كيف يمكنني تحسين صورة إلى 4K مجانًا؟
4K هو 3840x2160. إليك ما يعيد بناءه النموذج، وما يقوم به المحسن، وعرض المصدر الذي تحتاجه، والحد الأقصى للأجهزة الذي يحدد ما إذا كان سيعمل.
· Updated
4K يعني 3840 في 2160 بكسل. هذا 8,294,400 منها. إذا كانت الصورة المصدر لديك عبارة عن صورة مصغرة 400 في 269، فأنت تطلب من البرنامج تقريبًا 8.2 مليون بكسل لم يتم تسجيلها أبدًا، وسينتج النموذج هذه البكسلات بسعادة من خلال التنبؤ بما ينتمي إلى كل فجوة. يقوم المحسن بشيء أكثر بساطة. إنه يأخذ متوسط البكسلات التي لديك بالفعل عبر شبكة أكبر، ولا يضيف أي معلومات على الإطلاق.
يعمل المحسن من LeanImg على تشغيل Real-ESRGAN realesr-general-x4v3 داخل علامة تبويب المتصفح الخاصة بك، على WebGPU عندما يكشف جهازك ذلك. يتم تنزيل ملف النموذج مرة واحدة من نطاقنا الخاص وتبقى بكسلاتك على الجهاز. تعمل معظم المحسنات المجانية بدقة 4K بطريقة عكسية، حيث تقوم بتحميل ملفك وتعد بحذفه في ساعة أو ساعتين. لم نبنِ مسار تحميل. لا يوجد مسار API في قاعدة الشيفرة هذه يمكن أن يستقبل واحدًا.
ماذا يعني 4K فعليًا من حيث البكسلات؟
دقة 4K للمستهلك هي UHD عند 3840 في 2160، الإطار الذي تصفه توصية ITU-R BT.2020 لدقة العرض العالية جدًا. دقة سينما 4K أوسع عند 4096 في 2160 ولن تلتقي بها إلا في أعمال DCP. بالنسبة لخلفية الشاشة، أو خلفية التلفاز، أو تحميل YouTube، فإن 3840 عرضًا هو الرقم المهم. قسم ذلك على الزرين اللذين يكشفهما المحسن الخاص بنا وستحصل على الحد الأدنى لعرض المصدر: 960 بكسل لزر 4x و1920 بكسل لزر 2x. لا يوجد 3x. لا يوجد صندوق حيث يمكنك كتابة 3840 أيضًا، لذا فإن المضاعف هو القرار الكامل.
هل يضيف المحسن الذكي تفاصيل لم تكن في الملف؟
يضيف تفاصيل. سواء كانت تلك التفاصيل صحيحة هو سؤال منفصل. تعلم Real-ESRGAN من أزواج الصور المتدهورة والمستعادة، لذا لديه معرفة قوية بما يبدو عليه حافة الطوب، أو رمش العين، أو نسج القماش بدقة أعلى، ويرسم واحدة حيث تحتوي الصورة المصدر فقط على لطخة. يقوم محركنا بإطعامه بلاطات بكسل 256 مع تداخل 16 بكسل على كل جانب. يحتفظ بالنواة 224 بكسل من كل نتيجة ويتخلص من الحواف المتداخلة.
قمنا بتشغيل صورة PNG بحجم 400x269 بحجم 177.1 KB عبر كلا الزرين. أعاد تمرير 4x 1600x1076 بحجم 2.7 MB. أعاد تمرير 2x 800x538 بحجم 782.8 KB، وهذا يستحق الفهم: النموذج ينتج فقط مخرجات 4x، لذا يتم إنشاء كل بلاطة عند 4x ويتم تقليل حجمها بعد ذلك مع تنعيم عالي الجودة. لا تزال نتيجة 2x تحمل إعادة بناء النموذج. تكبير ثنائي المكعب لنفس الملف لا يحمل أيًا منها.
ما هو الحجم الذي يجب أن تكون عليه الصورة المصدر للوصول إلى 3840 بكسل عرضًا؟
| المصدر | مخرجات 2x | مخرجات 4x | تصل إلى 3840 عرضًا؟ |
|---|---|---|---|
| 400x269 (تشغيل مقاس) | 800x538، 782.8 KB | 1600x1076، 2.7 MB | لا |
| 960x540 | 1920x1080 | 3840x2160 | نعم، عند 4x |
| 1920x1080 | 3840x2160 | 7680x4320 | نعم، عند أي منهما |
هذا الصف الأول حقيقي. لا يمكن لصورة مصغرة بحجم 400 بكسل الوصول إلى 4K في تمريرة واحدة هنا، وأي أداة تدعي خلاف ذلك إما تقوم بتشغيل النموذج مرتين أو تقتبس رقمًا لم تنتجه أبدًا. إذا كانت صورتك المصدر تجعلك تتجاوز 3840 (الصف 1920x1080 عند 4x يعطيك 7680)، أنهي في المحسن وارجع العرض إلى 3840 بالضبط. تقليل الحجم بعد التحسين رخيص ويبدو جيدًا.
لماذا يكون حجم ملفي المحسن 2.7 MB بينما كان الأصل 177 KB؟
يكتب المحسن دائمًا بصيغة PNG. PNG بلا فقد، لذا لا يوجد شريط جودة لتخفيف الهبوط، و4x يعني ستة عشر مرة من عدد البكسلات التي تدخل في صيغة تخزن كل واحدة منها بدقة. يتم بث المخرجات الكبيرة إلى القرص شريطًا بشريط كـ PNG حقيقي اللون، مما يحافظ على الذاكرة مسطحة بينما ينمو الملف نفسه إلى ما يتجاوز أي شيء يمكن أن يحتفظ به علامة تبويب.
قم بضغطه بعد ذلك. أخذ الضاغط لدينا صورة JPEG بحجم 3840x2160 بحجم 538.6 KB إلى 286.1 KB في الوضع الذكي، وهو قطع بنسبة 47% دون تغيير في الأبعاد. عند دفعها إلى WebP عند شريط 63، خرج نفس الملف بحجم 200.6 KB. وصلت AVIF إلى 186.9 KB واستغرقت حوالي 10 إلى 11 ثانية للتشفير، بينما كانت تشفيرات JPEG وWebP فورية. شيء واحد يجب معرفته قبل أن تضغط على ملف مهم: الضغط يزيل جميع البيانات الوصفية، بما في ذلك EXIF وGPS وICC.
هل سيعمل متصفحي فعليًا على تحسين 4K؟
هذا هو الحد الأقصى الذي يحدد ما إذا كان يمكنك القيام بأي من ذلك. مع توفر WebGPU، يقبل مسار 4x ما يصل إلى حوالي 32 ميغابكسل من المدخلات. بدون ذلك، نعود إلى WebAssembly أحادي الخيط وينخفض حد المدخلات إلى حوالي 1.1 ميغابكسل، مما يرفض صورة 1920x1080 العادية عند 2.07 ميغابكسل قبل أن تبدأ. تحقق من caniuse أولاً. الهواتف تجلس أقل مرة أخرى: يضع حد قماش الهاتف المحمول وظيفة 4x عند حوالي 1 ميغابكسل من المدخلات، مما لا يزال يتجاوز 4K من جانب المخرجات. هناك أيضًا حد صارم يبلغ 32,000 بكسل لكل جانب، وتأخذ الأداة ملفًا واحدًا في كل مرة حتى 50 MB.
كم عدد التمريرات التي يمثلها تحسين واحد؟
الوظيفة ليست تشغيل نموذج واحد. إنها شبكة منها، لأن المحرك يعمل في نوى بكسل 224. قسم عرض المصدر الخاص بك على 224 وقم بالتقريب لأعلى، وافعل الشيء نفسه مع الارتفاع واضرب: هذا هو عدد مرات تشغيل النموذج. مصدر 960x540، أصغر مصدر يصل إلى 4K عند 4x، هو شبكة 5 في 3، لذا 15 تشغيلًا. مصدر 1920x1080 هو 9 في 5، لذا 45. تحدث هذه العمليات واحدة تلو الأخرى ويعيد المحرك التحكم إلى المتصفح بين كل واحدة، وهذا هو السبب في بقاء علامة التبويب قابلة للاستخدام ولماذا تتحرك التقدم الذي يبلغ عنه لكل بلاطة بدلاً من كل ملف. كما أنه السبب في أن التراجع لوحدة المعالجة المركزية ليس بطيئًا مرة واحدة. إنه بطيء مرة واحدة لكل بلاطة.
لماذا الصورة على بطاقة النتيجة ليست الملف الذي قمت بتنزيله؟
فوق حجم مخرج معين، لا توجد النتيجة كصورة واحدة في الذاكرة. على مسار WebGPU لسطح المكتب، يتم تحديد الحد الأقصى للوحة المجمعة عند 64 مليون بكسل، مما يعني عند 4x أي مصدر فوق 4 ميغابكسل وعند 2x أي مصدر فوق 16. بعد ذلك، يقوم المحرك بكتابة PNG شريطًا بشريط ويبني معاينة منفصلة بجانبه، محدودة عند 1600 بكسل على أطول جانب. لذا في وظيفة كبيرة، الصورة التي تنظر إليها هي تقليل الحجم والتحميل هو الناتج الحقيقي. احكم على التفاصيل بعد فتح الملف، وليس على البطاقة. إذا فشلت خطوة المعاينة، لا يزال لديك الملف، لأن النتيجة النهائية التي استغرقت دقائق لا يتم التخلص منها أبدًا على حساب صورة مصغرة.
ماذا لو كان ملفي HEIC أو يحتوي على شفافية؟
يقبل المحسن JPG وPNG وWebP وAVIF. HEIC ليست على تلك القائمة، لذا تحتاج صورة iPhone إلى توقف عند HEIC إلى PNG أولاً. لن تبقى الشفافية أيضًا خلال التشغيل، لأن النموذج يعمل فقط بـ RGB ويتم تسطيح ألفا إلى الأبيض قبل معالجة البلاطة الأولى. احتفظ بنسختك الأصلية إذا كانت القطعة مهمة، وقم بتشغيل إزالة الخلفية بعد التحسين حتى يتم إنشاء قناة ألفا بدقة نهائية. ما يفصل هذا النموذج بوضوح وما لا يفصل يستحق القراءة أولاً.
متى تكون الأداة العادية هي الأداة المناسبة؟
عندما تنخفض، أو عندما يكون المصدر قريبًا بالفعل من الهدف. يقوم المحسن بتسليم العمل إلى قماش المتصفح عند جودة تنعيم عالية، مما يأخذ متوسط البكسلات المجاورة ولا يخترع شيئًا. يأتي مع "عدم التكبير" محددًا، لذا فإن العرض الذي تكتبه والذي هو أكبر من الأصل يتم تقليصه مباشرة إلى الأصل. تعتبر الإعدادات الاجتماعية الاستثناء الوحيد، حيث إن اختيار حجم منصة مسماة هو اختيار متعمد ويفوز على التقليص. تبقى مخرجات PNG بلا فقد هناك وكل شيء آخر يتم إعادة ترميزه بجودة 90 بشكل افتراضي. الانتقال من 3000 عرضًا إلى 3840، يكون التداخل جيدًا. الانتقال من 800، ليس كذلك. كيف تقارن الأداتان صفًا بصف يتعمق أكثر في هذا الانقسام.
هل تترك صورتي حاسوبي؟
لا. هذه التطبيق ليس لديها مسارات API ولا إجراءات خادم، لذا لا يوجد نقطة نهاية يمكن أن تقبل ملفًا حتى عن طريق الخطأ. الطلب الشبكي الوحيد خلال تحسين هو نفس جلب الأصل الذي يسحب النموذج، ويتم تخزينه بعد التشغيل الأول. افتح أدوات المطور وراقب علامة الشبكة أثناء تشغيل وظيفة إذا كنت تفضل رؤية ذلك بدلاً من قراءته. تضع صفحة الخصوصية لدينا ذلك بكلمات أقل، ومحرك OCR الذي يتم تنزيله مرة واحدة ثم يتوقف عن الجلب هو الأداة الأخرى هنا التي تم بناؤها بنفس الطريقة.
الخطوة التالية: افتح المحسن مع مصدر لا يقل عن 960 بكسل عرضًا، اختر 4x وانتظر حتى تنتهي عملية تنزيل النموذج. عندما تصل PNG، أرسلها إلى المحسن واضبط العرض على 3840، ثم أنهي في الضاغط حتى لا تكون خلفية 4K التي أنشأتها عبارة عن PNG متعددة الميجابايت.