Batch Image Upscaler
Upscale up to 500 photos at once 2×. Lanczos resampling + sharpen, 100% in your browser, results as ZIP.
Jatuhkan folder foto
atau pilih folder / berkas / ZIP
atau tempel (Ctrl+V)
Hingga 500 berkas — JPEG, PNG, WebP, GIF, AVIF, HEIC, BMP, SVG, ICO, TIFF — atau arsip ZIP
Mengapa menaikskala gambar secara batch
Saat Anda memiliki puluhan atau ratusan foto yang semua membutuhkan kenaikan resolusi yang sama, membuka setiap foto satu per satu membuang waktu. Penaikskalaan batch memungkinkan Anda memuat hingga 500 gambar, memilih satu faktor skala, dan menerima satu ZIP berisi PNG yang telah dinaikskalakan dan siap dipakai. Algoritma Lanczos 2-pass yang dipakai bersama menjaga setiap gambar tetap tajam tanpa usaha tambahan.
- 1Jatuhkan folder berisi hingga 500 gambar ke drop zone.
- 2Pilih faktor skala: 2×, 3×, 4×, 6×, atau 8×.
- 3Post-sharpen aktif secara default (unsharp mask).
- 4Klik Process — setiap gambar dinaikskalakan dengan Lanczos di thread utama.
- 5Unduh semuanya sebagai satu ZIP berisi PNG.
- Hingga 500 gambar per batch.
- Resampling Lanczos 2-pass (sama seperti alat tunggal).
- Skala: 2×, 3×, 4×, 6×, 8× (tidak ada kustom pada batch).
- Thread utama — tanpa Web Workers (UI bisa membeku pada batch besar).
- Output: PNG, nama file mendapat akhiran -upscaled-{scale}x; item gagal dilewati.
- •Memulihkan folder foto lama — perbesar pindaian resolusi rendah untuk cetak.
- •Memperbesar batch untuk cetak — mencapai DPI cetak untuk seluruh folder.
- •Batch aset web — naikskalakan ikon dan banner sekaligus.
- •Thumbnail hasil AI — perbesar batch keluaran AI yang kecil.
- •Batch wallpaper — naikskalakan ke resolusi layar penuh.
- •Crop yang dinaikskalakan — perbesar dan zoom ke wilayah yang dicrop.
Gunakan skala sedang untuk batch besar agar menghindari waktu pemrosesan lama. Proses dalam potongan bila UI membeku. Lakukan denoise pada sumber yang berisik lebih dulu untuk hasil lebih bersih.
- •Gunakan skala sedang (2× atau 3×) untuk batch besar.
- •Proses dalam potongan 50-100 bila UI membeku.
- •Denoise sumber berisik sebelum menaikskala.
- •Ekspor PNG untuk kualitas tanpa kehilangan.
- •Simpan yang asli — penaikskalaan tidak menambah detail nyata.
Semua berjalan di browser Anda. Resampling Lanczos dihitung secara lokal via Canvas. JSZip membangun ZIP di perangkat Anda. Tanpa unggah, tanpa daftar.
- •100% di browser — tanpa unggah gambar.
- •Resampling Lanczos dihitung secara lokal.
- •JSZip membangun ZIP di perangkat Anda.
- •Tanpa pendaftaran, tanpa server, tanpa pelacakan.
Pertanyaan Umum
Temukan jawaban atas pertanyaan paling populer tentang layanan, alat, dan fitur kami. Jika Anda tidak menemukan yang Anda butuhkan — tulis kepada kami.
Ia melakukan upscale batch hingga 500 gambar sekaligus dan mengemas semua file PNG yang di-upscale ke dalam satu ZIP yang bisa diunduh. Berjalan sepenuhnya di browser, di iPhone dan Android, dan gratis.
batchUpscaler memakai rutin upscaleImage bersama yang melakukan Lanczos resampling dalam dua pass (horizontal lalu vertikal). Lanczos adalah kernel resampling berkualitas tinggi yang menjaga tepi dan mengurangi artefak dibanding scaling bilinear atau nearest-neighbor sederhana.
Anda bisa memilih 2×, 3×, 4×, 6×, atau 8×. Berbeda dari upscaler gambar tunggal, versi batch tidak menawarkan scale kustom — hanya factor-factor preset ini.
Ya. Setelah upscale, unsharp mask post-sharpen diterapkan secara default untuk memulihkan ketajaman yang dipersepsikan dan dilembutkan oleh resampling.
Output hanya PNG, dibuat via canvas.toBlob. Tiap file diberi nama {original}-upscaled-{scale}x.png — misalnya photo.jpg di-upscale 4× menjadi photo-upscaled-4x.png, dan semua file dizip bersama.
Batas keras adalah MAX_FILES = 500 gambar per batch. Jika Anda menambah lebih banyak, file tambahan ditolak.
Ya. Anda bisa mencampur JPEG, PNG, WebP, GIF, AVIF, HEIC, BMP, SVG, dan TIFF dalam batch yang sama — setiap input yang diterima dinormalisasi dan diekspor sebagai PNG.
Tanpa Web Workers — semuanya berjalan di main thread. Lanczos berat di CPU, jadi selama batch besar UI browser bisa membeku atau terasa tidak responsif. Jujur: tidak ada thread latar yang menanggung beban. Untuk batch yang sangat besar, proseslah dalam chunks lebih kecil.
Alat terkait
Lanjutkan dengan alat yang cocok dengan ini
