ترقية الصورة

تعد الكثير من المواقع "بترقية الذكاء الاصطناعي" التي تجعل الصورة الصغيرة تبدو وكأنها تم التقاطها باستخدام معدات احترافية. تقوم هذه الأداة بشيء أكثر صدقًا: فهي تقوم بتكبير صورتك باستخدام خوارزميات إعادة تشكيل حقيقية عمرها عقود ومفهومة رياضيًا جيدًا - نفس العائلة المستخدمة في برامج تحرير الصور الاحترافية قبل فترة طويلة من تسمية أي شخص بأي شيء "AI" - وتظهر لك بالضبط كيف يقارن ذلك بالقياس الذي يقوم به متصفحك مجانًا بالفعل.

يتم تنفيذ خوارزميتين مختلفتين تمامًا، وليس خوارزمية واحدة ذات علامتين. تستخدم عملية إعادة أخذ العينات من Lanczos نواة سينك ذات إطارات — sinc(x) مضروبة في sinc(x/a) داخل نصف قطر دعم يبلغ a=3 — والذي يعمل بمثابة مرشح تمرير منخفض شبه مثالي ويميل إلى إنتاج الحواف الأكثر وضوحًا وأعلى تباينًا بين الاثنين. تستخدم إعادة التشكيل Bicubic نواة الالتواء المكعبة الكلاسيكية Keys (1981) مع a=-0.5 (أي ما يعادل خط Catmull-Rom)، وهو متعدد الحدود المكعب متعدد الحدود مع نصف قطر دعم قدره 2 الذي ينتج نتائج أكثر سلاسة ونعومة مع رنين أقل بالقرب من الحواف الصلبة. يتم تطبيق كلاهما كالتفافات حقيقية قابلة للفصل: يتم إعادة تشكيل كل صف أفقيًا أولاً، ثم يتم إعادة تشكيل كل عمود عموديًا، مع حساب أوزان kernel لكل بكسل مخرج وتطبيعها بحيث يكون مجموعها دائمًا 1.

للمقارنة، تعرض الأداة أيضًا نفس التكبير باستخدام مقياس drawImage الافتراضي الخاص بالمتصفح (imageSmoothingEnabled = true، الجودة الافتراضية) - طريقة العائلة الثنائية السريعة التي تلجأ إليها كل أداة تعتمد على لوحة الرسم إذا لم تنفذ أي شيء أفضل. وضعه بجوار نتيجة Lanczos أو bicubic التي اخترتها يجعل قيمة إعادة التشكيل الحقيقية مرئية: حواف أكثر وضوحًا وأقل ضبابية بنفس دقة الهدف، من نفس وحدات البكسل المصدر.

ما لن تفعله هذه الأداة هو اختراع تفاصيل لم يتم التقاطها مطلقًا. لا توجد شبكة عصبية يمكنها تخمين الشكل الذي "يجب" أن تبدو عليه رقعة الشعر الباهتة أو لوحة الترخيص البعيدة - فكل بكسل ناتج عبارة عن مزيج مرجح محدد رياضيًا من وحدات البكسل الحقيقية المصدر. اختر 2x أو 3x أو 4x، واختر Lanczos أو bicubic، وقم بتنزيل النتيجة بتنسيق PNG بدقة كاملة. يتم تشغيل كل شيء محليًا باستخدام Canvas 2D وImageData APIs الخاصين بالمتصفح - ولا يتم تحميل صورتك في أي مكان على الإطلاق.