0

Image Upscaler

Ingrandisci un'immagine 2x, 3x o 4x usando un autentico ricampionamento a convoluzione Lanczos o bicubica, mostrato onestamente fianco a fianco con il ridimensionamento bilineare predefinito del browser – ricampionamento classico, non AI.

🔒 Elaborato interamente nel tuo browser: nulla di ciò che inserisci qui verrà mai caricato.

🔎

Trascina e rilascia l'immagine qui

Supporta PNG, JPG, WebP

Nota onesta: questo è ricampionamento classico, non AI. Ingrandisce la tua immagine usando matematica reale – nessun nuovo dettaglio viene inventato, e le texture fini non presenti nell'originale non appariranno magicamente qui.

Elaborazione... 0%
Caricamento immagine
Calcolo del kernel di convoluzione
Ricampionamento di righe e colonne
Fatto

Risultato

Preview Output

Molti siti promettono "ingrandimento AI" che fa sembrare una piccola foto scattata con attrezzatura professionale. Questo strumento fa qualcosa di più onesto: ingrandisce la tua immagine usando veri algoritmi di ricampionamento, consolidati da decenni e matematicamente ben compresi – la stessa famiglia utilizzata nei software professionali di fotoritocco molto prima che qualcuno chiamasse qualsiasi cosa "AI" – e ti mostra esattamente come questo si confronta con il ridimensionamento che il tuo browser esegue già gratuitamente.

Sono implementati due algoritmi realmente differenti, non un solo algoritmo con due etichette. Il ricampionamento Lanczos utilizza un kernel sinc con finestra – sinc(x) moltiplicato per sinc(x/a) entro un raggio di supporto a=3 – che agisce come un filtro passa-basso quasi ideale e tende a produrre i bordi più nitidi e con il contrasto più elevato dei due. Il ricampionamento bicubico utilizza il classico kernel a convoluzione cubica di Keys (1981) con a=-0.5 (equivalente a una spline Catmull-Rom), un polinomio cubico a tratti con raggio di supporto 2 che produce risultati più morbidi e sfumati, con minore ringing vicino ai bordi netti. Entrambi sono applicati come autentiche convoluzioni separabili: ogni riga viene ricampionata orizzontalmente per prima, poi ogni colonna viene ricampionata verticalmente, con pesi del kernel calcolati per pixel di output e normalizzati in modo che la loro somma sia sempre 1.

Per confronto, lo strumento esegue anche lo stesso ingrandimento usando il ridimensionamento predefinito drawImage del browser (imageSmoothingEnabled = true, qualità predefinita) – il veloce metodo della famiglia bilineare su cui ripiega ogni strumento basato su canvas se non implementa nulla di meglio. Affiancarlo al risultato Lanczos o bicubico scelto rende visibile il valore del ricampionamento reale: bordi più nitidi e meno sfocatura alla stessa risoluzione di destinazione, a partire dagli stessi pixel sorgente.

Ciò che questo strumento non farà è inventare dettagli che non sono mai stati catturati. Non c'è alcuna rete neurale che ipotizza come "dovrebbe" apparire una ciocca di capelli sfocata o una targa distante – ogni pixel di output è una combinazione pesata matematicamente definita di pixel sorgente reali. Scegli 2x, 3x o 4x, seleziona Lanczos o bicubico e scarica il risultato come PNG a piena risoluzione. Tutto viene eseguito localmente con le API Canvas 2D e ImageData del browser – la tua immagine non viene mai caricata da nessuna parte.