Image Upscaler

Számos webhely ígér „AI felskálázást”, aminek köszönhetően egy kis fotó úgy néz ki, mintha professzionális felszereléssel készült volna. Ez az eszköz őszintébb dolgot csinál: valódi, több évtizedes, matematikailag jól értelmezett újramintavételezési algoritmusok segítségével nagyítja ki a képét – ugyanazt a családot, amelyet a professzionális képszerkesztő szoftverekben használtak jóval azelőtt, hogy bárki bármit "AI"-nak hívott volna -, és pontosan megmutatja, hogy ez miként hasonlít ahhoz a méretezéshez, amelyet a böngésző már ingyenesen végez.

Két valóban eltérő algoritmust valósítanak meg, nem pedig egy két címkés algoritmust. A Lanczos újramintavételezése egy ablakos sinc kernelt használ – sinc(x) szorozva sinc(x/a)-val az a=3 támogatási sugáron belül –, amely közel ideális aluláteresztő szűrőként működik, és a kettő közül a legélesebb, legnagyobb kontrasztú éleket produkálja. A bikubikus újramintavételezés a klasszikus Keys (1981) köbös konvolúciós kernelt használja a=-0,5 értékkel (ami egy Catmull-Rom spline-nak felel meg), egy darabonkénti köbös polinomot 2-es támaszsugárral, amely simább, lágyabb eredményeket ad, kevesebb csengetéssel a kemény élek közelében. Mindkettőt valódi szétválasztható konvolúcióként alkalmazzák: először minden sort vízszintesen, majd minden oszlopot függőlegesen, a rendszermag súlyát kimeneti pixelenként kiszámítva és normalizálva, így összegük mindig 1.

Összehasonlításképpen az eszköz ugyanazt a nagyítást is megjeleníti a böngésző saját alapértelmezett drawImage skálázásával (imageSmoothingEnabled = true, alapértelmezett minőség) – ez a gyors bilineáris család módszer, amelyre minden vászonalapú eszköz visszatér, ha nem valósít meg jobbat. Ha a választott Lanczos vagy bicubic eredmény mellé helyezi, láthatóvá válik a valódi újramintavételezés értéke: élesebb élek és kevesebb elmosódás azonos célfelbontás mellett, azonos forráspixelekből.

Ezzel az eszközzel nem lehet olyan részleteket találni, amelyeket soha nem rögzítettek. Nincs olyan neurális hálózat, amely kitalálná, hogyan "kell" kinéznie egy elmosódott hajfoltnak vagy egy távoli rendszámnak – minden kimeneti pixel a valós forrásképpontok matematikailag meghatározott súlyozott kombinációja. Válassza ki a 2x, 3x vagy 4x lehetőséget, válassza a Lanczost vagy a bicubicot, és töltse le az eredményt PNG formátumban teljes felbontásban. Minden helyileg fut a böngésző saját Canvas 2D és ImageData API-jával – a kép soha nem kerül feltöltésre sehova.