在图像超分辨领域,腾讯优图 AI 在去年开源了 RealSR,主要面向现实世界图像的超分辨放大,不同于其他纸上论文,该项目打包了跨终端的可执行文件,实现了类似 waifu2x 的零依赖命令行调用。未来或许会新增更多带 GUI 视图的面板,方便普通人使用。
0. 效果截图
1. 下载地址
开源地址: https://github.com/nihui/realsr-ncnn-vulkan
下载地址: https://github.com/nihui/realsr-ncnn-vulkan/releases
2. 使用教程
Usage: realsr-ncnn-vulkan -i infile -o outfile [options]...
-h show this help
-v verbose output
-i input-path input image path (jpg/png/webp) or directory
-o output-path output image path (jpg/png/webp) or directory
-s scale upscale ratio (4, default=4)
-t tile-size tile size (>=32/0=auto, default=0) can be 0,0,0 for multi-gpu
-m model-path realsr model path (default=models-DF2K_JPEG)
-g gpu-id gpu device to use (default=0) can be 0,1,2 for multi-gpu
-j load:proc:save thread count for load/proc/save (default=1:2:2) can be 1:2,2,2:2 for multi-gpu
-x enable tta mode
-f format output image format (jpg/png/webp, default=ext/png)
对于普通图片,可以使用下面的命令:
realsr-ncnn-vulkan.exe -i origin.jpg -o output.png -s 4 -x -m models-DF2K
对于压缩后的 JPG 图像,使用下面的命令效果更佳:
realsr-ncnn-vulkan.exe -i origin.jpg -o output.png -s 4 -x -m models-DF2K_JPEG
该工具同时也支持目录文件夹批量处理,只需把入口和出口设置为相关目录即可。由于是依赖 GPU 运算,个人 RTX 2070 SUPER 显卡处理一张小图也需要几秒钟,运算时长主要与源文件分辨率和显卡运算能力有关系。
3. 小结
从现有的超分辨发展趋势而言,RealSR 确实比很多工具都优秀,至少可以看得过去。以前的 AI 主要处理异次元这类简单图像,如今 RealSR 可以处理现实世界的图片,随之也带来很明显的问题,就个人使用而言,如果原图比较清晰锐利,那么 AI 放大后更加清晰;如果原图噪点多比较模糊,那么 AI 放大仍然无法直视。想要处理视频文件,看来不能直接用 RealSR 一步到位了,必须前置处理,使得原图像经过降噪、锐化等处理清晰后,再去放大才可以。不过降噪方面,学术论文比较稀有,可用的开源工具貌似没有火热的。