Pengeditan gambar
Apa itu upscaling gambar?
Peningkatan resolusi gambar membuat gambar lebih besar, dengan piksel lebih banyak daripada semula. Pengubahan ukuran biasa hanya merenggangkan piksel yang ada dan terlihat buram. Peningkatan resolusi AI, juga disebut super-resolution, memakai model yang dilatih pada pasangan gambar kecil dan besar untuk memprediksi detail tambahan, sehingga tepi dan tekstur tetap tajam.
Oleh tim DreamBench. Diperbarui .
Sekilas tentang upscaling gambar
Sekilas
- Menghasilkan
- Gambar yang lebih besar, biasanya 2x atau 4x lebar dan tingginya.
- Caranya
- Model super-resolution memprediksi detail untuk piksel-piksel baru.
- Dipertahankan
- Komposisi, warna, dan bentuk dari gambar asli.
- Dikarang
- Tekstur halus: kulit, dedaunan, kain, ketajaman tepi.
- Tidak bisa
- Memulihkan teks atau wajah yang terlalu kecil untuk dikenali di aslinya.
Peningkatan resolusi mana yang aku butuhkan?
Postingan media sosial atau situs web: 2x: lebar dan tinggi digandakan, yang sudah lebih dari cukup untuk layar, dan hasilnya tetap dekat dengan aslinya. Pilih 2x di peningkat resolusi gambar AI.
Cetakan, poster, atau layar 4K: 4x, untuk piksel paling banyak: pilih di peningkat resolusi gambar AI, atau pakai tingkatkan resolusi gambar ke 4K. Hasilnya dibatasi 4096 piksel di sisi panjang, jadi 4x berlaku kalau empat kali sisi panjang fotomu masih muat di batas itu; foto yang lebih besar mendapat 2x.
Foto lembut atau kecil yang cuma perlu terlihat lebih baik: Pertajam, bukan sekadar memperbesar: penyempurna foto AI menjalankan model yang sama, disetel untuk foto ponsel yang buram atau gambar kecil yang disimpan dari pesan. Alat ini mempertajam yang ada; tidak meretus wajah.
Foto yang buram: Hilangkan blur dulu, baru tingkatkan resolusinya. Penajaman menaikkan kontras di tepi tanpa menambah piksel, dan peningkat resolusi menambah piksel tapi tidak bisa membatalkan blur fokus atau blur gerakan; hilangkan blur gambar disiapkan untuk blur yang bisa diperbaiki model.
Cara kerja upscaling AI
Upscaling AI bekerja dengan melihat potongan-potongan kecil gambar dan memprediksi apa isi versi yang lebih tajam dan lebih besar dari masing-masing. Real-ESRGAN, model yang dipakai DreamBench, mempelajari ini dari gambar tajam yang sengaja dirusak untuk meniru buram dan kompresi, jadi model tahu seperti apa tampaknya dan cara membatalkannya sambil memperbesar.
Memperbesar gambar menambah piksel, bukan informasi yang tidak pernah ada di foto. Wajah yang terlalu kecil untuk dikenali tidak akan menjadi orang tertentu, dan sebagian alat pembesar mengarang detail agar terlihat lebih tajam. Alat pembesar DreamBench menjalankan satu proses yang setia pada aslinya tanpa retouch wajah, jadi wajah tetap wajah yang sama.
Dari ESRGAN ke Real-ESRGAN
Real-ESRGAN dibangun di atas ESRGAN (2018), yang menyempurnakan jaringan sebelumnya agar menghasilkan tekstur yang lebih realistis dan alami. Real-ESRGAN mempertahankan jenis jaringan itu dan melatihnya dengan gambar yang sengaja diturunkan kualitasnya, dengan cara yang meniru foto nyata, agar mampu menanganinya.
Cara membuat gambar lebih besar
| Yang ditambahkannya | Setia pada aslinya | Cocok untuk | |
|---|---|---|---|
| Mengubah ukuran | Lebih banyak piksel, masing-masing rata-rata dari tetangganya | Ya, tapi lembut | Pembesaran kecil, pratinjau |
| Super-resolution AI | Tepi dan tekstur hasil prediksi | Sebagian besar: menajamkan yang sudah ada | Foto, foto produk, cetakan |
| Upscaling generatif | Detail baru yang digambar model gambar | Kurang: bisa mengubah wajah dan teks | Ilustrasi dan gambar hasil AI |
| Outpainting | Lebih banyak adegan di tepinya, bukan lebih banyak detail | Aslinya tetap; sisanya baru | Bingkai yang lebih lebar atau lebih tinggi |
Tempat orang memakai upscaling
- Mencetak foto lebih besar daripada yang dimungkinkan pikselnya.
- Gambar lama atau kecil yang perlu memenuhi slide, situs web, atau frame video.
- Gambar produk yang diminta marketplace dengan ukuran minimum.
- Gambar yang dihasilkan atau disimpan dalam ukuran kecil.
Batas kemampuan upscaling
- Wajah dan teks: jika terlalu kecil untuk dibaca, peningkat resolusi hanya bisa menebak, dan tebakan bukanlah aslinya.
- Pola berulang seperti bata, kain, atau dedaunan bisa keluar terlalu teratur.
- Kompresi berat: artefak JPEG berkotak-kotak bisa ikut dipertajam bersama yang lain.
- Video: meng-upscale setiap frame secara terpisah bisa membuat detail berkilauan dari frame ke frame, sebuah kegagalan konsistensi temporal.
Jika gambar yang sudah ditingkatkan resolusinya masih terlihat buram, buramnya ada di aslinya: foto yang tidak fokus atau terguncang saat diambil tidak punya tepi tajam untuk dibangun kembali, jadi ia kembali lebih besar dengan buram yang sama, dan salinan buram yang disimpan dari chat sudah kehilangan detail yang dibutuhkan model. Mulai dari file asli terbesar dan paling sedikit terkompresi yang kamu punya. Proses 4x pada gambar besar adalah penyebab lain: saat empat kali sisi panjang akan melewati batas keluaran, model menggandakan gambar dan langkah terakhir mengubah ukurannya sampai ke batas, yang menambah piksel tapi tidak menambah detail, jadi gambar seukuran itu tidak mendapat apa-apa dari 4x dibanding 2x.
Goresan, sobekan, dan warna pudar sebaiknya diperbaiki sebelum meningkatkan resolusi, dengan restorasi foto; meningkatkan resolusi lebih dulu hanya akan membuat kerusakannya lebih besar dan lebih tajam.
Cara DreamBench meningkatkan resolusi gambar
Peningkat resolusi gambar AI menjalankan Real-ESRGAN pada 2x atau 4x. Foto yang lebih besar dari 2048 piksel di sisi terpanjangnya diperkecil dulu, dan hasilnya paling besar 4096 piksel di sisi terpanjangnya.
Satu upscale memakai 7 kredit. Dua preset disiapkan masing-masing untuk satu tugas: penajam foto AI untuk foto yang kurang tajam atau kecil, dan upscale gambar ke 4K untuk hasil terbesar.
| Pada 2x | Pada 4x | Alasan | |
|---|---|---|---|
| Gambar 500 piksel | 1000 piksel di sisi panjang | 2000 piksel | Keduanya adalah proses model itu sendiri; empat kali 500 masih jauh di dalam batas. |
| Gambar 1000 piksel | 2000 piksel | 4000 piksel | Proses 4x model, tepat di dalam batas 4096 piksel. |
| Frame 1920 × 1080 (1080p) | 3840 × 2160, yaitu 4K UHD | 4096 piksel di sisi panjang | Empat kali 1920 akan melewati batas, jadi model menggandakannya dan langkah terakhir mengubah ukurannya ke batas: piksel, bukan detail. |
| Gambar 2048 piksel atau lebih | 4096 piksel | 4096 piksel | Gambar diskalakan ke 2048 piksel sebelum diproses, jadi hasilnya tetap di batas. |
Unggahan PNG kembali sebagai PNG, latar belakang transparan ikut dipertahankan, dan JPEG kembali sebagai JPEG; filenya membesar seiring jumlah piksel, yaitu empat kali lipat pada 2x dan enam belas kali pada 4x, PNG paling besar. Peningkat resolusi menerima foto hingga 40 MB, berjalan di browser ponsel, dan unggahannya dihapus dari penyimpanan alat setelah 7 hari bersama hasilnya; keduanya tidak dipakai untuk melatih model.
Pertanyaan
Apakah meningkatkan resolusi sama dengan mengubah ukuran?
Tidak. Mengubah ukuran meregangkan piksel yang ada, jadi gambar yang lebih besar terlihat lembek. Meningkatkan resolusi dengan model super-resolusi memprediksi detail baru untuk piksel tambahan, jadi tepi dan tekstur tetap lebih tajam.
Apa bedanya upscaling 2x dan 4x?
2x menggandakan lebar dan tinggi, sehingga gambar punya piksel empat kali lipat. 4x membuat keduanya empat kali lebih besar, dengan piksel enam belas kali lipat. Di DreamBench, hasil paling besar 4096 piksel di sisi panjangnya.
Apakah peningkatan resolusi AI benar-benar meningkatkan kualitas gambar?
Upscaling AI meningkatkan seberapa besar gambar bisa ditampilkan atau dicetak sambil tetap tajam, dengan memprediksi tepi dan tekstur untuk piksel-piksel baru. Ini tidak memulihkan informasi yang tidak pernah ada di foto: wajah atau kata yang terlalu kecil untuk dibaca tetap begitu, dan peningkat resolusi yang tampak memulihkannya sebenarnya mengarangnya. Periksa wajah dan teks dalam ukuran penuh.
Kenapa foto yang kutingkatkan resolusinya terlihat seperti plastik atau lilin?
Peningkat resolusi menghaluskan tekstur asli, biasanya dengan menghilangkan noise dari input yang terkompresi atau lembut dan mengisi celahnya dengan kulit hasil pembelajaran. Mulai dari salinan yang paling sedikit terkompresi yang kamu punya, dan pilih peningkat resolusi yang menjalankan satu kali proses yang setia pada aslinya tanpa retouching wajah, seperti milik DreamBench.
Apakah peningkatan resolusi sama dengan mempertajam atau menghilangkan buram?
Tidak. Mempertajam menaikkan kontras di tepi tanpa menambah piksel; menajamkan gambar buram (unblur) mencoba membatalkan blur fokus atau blur gerakan pada ukuran yang sama; upscaling menambah piksel dan memprediksi detail untuknya. Foto yang kurang tajam mungkin perlu di-unblur dulu, lalu di-upscale.
Bisakah aku memperbesar tangkapan layar, logo kecil, atau video?
Tangkapan layar atau logo, ya: grafik rata dengan tepi bersih bisa diperbesar dengan baik, meski teks kecil tetap tebakan, jadi ketik ulang kalau bisa, dan file vektor lebih baik untuk logo kalau ada. Video, tidak: peningkat resolusi DreamBench bekerja pada foto, dan memperbesar frame satu per satu membuat detailnya berkedip.
Apakah upscaling meningkatkan kualitas cetak?
Alat ini memungkinkanmu mencetak lebih besar dengan ketajaman yang sama, karena ada lebih banyak piksel per inci. Untuk 300 dpi, bagi sisi panjang dalam piksel dengan 300 untuk mendapat inci; peningkat resolusi DreamBench mengembalikan paling banyak 4096 piksel pada sisi panjang, dan poster yang dilihat dari jauh tercetak baik pada kerapatan lebih rendah. Detail tambahannya diprediksi, bukan dipulihkan, jadi periksa wajah dan teks pada ukuran penuh sebelum kamu mencetak.
Berapa lama peningkatan resolusi AI berlangsung?
Peningkatan resolusi AI memakan waktu jauh di bawah satu menit di DreamBench untuk sebagian besar gambar. Model super-resolution memproses foto satu kali, dan hasilnya muncul di samping aslinya di halaman begitu selesai. Proses 4x pada gambar besar memakai proses 2x model dan pengubahan ukuran, bukan proses 4x yang akan memakan waktu bermenit-menit hanya untuk diperkecil kembali ke batas 4096 piksel.
File apa yang kudapat kembali dari peningkat resolusi, PNG atau JPEG?
Di DreamBench, unggahan PNG kembali sebagai PNG, termasuk transparansinya, dan yang lainnya sebagai JPEG. Unggah grafis, tangkapan layar, dan logo sebagai PNG agar warna rata, tepi lurus, dan tulisan tetap lossless; menyimpan JPEG sebagai PNG lebih dulu tidak menambah apa-apa, karena kerusakan kompresinya sudah ada di pikselnya. File membesar seiring jumlah piksel: empat kali pada 2x, enam belas kali pada 4x.
Apakah meningkatkan resolusi mengubah rasio aspek atau memotong gambarnya?
Tidak. Peningkatan resolusi mengalikan lebar dan tinggi dengan faktor yang sama, jadi framing dan rasio aspeknya tetap persis seperti semula: tidak ada yang dipotong, diperluas, atau dipindahkan, dan gambar 16:9 tetap 16:9. Untuk mengubah bentuk gambar, outpainting menambahkan adegan baru di sekelilingnya dan pemotongan membuang sebagian; pemerluas gambar DreamBench melakukan yang pertama.
Apakah peningkatan resolusi berbayar?
Di DreamBench kamu membuat akun gratis dan memilih paket, dan setiap upscale memakai 7 kredit. Peningkat resolusi berfungsi di browser ponsel, tanpa perlu memasang apa pun.
Terkait
Alat DreamBench
- Peningkat resolusi gambar AIPerbesar foto 2x atau 4x dengan detail tetap tajam dan tanpa ada yang digambar ulang.
- Penyempurna foto AIBuat foto yang lembek atau kecil lebih tajam dan dua kali lebih besar, tanpa retus dan tanpa ada yang digambar ulang.
- Peningkat resolusi gambar 4KBuat gambar kecil empat kali lebih besar, hingga 4096 piksel di sisi panjang, tanpa ada yang digambar ulang.
- Alat penajam gambar buramPertajam gambar yang lembut, kecil, atau pecah hingga empat kali ukurannya; buram berat tetap ada.
Ketentuan
- OutpaintingMemperluas gambar melewati tepinya dengan konten baru yang sesuai dengan adegannya.
- Konsistensi temporalSeberapa baik video AI menjaga segala sesuatu tetap sama dari frame ke frame, tanpa kedipan atau pergeseran.
- Latar belakang transparanPiksel tanpa warna sendiri, disimpan dalam kanal alfa, sehingga halaman di belakangnya terlihat tembus.
Sumber
- Real-ESRGAN di GitHubTencent ARC, dibaca pada
- Real-ESRGAN: Training Real-World Blind Super-Resolution with Pure Synthetic Data (arXiv)arXiv, dibaca pada
- ESRGAN: Enhanced Super-Resolution Generative Adversarial NetworksarXiv, dibaca pada
DreamBench adalah platform independen dan tidak berafiliasi dengan atau didukung oleh perusahaan yang disebutkan di halaman ini.