图像缩放的算法可以帮你把低分辨率图片缩放到更大的分辨率。用了AI模型以后，一方面它可以改善以往插值算法可能导致的细节模糊问题，另一方面，通过更深入地理解与图像相关的主题细节，提升后的图像更加真实和自然。（这些模型针对动漫插图或者照片的特征学习了！）

为什么要使用图像放大：

已经尽可能使用4K分辨率拍摄，但有的时候还是大幅度裁剪了图片，为了不会对观感影响太大，我就考虑对比较重视的照片进行缩放

如果显卡性能确实有限，拍摄1080P全特效比4K低特效更有意义，因为低画面设置下糟糕的场景细节和特效缺失会给后期带来麻烦

模型对于不同风格的学习通常会在输出的图片中反映出对应的影响（使用二次元模型会带来动漫插图般的强调边缘）

对在云原神的直接截图完全有可能合适，这原本是一部分模型的初衷（修复视频画面模糊和伪影）

缓解图片上的色彩断层

但从原神游戏里截图（原摄），截取的照片既包括动漫插画元素（如角色人物），又包含一些不太典型二次元风格的3D场景细节，AI模型不能完美预测原神游戏中的照片特点，因此放大后的图像可能会有一些轻微变化。（个别游戏真的有人专门训练了模型），所以我做了测试。

也正因模型不完全匹配，不能指望它在所有情况下都能完美地处理照片。（比如低于720P的分辨率）

对比结果：

图片缩放大小：1080P→4K（200%）

细节对比上：Topaz的软件看起来最好地保留了细节，少量的时候会对细节用力过猛，可以试着调节滑块。Waifu2x表现也很好了，细节清晰度稍弱于Topaz。

而两个“Real”模型都有训练二次元画风出身的背景，就像上面说的一样，边缘很清晰，但是纹理细节有一点意料之中的涂抹感。这并非完全没用，在二次元人物插图里这么做通常是正确的。也就是说你正在处理的是场景还是人物照，才决定你应该优先选择哪些模型

整体观感上：其实都比较好的完成了工作，细节优于原图（计算缩放到2x，在1.5x下查看），部分模型处理后颜色有极微小的变化。

所以我一般会让Topaz Gigapixel AI、waifu2x优先处理场景

我用了什么来输出结果：

Squirrel Anime Enhance软件（Win），整合了Real-CUGAN、waifu2x和Real-ESR，可以超分图片和视频

Topaz Gigapixel AI是一款独立软件，提供为不同的样本学习的AI模型（照片、CG插画），界面和效果都友好

Waifu2x用的是名为“Waifu2x-caffe”的Windows移植项目（https://github.com/lltcggie/waifu2x-caffe/releases），它有界面并支持N卡和CPU运算

BSRGAN用Automatic1111的WebUI输出

BSRGAN、Real-CUGAN、Real-ESRGAN都是图像缩放的方法（模型）

参考：

【Real-CUGAN】 https://github.com/bilibili/ailab/tree/main/Real-CUGAN

【Squirrel Anime Enhance软件的用法】https://www.bilibili.com/read/cv16713049

【Waifu2x】https://github.com/nagadomi/waifu2x

我深知因为自己了解的局限，测试可能不够全面或者有错误，我会接受意见尽力修改