基于 Waifu 2x 优化，图片放大网站 Bigjpg 介绍

在 2015 年 Waifu 2x 项目的出现可以说是为阿宅们在放大图片方面开启了一个新的时代，基于深度卷积神经网络理论开发的 Waifu 2x 在放到 ACG 图片方面有奇效，而且还被应用在一些视频压制软件的插件中。最近又有一个基于 Waifu 2x 技术进行优化的图片放大网站 Bigjpg，这篇文章就是简单介绍 Waifu 2x 技术与 Bigjpg 这个网站。

首先说明 Waifu 2x 项目的开发是从香港中文大学的研究团队的 SRCNN理论中得到灵感，所谓 SRCNN 是 Super-Resolution Convolutional Neural Network 的缩写，也就是超分辨卷积神经网络后来又推出了 FSRCNN 理论（提升 SRCNN 处理速度）。Waifu 2x 技术的大致框架是 SRCNN。与其说 Waifu 2x 是个 ACG 图片降噪拉伸技术，准确来说 Waifu 2x 是基于深度卷积神经网络的 图片还原拉伸技术。比如 JPEG 这种图像处理标准本身是非可逆压缩，一旦压缩一次肯定是无法还原至最原始的状态。

放大后的照片会显得比较奇怪

而 Waifu 2x 其实是通过卷积神经网络去学习大量的图片，将还原的图片进行自我理解，按照自己的理解还原图片。比如当我很想搞事的使用 Waifu 2x 放大茅野爱衣那张戴戒指的小图的时候，就会发现即便在 Bigjpg 上选择照片模式，降噪开到最大，但生成的放大照片就像是都美颜过一样。

Waifu 2x 放大漫画网点

而另一个极端案例就是漫画常见的网点，如果用 Waifu 2x 放大漫画网点，就会发现放大后的图片是 Waifu 2x 自己补足的网点，和真正的漫画网点图并非一致。而神奇的是当将放大的图片缩小为 0.5 倍后与原始网点图片又并无二致。尽管 Waifu 2x 被认为是神器，但技术也是有其自身极限的，分辨率过小的图片以及压缩过度失真的照片，Waifu 2x 也是无能为力的。比如 100 × 100 的表情包即便参数怎么调整，Waifu 2x 放大出来的也不会是一张高清表情图。

这次要谈的 Bigjpg 网站所使用的技术之前已经提到是基于 Waifu 2x 技术优化，实际上从 2015 年 Waifu 2x 这个技术出现后，相关的 Waifu 2x 在线图片放大网站，还有本地软件已经有一些。 Bigjpg 对于国内用户来说更加友好一些，比如支持最高放大 16 倍，素材图片最大分辨率与文件小大限制在 3000 × 3000 与 10 M 以内。注册用户还可以实现离线处理图片，保留图片处理历史等功能，就 ACG 类图片处理来说 Bigjpg 绝对满足日常使用需求。

原始尺寸

放大 2 倍后的效果

今天我特别试了下人类照片在该网站的放大，比如杉田智和的这张照片原始分辨率是 400 × 266。在选择照片处理模式，高降噪的情况下，2 倍放大的效果（800 × 532）要比 4 倍放大（1600 × 1064）好很多。

640 ×558 尺寸原始图

左边 Waifu 2x 放大 2 倍，右边 Waifu 2x 放大 4 倍

左边官图 2974 × 2115 版本与右边 Waifu 2x 放大 4 倍版本对比

在动画图片方面，我使用《宝石之国》的官图，小图是 640 ×558 尺寸，分别使用 Bigjpg 网站放大 2 倍、4 倍（均为高降噪），每张放大图片处理时间 30 秒内，总体来说还是放大 2 倍的效果最好，放大 4 倍的话，之前提到 Waifu 2x 实际上是机器自动脑补出图片的细节内容之后放大，与官图的大图版对比就会发现明显的区别。像中等分辨率与比较小的分辨率图片 2 倍放大的效果是最好的，再进一步方法图片就很别扭了。而本身就是高分辨率的图片在 Bigjpg 可以进行再度放大来符合 4K 屏幕标准。比如将 2974 × 2115 版本的宝石之国官图放大 4 倍得出的效果，就非常好。