تخطَّ إلى المحتوى الرئيسي

مكبّر الصور مجانًا

كبّر صورتك أربعة أضعاف بنموذج ذكاء اصطناعي يعمل على جهازك — حواف أوضح ونص مقروء، لا مجرد بكسلات أكبر. لا يُرفع أي شيء، دون حساب ودون علامة مائية.

أسقط الملفات هنا أو انقر للتصفح

PNG, JPG, WebP, AVIF, GIF, BMP, HEIC, HEIF · تتم معالجته على جهازك

أو اضغط Ctrl+V للصق من الحافظة

يمكنك إسقاط عدة ملفات دفعة واحدة

تصفح الملفات
يعيد Real-ESRGAN رسم التفاصيل بمقدار 4× بدلًا من مطّ البكسلات. يُنزَّل النموذج البالغ 4.6 MB مرة واحدة ثم يعمل بالكامل على هذا الجهاز — صورتك لا تُرفع أبدًا.

كيف يعمل

يشغّل المكبّر نموذج Real-ESRGAN general-x4v3 — شبكة التفافية لرفع الدقة بحجم 4.6 MB — عبر onnxruntime-web داخل Web Worker على جهازك. يُجلب النموذج مرة واحدة من خادمنا، ويُخزَّن مؤقتًا، ثم يُستخدم دون اتصال؛ وتُفك صورتك إلى لوحة محليًا ولا تُرفع أبدًا. معامل التكبير ثابت عند 4×، لأنه مدمج في بنية الشبكة في موضعين.

  1. 1
    تُقطَّع الصورة إلى مربعات متداخلة
    النتيجة بتكبير 4× فيها ستة عشر ضعف البكسلات، فصورة 4000×3000 ستصبح 192 ميغابكسل — ما يكفي لقتل تبويب المتصفح تمامًا لا مجرد إبطائه. بدلًا من ذلك تُقسَّم الصورة إلى أنوية تغطيها بدقة، ويُقرأ كل نواة مع هامش سياق إضافي من كل جانب فيكون لطبقات الالتفاف (التي يبلغ مجالها الاستقبالي 34 بكسلًا) بكسلات مجاورة حقيقية تعمل عليها. تُكرر الحواف بنسخ الأطراف، ولا تُحشى بالأصفار أبدًا، وإلا لجعل ذلك النموذج يُبرز حافة سوداء حول الإطار.
  2. 2
    يُحزم كل مربع كموتّر RGB مستوي
    يصبح المربع موتّر float32 بشكل [1, 3, H, W] تُخزَّن فيه قنوات الأحمر والأخضر والأزرق كمستويات منفصلة وتُقسم القيم على 255 ببساطة — دون أي توحيد بالمتوسط/الانحراف المعياري. يُحشى كل مربع إلى الحجم المربع نفسه تمامًا، لأن واجهة WebGPU تعيد تجميع مظللاتها لكل شكل إدخال جديد، وخطة بثلاثة أحجام مربعات مختلفة ستدفع تلك التكلفة ثلاث مرات.
  3. 3
    يعمل الاستدلال على WebGPU حيث يتوفر، وإلا فعلى المعالج
    تُنشأ الجلسة بـ WebGPU أولًا وتعود إلى WebAssembly أحادي الخيط عند أي فشل — فبرامج تشغيل الرسوميات كثيرًا ما تعلن الدعم ثم تفشل في منتصف بناء الشبكة، والأبطأ خير من المعطّل. ولأن البديل يغيّر حد الحجم الواقعي ووقت التشغيل بعامل كبير، تعيد الأداة فحص المهمة مقابل المزوّد الذي حصلت عليه فعلًا قبل تشغيل أول مربع، وتخبرك بعد ذلك أيهما استخدمت.
  4. 4
    تُدمج المربعات بتلاشٍ متقاطع وتُقيَّد
    وصل المربعات طرفًا بطرف يترك شبكة ظاهرة، لذا تُوزن مساهمة كل مربع بمنحدر خطي عبر الشريط المشترك. المنحدران متكاملان تمامًا، فيبلغ مجموع الأوزان 1 بالضبط عند كل بكسل إخراج ولا يظهر خط فاتح أو داكن على طول الوصلة. لا يُقص الإخراج الخام للنموذج داخل الشبكة — تتراوح القيم المقاسة من نحو −0.18 إلى +1.19 — لذا تُقيَّد كل عيّنة إلى النطاق 0–255 قبل التحويل إلى 8 بت، وهذا ما يمنع النقاط المبعثرة على الحواف عالية التباين. وتُعاد عيّنات ألفا بشكل منفصل وخطي ثنائي، لأن الشبكة نفسها لا مسار ألفا فيها.
  5. 5
    تُرمَّز النتيجة في العامل
    تُرسم البكسلات المجمّعة على OffscreenCanvas وتُرمَّز إلى PNG فورًا، فلا توجد فجوة غير متزامنة أمام الضغط على «تنزيل». والتبديل إلى JPG يعيد الترميز من اللوحة التي لا يزال العامل يحتفظ بها بدلًا من تشغيل النموذج مجددًا. كما يُعرض قص صغير من المركز بنسبة 100% بجانب المنطقة نفسها معاد تحجيمها بواسطة المتصفح، وهي المقارنة الوحيدة التي يكون فيها فرق 4× مرئيًا فعلًا.

تُنزَّل أوزان النموذج مرة واحدة من خادمنا وتُخزَّن مؤقتًا؛ وتُفك صورتك وتُقطَّع وتُكبَّر وتُرمَّز بالكامل داخل متصفحك، ولا يُرسل أي جزء منها إلى أي مكان أبدًا.

أدوات ذات صلة

الأسئلة الشائعة