0

छवि अपस्केलर

वास्तविक लैंज़ोस या बाइक्यूबिक कन्वोल्यूशन रेज़ैम्पलिंग का उपयोग करके एक छवि को 2x, 3x या 4x बड़ा करें, ब्राउज़र के डिफ़ॉल्ट बिलिनियर स्केलिंग के विरुद्ध ईमानदारी से कंधे से कंधा मिलाकर दिखाया गया है - क्लासिक रेज़ैम्पलिंग, एआई नहीं।

🔎

छवि को यहां खींचें और छोड़ें

पीएनजी, जेपीजी, वेबपी का समर्थन करता है

ईमानदार अस्वीकरण: यह क्लासिक रीसैंपलिंग है, एआई नहीं। यह वास्तविक गणित का उपयोग करके आपकी छवि को बड़ा करता है - कोई नया विवरण आविष्कार नहीं किया गया है, और बढ़िया बनावट जो मूल में नहीं है वह जादुई रूप से यहां दिखाई नहीं देगी।

Buy Me a Coffee at ko-fi.com
प्रसंस्करण... 0%
छवि लोड हो रही है
कनवल्शन कर्नेल की गणना
पंक्तियों और स्तंभों का पुनः नमूनाकरण
हो गया

नतीजा

Preview Output

बहुत सी साइटें "एआई अपस्केलिंग" का वादा करती हैं जो एक छोटी तस्वीर को ऐसा बनाती है जैसे कि इसे पेशेवर गियर पर शूट किया गया हो। यह उपकरण कुछ अधिक ईमानदार कार्य करता है: यह वास्तविक, दशकों पुराने, गणितीय रूप से अच्छी तरह से समझे जाने वाले रेज़ैम्पलिंग एल्गोरिदम का उपयोग करके आपकी छवि को बड़ा करता है - वही परिवार जो पेशेवर छवि-संपादन सॉफ़्टवेयर में बहुत पहले उपयोग किया जाता था, जिसे किसी ने भी "एआई" कहा था - और आपको दिखाता है कि यह आपके ब्राउज़र द्वारा पहले से ही मुफ्त में किए जाने वाले स्केलिंग की तुलना कैसे करता है।

दो वास्तविक भिन्न एल्गोरिदम लागू किए गए हैं, न कि दो लेबल वाला एक एल्गोरिदम। लैंज़ोस रेज़ैम्पलिंग एक विंडोड सिनक कर्नेल का उपयोग करता है - सिनक (x) को सिनक (x/a) द्वारा a = 3 के समर्थन त्रिज्या के भीतर गुणा किया जाता है - जो एक आदर्श कम-पास फिल्टर के रूप में कार्य करता है और दोनों के सबसे तेज, उच्चतम-विपरीत किनारों का उत्पादन करता है। बाइक्यूबिक रिसैम्पलिंग क्लासिक कीज़ (1981) क्यूबिक कन्वोल्यूशन कर्नेल का उपयोग a = -0.5 (कैटमुल-रोम स्पलाइन के बराबर) के साथ करता है, जो 2 के समर्थन त्रिज्या के साथ एक टुकड़ा-वार क्यूबिक बहुपद है जो कठोर किनारों के पास कम रिंगिंग के साथ चिकनी, नरम परिणाम उत्पन्न करता है। दोनों को वास्तविक वियोज्य कनवल्शन के रूप में लागू किया जाता है: प्रत्येक पंक्ति को पहले क्षैतिज रूप से फिर से नमूना किया जाता है, फिर प्रत्येक कॉलम को लंबवत रूप से फिर से नमूना किया जाता है, कर्नेल वजन प्रति आउटपुट पिक्सेल की गणना की जाती है और सामान्यीकृत की जाती है ताकि उनका योग हमेशा 1 हो।

तुलना के लिए, टूल ब्राउज़र के स्वयं के डिफ़ॉल्ट ड्रॉइमेज स्केलिंग (इमेजस्मूथिंगइनेबल्ड = सत्य, डिफ़ॉल्ट गुणवत्ता) का उपयोग करके समान इज़ाफ़ा प्रस्तुत करता है - प्रत्येक कैनवास-आधारित टूल तेज़ बिलिनियर-फ़ैमिली विधि पर वापस आ जाता है यदि यह कुछ भी बेहतर कार्यान्वित नहीं करता है। इसे अपने चुने हुए लैंज़ोस या बाइक्यूबिक परिणाम के बगल में रखने से वास्तविक पुन: नमूनाकरण का मूल्य दृश्यमान हो जाता है: समान स्रोत पिक्सेल से समान लक्ष्य रिज़ॉल्यूशन पर तेज किनारे और कम धुंधलापन।

यह टूल जो नहीं करेगा वह ऐसे विवरणों का आविष्कार करना है जिन्हें कभी कैप्चर नहीं किया गया था। कोई भी तंत्रिका नेटवर्क यह अनुमान नहीं लगा सकता है कि बालों का धुंधला टुकड़ा या दूर की लाइसेंस प्लेट "कैसी" दिखनी चाहिए - प्रत्येक आउटपुट पिक्सेल वास्तविक स्रोत पिक्सल का गणितीय रूप से परिभाषित भारित संयोजन है। 2x, 3x या 4x चुनें, लैंज़ोस या बाइकुबिक चुनें, और परिणाम को पूर्ण रिज़ॉल्यूशन में पीएनजी के रूप में डाउनलोड करें। सब कुछ स्थानीय रूप से ब्राउज़र के अपने कैनवास 2डी और इमेजडेटा एपीआई के साथ चलता है - आपकी छवि कभी भी कहीं भी अपलोड नहीं की जाती है।