Il problema dell'upscaling

Hai una foto 500×500. Ti serve a 2000×2000 — per una stampa, uno schermo retina, un banner. La foto ha 250.000 pixel. Te ne servono 4 milioni. I 3,75 milioni di pixel mancanti devono venire da qualche parte.

Questo è il problema dell'upscaling. Non puoi creare informazioni che non sono state catturate — ma puoi stimarle. La qualità della stima determina se l'immagine ingrandita apparirà nitida o come una macchia sfocata.

Perché l'upscaling naïve fallisce

L'approccio più semplice: duplica ogni pixel. Un'immagine 500×500 diventa 1000×1000 trasformando ogni pixel in un blocco 2×2. Il risultato è pixelato — a blocchi, con quadrati visibili. È l'interpolazione "nearest-neighbor", ed è ciò che ogni visualizzatore di immagini faceva nel 1995.

Il passo successivo: interpolazione bilineare. Per ogni nuovo pixel, fai la media dei 4 pixel sorgente più vicini. Il risultato è fluido, ma sfocato — i bordi perdono definizione, il testo diventa morbido e i dettagli fini svaniscono. L'interpolazione bicubica (media di 16 pixel sorgente con una ponderazione cubica) è leggermente migliore, ma produce comunque aloni visibili attorno ai bordi.

Il problema fondamentale: questi metodi non sanno cosa sia l'immagine. Trattano ogni pixel allo stesso modo — un pixel in mezzo a un cielo blu riceve lo stesso trattamento di un pixel sul bordo di un tratto di testo netto. Il risultato è uniformemente mediocre.

Lanczos: la base di riferimento per la qualità

Il ricampionamento Lanczos usa un kernel a finestra sinc — una funzione matematica che, in teoria, ricostruisce perfettamente il segnale continuo originale dai suoi campioni. In pratica, produce risultati più nitidi del bicubico perché preserva meglio i dettagli ad alta frequenza (bordi, testo, texture fini).

Il compromesso è il calcolo. Lanczos con dimensione kernel 3 (lo standard) richiede 36 pixel sorgente per ogni pixel di output (finestra 6×6), rispetto ai 16 del bicubico. Per un upscaling 4× di un'immagine 1000×1000, sono 144 milioni di lookup di pixel. Su una CPU moderna, questo richiede 2-5 secondi — accettabile per un'operazione una tantum, lento per il tempo reale.

Lanczos è la base di riferimento per l'upscaling di qualità. Ogni strumento professionale — Photoshop, GIMP, ImageMagick — lo offre. Gli strumenti browser-based che usano Lanczos producono risultati quasi indistinguibili dal software desktop.

Upscaling con IA: la promessa

Gli upscaler IA (real-ESRGAN, SwinIR, Topaz Gigapixel) seguono un approccio diverso. Invece di una formula matematica, usano una rete neurale addestrata su milioni di coppie di immagini: versioni a bassa e ad alta risoluzione della stessa foto. La rete impara a "allucinare" i dettagli mancanti — aggiungendo texture, affilando i bordi e persino ricostruendo il testo.

Per certi tipi di immagine, i risultati sono sorprendenti. Una foto 500×500 di un volto, ingrandita 4× da un buon modello IA, può sembrare scattata originariamente a 2000×2000. Il modello "sa" che aspetto hanno i volti e ricostruisce pori, capelli e texture della pelle che la sorgente a bassa risoluzione non aveva catturato.

Ma c'è un problema: l'IA allucina. Aggiunge dettagli che non erano nell'originale — e a volte quei dettagli sono sbagliati. Una targa sfocata, ingrandita con IA, potrebbe mostrare un numero plausibile ma errato. Una foto a bassa risoluzione di un edificio, ingrandita, potrebbe acquisire finestre e mattoni che non esistono. Questo è il "bias del modello" — l'IA produce ciò che pensa dovrebbe esserci, non ciò che c'è davvero.

Quando usare quale

Usa Lanczos quando:

  • Ti serve un upscaling accurato e fedele (nessun dettaglio allucinato).
  • L'immagine ha dettagli fini che devono essere preservati esattamente (testo, diagrammi, pixel art).
  • Ti servono risultati prevedibili e riproducibili.
  • Lavori in un browser (nessun download di modello richiesto).

Usa l'upscaling IA quando:

  • L'immagine è una foto di un soggetto comune (volti, paesaggi, edifici).
  • Vuoi che l'immagine "appaia bella" anche se il dettaglio è inventato.
  • Puoi tollerare un download del modello di 10-50 MB.
  • Sei disposto ad accettare che il dettaglio ingrandito potrebbe non essere accurato.

Per la maggior parte dei casi d'uso — grafica web, vecchie foto, post sui social — Lanczos è sufficiente e più veloce. Per il restauro professionale di foto o la stampa a grandi dimensioni, l'upscaling IA vale il tempo extra.

Il trucco dell'affilatura

Qualsiasi metodo di upscaling beneficia di un passaggio di affilatura successivo. Il motivo: l'upscaling distribuisce il dettaglio originale su più pixel, il che ammorbidisce visivamente l'immagine. Una leggera maschera di contrasto — che rileva i bordi ed esalta il contrasto locale — ripristina la nitidezza percepita senza aggiungere nuove informazioni.

La quantità di affilatura conta. Troppo poca e l'immagine ingrandita risulta morbida. Troppa e ottieni aloni — contorni luminosi o scuri attorno ai bordi che sembrano innaturali. Un'impostazione tipica: quantità 0,5, raggio 0,7px, soglia 2. Questo esalta i bordi senza introdurre artefatti.

Upscaling per la stampa

La stampa richiede 300 DPI (punti per pollice). Una foto per una stampa 4×6 pollici richiede 1200×1800 pixel. Una foto a risoluzione web (800×600) deve essere ingrandita 1,5× in orizzontale e 3× in verticale per soddisfare questo requisito.

Per la stampa, Lanczos con affilatura è solitamente migliore dell'IA. La stampa mostra ogni pixel — la texture allucinata dall'IA che su schermo sta bene può apparire "sbagliata" su carta, soprattutto per volti e mani dove gli spettatori hanno aspettative forti.

Privacy

L'upscaling può girare interamente nel browser. L'algoritmo Lanczos è pura matematica — nessun dato lascia il dispositivo. Anche i modelli IA possono girare nel browser tramite ONNX Runtime Web o TensorFlow.js, anche se il download del modello (10-50 MB) è un costo una tantum. In ogni caso, nessuna immagine viene caricata su un server.

Il futuro

L'upscaling con IA sta migliorando rapidamente. Gli upscaler basati su diffusione (la stessa tecnologia dietro Stable Diffusion) possono ormai produrre ingrandimenti 8× visivamente indistinguibili dalle foto ad alta risoluzione native — per i tipi di immagine giusti. Il compromesso è la velocità: un upscaling a diffusione richiede 10-30 secondi su GPU, minuti su CPU.

Per ora, la scelta pratica per la maggior parte degli utenti è Lanczos + affilatura. È veloce, gratuito, gira in qualsiasi browser e produce una qualità "sufficientemente buona" per il 90% dei casi d'uso. L'upscaling con IA è la scelta giusta quando la qualità conta più della velocità e quando il tipo di immagine è uno su cui il modello IA è stato addestrato.