0

Görüntü Yükseltici

Tarayıcının varsayılan çift doğrusal ölçeklendirmesine (AI değil, klasik yeniden örnekleme) karşı dürüst bir şekilde yan yana gösterilen, gerçek Lanczos veya bikübik evrişim yeniden örneklemeyi kullanarak bir görüntüyü 2x, 3x veya 4x büyütün.

🔎

Görseli Buraya Sürükleyin ve Bırakın

PNG, JPG, WebP destekler

Dürüst sorumluluk reddi beyanı: Bu, yapay zeka değil, klasik yeniden örneklemedir. Görüntünüzü gerçek matematik kullanarak büyütür; yeni bir ayrıntı icat edilmez ve orijinalde olmayan ince doku burada sihirli bir şekilde ortaya çıkmaz.

Buy Me a Coffee at ko-fi.com
İşleniyor... 0%
Resim yükleniyor
Evrişim çekirdeğinin hesaplanması
Satırları ve sütunları yeniden örnekleme
Bitti

Sonuç

Preview Output

Pek çok site, küçük bir fotoğrafın sanki profesyonel ekipmanlarla çekilmiş gibi görünmesini sağlayan "AI yükseltme" sözü veriyor. Bu araç daha dürüst bir şey yapar: gerçek, onlarca yıllık, matematiksel olarak iyi anlaşılmış yeniden örnekleme algoritmalarını (herkesin herhangi bir şeye "AI" adını vermesinden çok önce profesyonel görüntü düzenleme yazılımlarında kullanılan aynı aile) kullanarak görüntünüzü büyütür ve tarayıcınızın halihazırda ücretsiz olarak yaptığı ölçeklendirmeyle karşılaştırıldığında bunun tam olarak nasıl olduğunu gösterir.

İki etiketli bir algoritma değil, gerçekten farklı iki algoritma uygulanır. Lanczo'nun yeniden örneklemesi, ideale yakın bir alçak geçiş filtresi görevi gören ve ikisinin en keskin, en yüksek kontrastlı kenarlarını üretme eğiliminde olan pencereli bir sinc çekirdeği - a=3 destek yarıçapı içinde sinc(x) ile sinc(x/a) çarpılır - kullanır. Bikübik yeniden örnekleme, sert kenarların yakınında daha az çınlamayla daha yumuşak, daha yumuşak sonuçlar üreten, destek yarıçapı 2 olan parçalı bir kübik polinom olan a=-0,5'lik (bir Catmull-Rom spline'a eşdeğer) klasik Keys (1981) kübik evrişim çekirdeğini kullanır. Her ikisi de gerçek ayrılabilir evrişimler olarak uygulanır: her satır önce yatay olarak yeniden örneklenir, ardından her sütun dikey olarak yeniden örneklenir; çekirdek ağırlıkları çıktı pikseli başına hesaplanır ve toplamları her zaman 1 olacak şekilde normalleştirilir.

Karşılaştırma için, araç aynı zamanda tarayıcının kendi varsayılan DrawImage ölçeklendirmesini (imageSmoothingEnabled = doğru, varsayılan kalite) kullanarak aynı büyütmeyi de sağlar; bu, daha iyi bir şey uygulamadığı takdirde her tuval tabanlı aracın başvurduğu hızlı çift doğrusal aile yöntemidir. Bunu seçtiğiniz Lanczos'un veya bikübik sonucun yanına yerleştirmek, gerçek yeniden örneklemenin değerini görünür hale getirir: aynı kaynak piksellerden, aynı hedef çözünürlükte daha keskin kenarlar ve daha az bulanıklık.

Bu aracın yapmayacağı şey, asla yakalanmayan ayrıntıları icat etmektir. Bulanık bir saç parçasının veya uzaktaki bir plakanın neye benzemesi "gerektiğini" tahmin eden bir sinir ağı yoktur; her çıktı pikseli, gerçek kaynak piksellerinin matematiksel olarak tanımlanmış ağırlıklı bir kombinasyonudur. 2x, 3x veya 4x'i seçin, Lanczos veya bicubic'i seçin ve sonucu tam çözünürlükte PNG olarak indirin. Her şey, tarayıcının kendi Canvas 2D ve ImageData API'leri ile yerel olarak çalışır; görseliniz hiçbir zaman hiçbir yere yüklenmez.