0

イメージアップスケーラー

本物のLanczosまたはバイキュービックのコンボリューション再サンプリングを使い、画像を2倍・3倍・4倍に拡大。ブラウザ標準のバイリニアスケーリングと正直に並べて比較します。古典的リサンプリングで、AIではありません。

🔒 ブラウザ内で完全に処理されます。ここに入力した内容はアップロードされません。

🔎

ここに画像をドラッグ&ドロップ

PNG、JPG、WebPに対応

正直な免責事項: これは古典的な再サンプリングであり、AIではありません。本物の数学を用いて画像を拡大します。元画像に存在しない新たなディテールや微細なテクスチャが魔法のように現れることはありません。

処理中... 0%
画像を読み込み中
コンボリューションカーネルを計算中
行と列を再サンプリング中
完了

結果

Preview Output

「AIアップスケーリング」で、小さな写真がまるでプロ機材で撮影したかのようになると謳うサイトは数多くあります。このツールが行うのは、もっと正直な処理です。数十年の歴史を持つ数学的に確立された本物の再サンプリングアルゴリズム(多くのプロ向け画像編集ソフトウェアが「AI」という言葉が登場するずっと前から使ってきたものと同系統のもの)を用いて画像を拡大し、ご使用のブラウザが無料で行っている標準のスケーリングと比べてどうなのかを正確に示します。

ラベルが違うだけで中身は同じ、というものではなく、本物の異なる2つのアルゴリズムを実装しています。Lanczos法は、半径a=3の範囲でsinc(x)にsinc(x/a)を乗じたwindowed sincカーネルを用い、これは理想に近いローパスフィルタとして機能し、2つの中ではよりシャープで高コントラストなエッジを生成する傾向があります。バイキュービック法は、a=-0.5としたKeys (1981) の古典的キュービックコンボリューションカーネル(Catmull-Romスプラインと等価)を用い、半径2の区分的3次多項式により、ハードエッジ付近のリンギングが少なく、より滑らかでソフトな結果を生成します。どちらも真の separable convolution として適用されます。まず各行を水平方向に再サンプリングし、次に各列を垂直方向に再サンプリングします。カーネルの重みは出力ピクセルごとに計算され、常に合計が1になるよう正規化されます。

比較のために、ブラウザの標準的なdrawImageスケーリング(imageSmoothingEnabled = true、デフォルト品質)を用いた同倍率の拡大結果も表示します。これはCanvasベースのツールがより良い実装を持たない場合にフォールバックする高速なバイリニア系統の手法です。これを、お選びいただいたLanczosまたはバイキュービックの結果と並べることで、同じソースピクセルから同じ目標解像度で得られる、よりシャープなエッジと少ないボケといった、本物の再サンプリングの価値が目に見える形で示されます。

このツールがしないこと。それは、元々捉えられていないディテールを創り出すことです。ぼやけた髪の毛の束や遠くのナンバープレートが「本来どう見えるべきか」を推測するニューラルネットワークは存在しません。すべての出力ピクセルは、数学的に定義された実在のソースピクセルの加重組み合わせです。2倍、3倍、4倍から選び、Lanczosかバイキュービックを選択して、結果をフル解像度のPNGでダウンロードしてください。すべての処理はブラウザのCanvas 2DおよびImageData APIのみを用いてローカルで実行され、お客様の画像がどこかにアップロードされることは一切ありません。