大家好,欢迎来到IT知识分享网。
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。
免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/85955.html