أداة تكبير الصور

تدّعي مواقع كثيرة تقديم "تكبير بالذكاء الاصطناعي" يجعل الصورة الصغيرة تبدو وكأنها التُقطت بكاميرا احترافية. تقدم هذه الأداة شيئاً أكثر دقة: تُكبّر صورتك باستخدام خوارزميات إعادة عينات حقيقية، عمرها عقود ومفهومة رياضياً بدقة — من نفس العائلة المستخدمة في برامج تحرير الصور الاحترافية قبل أن يُطلق أحد على أي شيء اسم "ذكاء اصطناعي" — وتُريك بالضبط كيف تُقارن هذه النتيجة بالتكبير الذي يُجريه متصفحك مجاناً.

هناك خوارزميتان مختلفتان فعلاً، لا خوارزمية واحدة بوصفَين. تستخدم إعادة عينات Lanczos نواة نافذة sinc — أي sinc(x) مضروبة في sinc(x/a) داخل نصف قطر دعم a=3 — وتعمل كمرشّح تمرير منخفض شبه مثالي، وتُنتج عادةً الحواف الأكثر حدة والأعلى تبايناً بين الخوارزميتين. تستخدم إعادة عينات bicubic نواة الالتفاف التكعيبي الكلاسيكية Keys (1981) مع a=-0.5 (ما يعادل شريحة Catmull-Rom)، وهي كثيرة حدود تكعيبية مقطعة بنصف قطر دعم 2، وتنتج نتائج أكثر نعومةً ونعومةً مع رنين أقل قرب الحواف الحادة. تُطبّق كلتاهما كالتفافَين منفصلَين حقيقيين: يُعاد تشكيل كل صف أولاً أفقياً، ثم يُعاد تشكيل كل عمود رأسياً، مع حساب أوزان النواة لكل بكسل ناتج وتطبيعها بحيث يكون مجموعها دائماً 1.

للمقارنة، تُنتج الأداة أيضاً نفس التكبير باستخدام ميزة التدرج الافتراضية في المتصفح لرسم الصور (imageSmoothingEnabled = true بجودتها الافتراضية) — طريقة عائلة bilinear السريعة التي تعتمد عليها كل أداة قائمة على canvas إن لم تنفذ شيئاً أفضل. وضعُها بجانب نتيجة Lanczos أو bicubic التي اخترتها يجعل قيمة إعادة العينات الحقيقية مرئية: حواف أكثر حدة وضبابية أقل عند نفس الدقة المستهدفة، من نفس البكسلات المصدر.

ما لن تفعله هذه الأداة هو اختراع تفاصيل لم تُلتقط قط. لا توجد شبكة عصبية تُخمّن كيف "ينبغي" أن يبدو خصل الشعر الضبابي أو لوحة الترخيص البعيدة — كل بكسل ناتج هو توليفة رياضية مُعرّفة بدقة من بكسلات المصدر الحقيقية. اختر 2x أو 3x أو 4x، واختر Lanczos أو bicubic، ونزّل النتيجة بصيغة PNG بالدقة الكاملة. كل شيء يعمل محلياً باستخدام واجهات المتصفح Canvas 2D وImageData فقط — ولا تُرفع صورتك إلى أي مكان أبداً.