Povečevalnik slik
Povečajte sliko 2-kratno, 3-kratno ali 4-kratno s pravim Lanczosovim ali bikubičnim konvolucijskim ponovnim vzorčenjem, prikazanim iskreno vzporedno s privzetim bilinearnim skaliranjem brskalnika – klasično ponovno vzorčenje, ne umetna inteligenca.
🔒 V celoti obdelano v vašem brskalniku – nič, kar tukaj vnesete, ni nikoli naloženo.
Rezultat
Veliko spletnih mest obljublja »povečavo z umetno inteligenco«, zaradi katere je majhna fotografija videti, kot bi bila posneta s profesionalno opremo. To orodje naredi nekaj bolj iskrenega: poveča vašo sliko s pravimi, desetletja starimi, matematično dobro razumljenimi algoritmi za ponovno vzorčenje – ista družina, ki se uporablja v profesionalni programski opremi za obdelavo slik že dolgo preden je kdo čemu rekel »AI« – in vam natančno pokaže, kako se to primerja s skaliranjem, ki ga vaš brskalnik že izvaja brezplačno.
Izvedena sta dva resnično različna algoritma, ne en algoritem z dvema oznakama. Lanczosovo ponovno vzorčenje uporablja oknjeno sinc jedro – sinc(x) pomnoženo s sinc(x/a) znotraj radija podpore a=3 – ki deluje kot skoraj idealen nizkoprepustni filter in ponavadi ustvari najostrejše robove z najvišjim kontrastom med obema. Bikubično ponovno vzorčenje uporablja klasično Keysovo (1981) kubično konvolucijsko jedro z a=-0,5 (enakovredno Catmull-Romovemu zlepku), odsekovni kubični polinom z radijem podpore 2, ki daje bolj gladke, mehkejše rezultate z manj zvonjenja ob ostrih robovih. Oba se izvajata kot pristni ločljivi konvoluciji: najprej se vsaka vrstica ponovno vzorči vodoravno, nato se vsak stolpec ponovno vzorči navpično, pri čemer se uteži jedra izračunajo na izhodno slikovno piko in normalizirajo, tako da je njihova vsota vedno 1.
Za primerjavo orodje prikaže tudi isto povečavo z uporabo privzetega skaliranja drawImage v brskalniku (imageSmoothingEnabled = true, privzeta kakovost) – hitre metode iz družine bilinearnega filtriranja, na katero pade vsako orodje, ki temelji na platnu, če ne izvede nič boljšega. Če jo postavite poleg izbranega Lanczosovega ali bikubičnega rezultata, postane vrednost pravega ponovnega vzorčenja vidna: ostrejši robovi in manj zamegljenosti pri enaki ciljni ločljivosti iz istih izvornih slikovnih pik.
Česar to orodje ne bo storilo, je izumljanje podrobnosti, ki niso bile nikoli zajete. Nobena nevronska mreža ne ugiba, kako »bi moral« biti videti zamegljen pramen las ali oddaljena registrska tablica – vsaka izhodna slikovna pika je matematično definirana utežena kombinacija resničnih izvornih slikovnih pik. Izberite 2-kratno, 3-kratno ali 4-kratno povečavo, izberite Lanczosa ali bikubično metodo in prenesite rezultat kot PNG v polni ločljivosti. Vse teče lokalno z API-ji Canvas 2D in ImageData v brskalniku – vaša slika ni nikoli nikamor naložena.