ตัวขยายรูปภาพ
ขยายรูปภาพ 2x, 3x หรือ 4x โดยใช้การปรับขนาดแบบ Lanczos หรือ bicubic convolution จริง แสดงผลเปรียบเทียบข้าง ๆ กับการปรับขนาดแบบ bilinear เริ่มต้นของเบราว์เซอร์ — การปรับขนาดแบบคลาสสิก ไม่ใช้ AI
🔒 ประมวลผลทั้งหมดในเบราว์เซอร์ของคุณ — ไม่มีการอัปโหลดสิ่งใดที่คุณป้อนที่นี่
ผลลัพธ์
มีเว็บไซต์จำนวนมากที่สัญญาว่าจะ "เพิ่มความละเอียดด้วย AI" เพื่อให้ภาพถ่ายเล็ก ๆ ดูเหมือนถ่ายด้วยอุปกรณ์ระดับมืออาชีพ เครื่องมือนี้ทำสิ่งที่ตรงไปตรงมากว่า: มันขยายรูปภาพของคุณด้วยอัลกอริทึมการปรับขนาดจริงที่ใช้กันมานานหลายทศวรรษและเข้าใจได้ดีในทางคณิตศาสตร์ — เป็นตระกูลเดียวกับที่ใช้ในซอฟต์แวร์ตกแต่งภาพระดับมืออาชีพมานานก่อนที่จะมีใครเรียกอะไรว่า "AI" — และแสดงให้คุณเห็นว่ามันเปรียบเทียบกับการปรับขนาดที่เบราว์เซอร์ของคุณทำอยู่แล้วฟรี ๆ ได้อย่างไร
มีการนำอัลกอริทึมที่แตกต่างกันสองแบบมาใช้จริง ไม่ใช่อัลกอริทึมเดียวที่ติดสองป้าย Lanczos resampling ใช้ windowed sinc kernel — sinc(x) คูณด้วย sinc(x/a) ภายในรัศมีซัพพอร์ต a=3 — ซึ่งทำหน้าที่เป็น low-pass filter ที่เกือบจะสมบูรณ์แบบ และมีแนวโน้มที่จะให้ขอบที่คมชัดและมีคอนทราสต์สูงสุดในสองวิธีนี้ Bicubic resampling ใช้ cubic convolution kernel แบบ Keys (1981) ดั้งเดิมด้วยค่า a=-0.5 (เทียบเท่ากับ Catmull-Rom spline) ซึ่งเป็นพหุนามกำลังสามแบบเป็นช่วง ๆ ที่มีรัศมีซัพพอร์ตเท่ากับ 2 และให้ผลลัพธ์ที่นุ่มนวลกว่า มี ringing น้อยกว่าใกล้จุดที่มีการเปลี่ยนแปลงกระทันหัน ทั้งสองวิธีถูกนำไปใช้เป็นการแยกคอนโวลูชันจริง ๆ: แต่ละแถวถูกปรับขนาดในแนวนอนก่อน จากนั้นแต่ละคอลัมน์ถูกปรับขนาดในแนวตั้ง โดยน้ำหนักเคอร์เนลถูกคำนวณต่อพิกเซลผลลัพธ์และถูกทำให้เป็นบรรทัดฐานเพื่อให้ผลรวมเป็น 1 เสมอ
สำหรับการเปรียบเทียบ เครื่องมือนี้ยังแสดงผลการขยายขนาดเดียวกันโดยใช้การปรับขนาด drawImage เริ่มต้นของเบราว์เซอร์ (imageSmoothingEnabled = true, คุณภาพเริ่มต้น) ซึ่งเป็นวิธีการแบบ bilinear ที่รวดเร็วซึ่งเครื่องมือบน canvas ทุกตัวจะใช้หากไม่ได้ปรับแต่งอะไรเพิ่มเติม การวางมันไว้ข้าง ๆ ผลลัพธ์ Lanczos หรือ bicubic ที่คุณเลือกจะทำให้เห็นคุณค่าของการปรับขนาดจริง: ขอบที่คมชัดกว่าและความเบลอน้อยลงที่ความละเอียดเป้าหมายเดียวกัน จากพิกเซลต้นฉบับเดียวกัน
สิ่งที่เครื่องมือนี้จะไม่ทำคือการสร้างรายละเอียดที่ไม่เคยถูกบันทึกไว้ ไม่มีโครงข่ายประสาทเทียมใด ๆ ที่จะเดาว่าเส้นผมที่เบลอหรือป้ายทะเบียนที่อยู่ไกล ๆ "ควร" มีหน้าตาอย่างไร — ทุกพิกเซลผลลัพธ์คือผลรวมถ่วงน้ำหนักที่นิยามทางคณิตศาสตร์จากพิกเซลต้นฉบับจริง เลือก 2x, 3x หรือ 4x เลือก Lanczos หรือ bicubic และดาวน์โหลดผลลัพธ์เป็น PNG ที่ความละเอียดเต็ม ทุกอย่างทำงานในเครื่องด้วย Canvas 2D และ ImageData API ของเบราว์เซอร์ — รูปภาพของคุณจะไม่ถูกอัปโหลดไปที่ใดเลย