Kép Nagyító

Rengeteg oldal ígér „AI-alapú nagyítást”, amitől egy kis fotó úgy néz ki, mintha profi felszereléssel készült volna. Ez az eszköz valami őszintébbet nyújt: valódi, évtizedek óta ismert, matematikailag jól megalapozott újramintavételezési algoritmusokkal nagyítja fel a képedet – ugyanazzal a családdal, amelyet a profi képszerkesztő programok használtak jóval azelőtt, hogy bárki bármit „AI”-nak nevezett volna –, és pontosan megmutatja, hogyan viszonyul ez ahhoz a skálázáshoz, amit a böngésződ alapból ingyen elvégez.

Két valóban eltérő algoritmus került implementálásra, nem egy algoritmus két címkével. A Lanczos újramintavételezés ablakolt sinc kernelt használ – sin(x) szorozva sin(x/a)-val, ahol a támogatási sugár a=3 –, amely közel ideális aluláteresztő szűrőként viselkedik, és általában a két algoritmus közül a legélesebb, legnagyobb kontrasztú éleket eredményezi. A bikubikus újramintavételezés a klasszikus Keys-féle (1981) köbös konvolúciós kernelt használja a=-0.5 paraméterrel (ami egy Catmull-Rom spline-nak felel meg), egy szakaszonkénti köbös polinomot 2-es támogatási sugárral, amely simább, lágyabb eredményt ad, és kevesebb gyűrűsödést okoz kemény élek közelében. Mindkettő valódi szeparábilis konvolúcióként kerül alkalmazásra: először minden sort vízszintesen újramintavételezünk, majd minden oszlopot függőlegesen, a kernel súlyokat kimeneti pixelenként számítva, és úgy normalizálva, hogy összegük mindig 1 legyen.

Összehasonlításképpen az eszköz ugyanazt a nagyítást a böngésző alapértelmezett drawImage skálázásával is elkészíti (imageSmoothingEnabled = true, alapértelmezett minőség) – azzal a gyors, bilineáris jellegű módszerrel, amelyre minden canvas-alapú eszköz visszaesik, ha nincs saját jobb megoldása. Ezt a választott Lanczos vagy bikubikus eredmény mellé helyezve láthatóvá válik a valódi újramintavételezés értéke: élesebb élek és kevesebb elmosódás ugyanazon a célfelbontáson, ugyanazokból a forráspixelekből.

Amit ez az eszköz nem tesz meg, az a soha nem létezett részletek kitalálása. Nincs neurális hálózat, amely megtippeli, hogyan „kellene” kinéznie egy homályos hajtincsnek vagy egy távoli rendszámtáblának – minden kimeneti pixel valódi forráspixelek matematikailag meghatározott súlyozott kombinációja. Válassz 2×, 3× vagy 4× nagyítást, Lanczos vagy bikubikus algoritmust, és töltsd le az eredményt PNG formátumban, teljes felbontásban. Minden helyben, a böngésző saját Canvas 2D és ImageData API-jait használva fut – a képed soha nem kerül feltöltésre sehová.