Tatizo la upscaling

Una picha ya 500×500. Unaihitaji kwa 2000×2000 — kwa chapisho, skrini ya retina, bendera. Picha ina pikseli 250,000. Unahitaji milioni 4. Pikseli 3.75 milioni zinazokosa lazima zitokee mahali.

Hili ndilo tatizo la upscaling. Huwezi kuunda taarifa ambayo haikukamatwa — lakini unaweza kuidadiria. Ubora wa makadirio huamua kama picha iliyopanuliwa itaonekana kali au kama machafuko yaliyofifia.

Kwa nini upscaling wa kijinga unashindwa

Njia rahisi zaidi: nakili kila pikseli. Picha ya 500×500 inakuwa 1000×1000 kwa kubadilisha kila pikseli kuwa kizuizi cha 2×2. Matokeo yana pikseli nyingi — vimetengwa, na miraba inayoonekana. Hii ni upimaji wa "nearest-neighbor", na ndiyo iliyofanyika na kila kituo cha picha mwaka 1995.

Hatua inayofuata: upimaji wa bilinear. Kwa kila pikseli mpya, wastani wa pikseli 4 za chanzo zilizo karibu zaidi. Matokeo ni laini, lakini yamefifia — kingo hukosa ufafanuzi wao, maandishi yanakuwa laini, na undani mdogo unapotea. Upimaji wa bicubic (wastani wa pikseli 16 za chanzo wenye uzito wa cubic) ni bora kidogo, lakini bado hutoa halo zinazoonekana karibu na kingo.

Tatizo la msingi: njia hizi hazijui picha ni nini. Huzitibu kila pikseli sawa — pikseli katikati ya anga la buluu hupata matibabu sawa na pikseli kwenye kingo ya kiharusi kali cha maandishi. Matokeo ni wastani wa kawaida kila mahali.

Lanczos: msingi wa ubora

Resampling ya Lanczos hutumia kernel yenye dirisha la sinc — kazi ya hesabu ambayo, kinadharia, inarekebisha kikamilifu ishara ya pamoja ya asili kutoka kwa sampuli zake. Kwa vitendo, hutoa matokeo makali zaidi kuliko bicubic kwa sababu huhifadhi undani wa masafa ya juu (kingo, maandishi, unyofu mdogo) vizuri zaidi.

Mazigamkini ni hesabu. Lanczos yenye ukubwa wa kernel ya 3 (kiwango) inahitaji pikseli 36 za chanzo kwa kila pikseli ya matokeo (dirisha la 6×6), ikilinganishwa na 16 ya bicubic. Kwa upscaling wa mara 4 wa picha ya 1000×1000, hiyo ni utafutaji wa pikseli milioni 144. Kwenye CPU ya kisasa, hii inachukua sekunde 2-5 — inakubalika kwa mara moja, polepole kwa wakati halisi.

Lanczos ndiye msingi wa upscaling wa ubora. Kila zana ya kitaalamu — Photoshop, GIMP, ImageMagick — inatoa. Zana zinazotegemea kivinjari zinazotumia Lanczos hutoa matokeo ambayo ni karibu yasitofautishwe na programu za eneo-kazi.

Upscaling wa AI: ahadi

Upscaler wa AI (real-ESRGAN, SwinIR, Topaz Gigapixel) huchukua mbinu tofauti. Badala ya fomula ya hesabu, wanatumia mtandao wa neva uliofundishwa kwa mamilioni ya jozi za picha: toleo la uwiano wa chini na wa juu la picha ile ile. Mtandao hujifunza "kuota" undani uliokosekana — kuongeza muundo, kukaza kingo, na hata kujenga upya maandishi.

Kwa aina fulani za picha, matokeo ni ya kushangaza. Picha ya 500×500 ya uso, iliyopanuliwa mara 4 na mfano mwema wa AI, inaweza kuonekana kama ilipigwa asilia kwa 2000×2000. Mfano "hujua" jinsi nyuso zinavyoonekana, na hujaza tundu, nywele, na muundo wa ngozi ambao chanzo cha uwiano wa chini hakukupata.

Lakini kuna mtego: AI inaota. Inaongeza undani ambao haukuwepo kwenye asili — na wakati mwingine undani huo ni mbaya. Plati ya leseni iliyofifia, iliyopanuliwa na AI, inaweza kuonyesha nambari inayoonekana kuwa ya kawaida lakini si sahihi. Picha ya uwiano wa chini ya jengo, iliyopanuliwa, inaweza kupata madirisha na matofali yasiyopo. Hii ni "upendeleo wa mfano" — AI hutoa kile inachofikiria kinapaswa kuwapo, si kile kinachopo kweli.

Lini kutumia kipi

Tumia Lanczos wakati:

  • Unahitaji upscaling sahihi na mwaminifu (hakuna undani uliootwa).
  • Picha ina undani mdogo ambao lazima uhifadhiwe kikamilifu (maandishi, michoro, sanaa ya pikseli).
  • Unahitaji matokeo yanayotabirika na kuzalishwa tena.
  • Unafanya kazi kwenye kivinjari (hakuna haja ya kupakua mfano).

Tumia upscaling wa AI wakati:

  • Picha ni foto ya somo la kawaida (nyuso, mandhari, majengo).
  • Unataka picha "ionekane nzuri" hata kama undani umezubaa.
  • Unaweza kuvumilia kupakua mfano wa 10-50 MB.
  • Uko tayari kukubali kwamba undani uliopanuliwa huenda usiwe sahihi.

Kwa matumizi mengi — michoro ya wavuti, picha za zamani, machapisho ya mitandao ya kijamii — Lanczos ni wa kutosha na haraka. Kwa urejeshi wa picha wa kitaalamu au uchapishaji kwa saizi kubwa, upscaling wa AI unastahili muda wa ziada.

Mbinu ya kukaza

Njia yoyote ya upscaling inanufaika na ufanisi wa kukaza baadaye. Sababu: upscaling husambaza undani wa asili kwenye pikseli zaidi, ambayo huififia picha kwa kuona. Unsharp mask nyepesi — ambayo hugundua kingo na kuongeza mgongano wa karibu — inarejesha ukali unaosikika bila kuongeza taarifa mpya.

Kiasi cha kukaza ni muhimu. Kidogo sana, na picha iliyopanuliwa inaonekana laini. Sana, na unapata halo — michoro yenye mwanga au giza karibu na kingo inayoonekana isiyo ya asili. Mipangilio ya kawaida: kiasi 0.5, radius 0.7px, kizingiti 2. Hii inaboresha kingo bila kuleta artifacts.

Upscaling kwa uchapishaji

Uchapishaji unahitaji 300 DPI (nukta kwa inchi). Picha kwa chapisho la 4×6 inchi inahitaji pikseli 1200×1800. Picha ya uwiano wa wavuti (800×600) inahitaji kupanuliwa mara 1.5 kiwima na mara 3 kiwima kukidhi mahitaji haya.

Kwa uchapishaji, Lanczos pamoja na kukaza kwa kawaida ni bora kuliko AI. Uchapishaji unaonyesha kila pikseli — muundo uliootwa na AI unaonekana mzuri kwenye skrini unaweza kuonekana "mbaya" kwenye karatasi, hasa kwa nyuso na mikono ambapo watazamao wana matarajio makali.

Faragha

Upscaling unaweza kuendesha kabisa kwenye kivinjari. Algorithm ya Lanczos ni hesabu tupu — hakuna data inayoondoka kwenye kifaa. Mfano wa AI pia unaweza kuendesha kwenye kivinjari kupitia ONNX Runtime Web au TensorFlow.js, ijapokuwa kupakua mfano (10-50 MB) ni gharama ya mara moja. Kwa njia yoyote, hakuna picha inayopakiwa kwenye seva.

Mustakabali

Upscaling wa AI unaboreshwa haraka. Upscaler anayetegemea diffusion (teknojia ile ile inayosimama nyuma ya Stable Diffusion) sasa wanaweza kutoa ukuaji wa mara 8 ambao haueleweki kwa kuona kutoka kwa picha za uwiano wa juu za asili — kwa aina sahihi ya picha. Mazigamkini ni kasi: upscaling wa diffusion huchukua sekunde 10-30 kwenye GPU, dakika kwenye CPU.

Kwa sasa, chaguo la kiutendaji kwa watumiaji wengi ni Lanczos + sharpen. Ni haraka, bure, inaendeshwa kwenye kivinjari chochote, na hutoa ubora wa "wa kutosha" kwa 90% ya matumizi. Upscaling wa AI ni chaguo sahihi wakati ubora unazidi kasi, na wakati aina ya picha ni mojawapo ambayo mfano wa AI ulifundishwa.