Bài toán phóng to

Bạn có một ảnh 500×500. Bạn cần kích thước 2000×2000 — để in, cho màn hình retina, cho banner. Ảnh có 250.000 pixel. Bạn cần 4 triệu. 3,75 triệu pixel còn thiếu phải đến từ đâu đó.

Đó là bài toán phóng to. Bạn không thể tạo ra thông tin chưa được ghi nhận — nhưng có thể ước lượng nó. Chất lượng của phép ước lượng quyết định ảnh phóng to trông sắc nét hay như một mảng mờ.

Vì sao phóng lớn ngây thơ thất bại

Cách đơn giản nhất: nhân đôi mỗi pixel. Một ảnh 500×500 trở thành 1000×1000 bằng cách biến mỗi pixel thành một khối 2×2. Kết quả là dạng pixelated — khối, với các ô vuông nhìn thấy được. Đây là nội suy "nearest-neighbor", và đó là điều mọi trình xem ảnh làm vào năm 1995.

Bước kế tiếp: nội suy bilinear. Cho mỗi pixel mới, lấy trung bình 4 pixel nguồn gần nhất. Kết quả mượt nhưng mờ — các biên mất độ nét, chữ trở nên mềm và chi tiết tinh tế biến mất. Nội suy bicubic (lấy trung bình 16 pixel nguồn với trọng số lập phương) tốt hơn một chút, nhưng vẫn tạo ra quầng sáng nhìn thấy quanh các biên.

Vấn đề căn bản: các phương pháp này không biết ảnh là gì. Chúng đối xử với mọi pixel như nhau — một pixel giữa bầu trời xanh nhận cùng xử lý như một pixel trên biên của một nét chữ sắc. Kết quả là đồng đều ở mức trung bình.

Lanczos: đường cơ sở chất lượng

Tái lấy mẫu Lanczos dùng một kernel cửa sổ sinc — một hàm toán học mà về lý thuyết, tái tạo hoàn hảo tín hiệu liên tục gốc từ các mẫu của nó. Trong thực tế, nó cho kết quả sắc nét hơn bicubic vì bảo tồn tốt hơn chi tiết tần số cao (các biên, chữ, texture tinh tế).

Sự đánh đổi là tính toán. Lanczos với kích thước kernel 3 (tiêu chuẩn) yêu cầu 36 pixel nguồn cho mỗi pixel đầu ra (cửa sổ 6×6), so với 16 của bicubic. Cho phép phóng 4× một ảnh 1000×1000, đó là 144 triệu lần tra cứu pixel. Trên CPU hiện đại, việc này mất 2-5 giây — chấp nhận được cho thao tác một lần, chậm cho thời gian thực.

Lanczos là đường cơ sở cho phóng to chất lượng. Mọi công cụ chuyên nghiệp — Photoshop, GIMP, ImageMagick — đều cung cấp. Các công cụ trên trình duyệt dùng Lanczos cho kết quả gần như không phân biệt được với phần mềm desktop.

Phóng lớn bằng AI: lời hứa

Các công cụ phóng lớn AI (real-ESRGAN, SwinIR, Topaz Gigapixel) dùng cách tiếp cận khác. Thay vì công thức toán học, chúng dùng mạng nơ-ron được huấn luyện trên hàng triệu cặp ảnh: phiên bản thấp và cao phân giải của cùng một bức ảnh. Mạng học cách "ảo giác" chi tiết thiếu — thêm texture, làm sắc biên và thậm chí tái tạo chữ.

Với một số loại ảnh nhất định, kết quả đáng kinh ngạc. Một ảnh khuôn mặt 500×500, được phóng lớn 4× bởi mô hình AI tốt, có thể trông như được chụp gốc ở 2000×2000. Mô hình "biết" khuôn mặt trông như thế nào và điền vào lỗ chân lông, tóc và texture da mà nguồn phân giải thấp không ghi nhận được.

Nhưng có một vấn đề: AI tạo ảo giác. Nó thêm chi tiết không có trong bản gốc — và đôi khi chi tiết đó sai. Một biển số mờ, khi được phóng lớn bằng AI, có thể hiện một con số hợp lý nhưng sai. Một ảnh phân giải thấp của một tòa nhà, khi phóng lên, có thể có thêm cửa sổ và gạch không tồn tại. Đây là "thiên kiến mô hình" — AI tạo ra cái nó nghĩ nên có, không phải cái thực sự có.

Khi nào dùng cái nào

Dùng Lanczos khi:

  • Bạn cần phóng lớn chính xác, trung thành (không chi tiết ảo giác).
  • Ảnh có chi tiết tinh tế cần bảo tồn chính xác (chữ, sơ đồ, pixel art).
  • Bạn cần kết quả có thể dự đoán, có thể tái tạo.
  • Bạn làm việc trong trình duyệt (không cần tải mô hình).

Dùng phóng lớn AI khi:

  • Ảnh là ảnh của chủ thể phổ biến (khuôn mặt, phong cảnh, tòa nhà).
  • Bạn muốn ảnh "trông đẹp" dù chi tiết bị tạo ra.
  • Bạn có thể chấp nhận tải mô hình 10-50 MB.
  • Bạn sẵn sàng chấp nhận rằng chi tiết phóng lớn có thể không chính xác.

Cho hầu hết trường hợp sử dụng — đồ họa web, ảnh cũ, bài đăng mạng xã hội — Lanczos là đủ và nhanh hơn. Cho phục hồi ảnh chuyên nghiệp hoặc in khổ lớn, phóng lớn AI đáng bỏ thêm thời gian.

Thủ thuật làm sắc nét

Bất kỳ phương pháp phóng lớn nào cũng được hưởng lợi từ một bước làm sắc nét sau đó. Lý do: phóng lớn trải chi tiết gốc ra nhiều pixel hơn, điều này làm mềm ảnh về mặt thị giác. Một unsharp mask nhẹ — vốn phát hiện biên và tăng cường tương phản cục bộ — phục hồi độ sắc nét cảm nhận mà không thêm thông tin mới.

Lượng làm sắc nét quan trọng. Quá ít, và ảnh phóng lớn trông mềm. Quá nhiều, và bạn có quầng sáng — viền sáng hoặc tối quanh các biên trông không tự nhiên. Cài đặt điển hình: amount 0,5, radius 0,7px, threshold 2. Việc này tăng cường biên mà không tạo nhiễu.

Phóng lớn để in

In yêu cầu 300 DPI (chấm trên mỗi inch). Một ảnh để in khổ 4×6 inch cần 1200×1800 pixel. Một ảnh độ phân giải web (800×600) cần được phóng lớn 1,5× theo chiều ngang và 3× theo chiều dọc để đáp ứng yêu cầu này.

Để in, Lanczos với làm sắc nét thường tốt hơn AI. In cho thấy từng pixel — texture do AI ảo giác trông ổn trên màn hình có thể trông "sai" trên giấy, đặc biệt với khuôn mặt và bàn tay nơi người xem có kỳ vọng mạnh.

Quyền riêng tư

Phóng lớn có thể chạy hoàn toàn trong trình duyệt. Thuật toán Lanczos là toán học thuần tú — không dữ liệu nào rời khỏi thiết bị. Các mô hình AI cũng có thể chạy trong trình duyệt qua ONNX Runtime Web hoặc TensorFlow.js, dù việc tải mô hình (10-50 MB) là chi phí một lần. Dù bằng cách nào, không ảnh nào được tải lên máy chủ.

Tương lai

Phóng lớn AI đang cải thiện nhanh chóng. Các công cụ phóng lớn dựa trên khuếch tán (cùng công nghệ đằng sau Stable Diffusion) giờ đây có thể tạo ra độ phóng đại 8× không phân biệt được về mặt thị giác so với ảnh phân giải cao gốc — cho đúng loại ảnh. Sự đánh đổi là tốc độ: phóng lớn khuếch tán mất 10-30 giây trên GPU, vài phút trên CPU.

Hiện tại, lựa chọn thực tế cho hầu hết người dùng là Lanczos + làm sắc nét. Nó nhanh, miễn phí, chạy trong mọi trình duyệt và tạo ra chất lượng "đủ tốt" cho 90% trường hợp sử dụng. Phóng lớn AI là lựa chọn đúng khi chất lượng quan trọng hơn tốc độ và khi loại ảnh là một loại mà mô hình AI đã được huấn luyện.