Bild-Upscaler

Viele Seiten versprechen „KI-Upscaling“, das ein kleines Foto aussehen lässt, als wäre es mit Profi-Equipment aufgenommen. Dieses Tool macht etwas Ehrlicheres: Es vergrößert Ihr Bild mit echten, jahrzehntealten, mathematisch gut verstandenen Neuberechnungs-Algorithmen – derselben Familie, die in professioneller Bildbearbeitungssoftware verwendet wurde, lange bevor irgendjemand etwas „KI“ nannte – und zeigt Ihnen genau, wie das im Vergleich zu der Skalierung abschneidet, die Ihr Browser ohnehin kostenlos durchführt.

Es sind zwei wirklich unterschiedliche Algorithmen implementiert, nicht ein Algorithmus mit zwei Bezeichnungen. Die Lanczos-Neuberechnung verwendet einen Windowed-Sinc-Kernel – sinc(x) multipliziert mit sinc(x/a) innerhalb eines Stützradius von a=3 –, der als nahezu idealer Tiefpassfilter wirkt und von beiden tendenziell die schärfsten, kontrastreichsten Kanten erzeugt. Die bikubische Neuberechnung verwendet den klassischen kubischen Faltungskernel nach Keys (1981) mit a=-0,5 (entspricht einem Catmull-Rom-Spline), ein stückweise kubisches Polynom mit Stützradius 2, das weichere, sanftere Ergebnisse mit weniger Überschwingern an harten Kanten liefert. Beide werden als echte separable Faltungen angewandt: Zuerst wird jede Zeile horizontal neu berechnet, dann jede Spalte vertikal, wobei die Kernelgewichte pro Ausgabepixel berechnet und so normalisiert werden, dass ihre Summe immer 1 ergibt.

Zum Vergleich rendert das Tool dieselbe Vergrößerung auch mit der standardmäßigen drawImage-Skalierung des Browsers (imageSmoothingEnabled = true, Standardqualität) – der schnellen bilinearen Methode, auf die jedes Canvas-basierte Tool zurückfällt, wenn es nichts Besseres implementiert. Direkt neben dem von Ihnen gewählten Lanczos- oder bikubischen Ergebnis platziert, wird der Wert echter Neuberechnung sichtbar: schärfere Kanten und weniger Unschärfe bei gleicher Zielauflösung, aus denselben Quellpixeln.

Was dieses Tool nicht tut, ist, Details zu erfinden, die nie aufgenommen wurden. Kein neuronales Netzwerk rät, wie ein unscharfer Haarbereich oder ein entferntes Nummernschild „aussehen sollte“ – jedes Ausgabepixel ist eine mathematisch definierte gewichtete Kombination echter Quellpixel. Wählen Sie 2x, 3x oder 4x, entscheiden Sie sich für Lanczos oder bikubisch und laden Sie das Ergebnis als PNG in voller Auflösung herunter. Alles läuft lokal mit den bordmittelseitigen Canvas-2D- und ImageData-APIs – Ihr Bild wird niemals irgendwohin hochgeladen.