maaari mong sundan ang isang pag-download ng modelo na 10-50 MB.
  • Handa ka na tanggapin na ang taasang detalyo ay maaaring hindi tumpak.

Para sa karamihan ng mga paggamit — web graphics, lumang mga litrato, mga post sa social media — ang Lanczos ay sapat at mas mabilis. Para sa propesyonal na pagpapaayos ng litrato o pag-print sa malaking sukat, ang AI upscaling ay sulit ang karagdagang oras.

Ang trahikong pagpabilis

Anuman ang paraan ng pagtaas ng resolusyon, nakinabang ito sa isang pasulong na pagpabilis. Dahilan: ang pagtaas ng resolusyon ay nagpapalaganap ng orihinal na detalyo sa higit na mga pixel, na biswal ay nagpapababa ng katapatan ng larawan. Isang liwanag na unsharp mask — na nagdedekta ng mga gilid at pinapainam ang lokal na kontrasta — ay bumabalik sa nararamdaman ng katapatan nang hindi nagdaragdag ng bagong impormasyon.

Ang dami ng pagpabilis ay mahalaga. Masyadong kaunti, at ang taasang larawan ay mukhang malambot. Masyadong marami, at makakakuha ka ng mga halos — mga maliwanag o madilim na balangkas sa palibot ng mga gilid na mukang hindi natural. Isang tipikal na setting: halaga 0.5, radius 0.7px, threshold 2. Ito ay pinapainam ang mga gilid nang hindi nagdaragdag ng mga artifact.

Pagtaas ng resolusyon para sa print

Ang print ay nangangailangan ng 300 DPI (dots per inch). Isang litrato para sa isang print na 4×6 na pulgada ay nangangailangan ng 1200×1800 na pixel. Isang litrato na may resolusyon para sa web (800×600) ay kailangang taasan ng 1.5× pahorizontal at 3× pabertikal upang matugunan ang pangangailangang ito.

Para sa print, ang Lanczos na pagpabilis ay karaniwang mas mahusay kaysa sa AI. Ang print ay nagpapakita ng bawat pixel — ang AI-hallucinated texture na maganda sa screen ay maaaring mukang "mali" sa papel, lalo na para sa mga mukha at mga kamay kung saan may malakas na inaasahan ang mga manonood.

Privacy

dapat na maaaring patakbuhin ang pagtaas ng resolusyon nang buo sa loob ng browser. Ang Lanczos algorithm ay purong matematika — walang datos ang umalis sa device. Maaari ring patakbuhin ang mga AI model sa loob ng browser via ONNX Runtime Web o TensorFlow.js, bagama't ang pag-download ng modelo (10-50 MB) ay isang beses na gastusin. Sa anumang paraan, walang larawan ang na-upload sa isang server.

Kinabukasan

Ang AI upscaling ay nagpapaunlad nang mabilis. Ang mga diffusion-based upscaler (parehong teknolohya sa likod ng Stable Diffusion) ay maaari na ngayong bumuo ng pagtaas ng resolusyon na 8× na biswal na hindi maihihiwaian mula sa mga orihinal na mataas na resolusyon na litrato — para sa tama na uri ng larawan. Ang kalakalan ay bilis: isang diffusion upscale ay tumatagal ng 10-30 segundo sa isang GPU, mga minuto sa isang CPU.

Ngayon, ang praktikal na pagpili para sa karamihan ng mga user ay Lanczos + pagpabilis. Ito ay mabilis, libre, pumupunta sa anumang browser, at nagbubunga ng kalidad na "sapat na mahusay" para sa 90% ng mga paggamit. Ang AI upscaling ang tamang pagpili kapag ang kalidad ay mahalaga kaysa sa bilis, at kapag ang uri ng larawan ay isa na ang AI model ay na-train doon.