پرش به محتوای اصلی

بزرگ‌نمایی تصویر رایگان

عکس را با مدل هوش مصنوعی که روی دستگاه خودتان اجرا می‌شود ۴ برابر بزرگ کنید — لبه‌های واضح‌تر و متن خوانا، نه فقط پیکسل‌های بزرگ‌تر. چیزی آپلود نمی‌شود، بدون حساب و بدون واترمارک.

فایل‌ها را اینجا رها کنید یا برای مرور کلیک کنید

PNG, JPG, WebP, AVIF, GIF, BMP, HEIC, HEIF · پردازش روی دستگاه شما

یا Ctrl+V را بزنید تا از کلیپ‌بورد جای‌گذاری شود

می‌توانید چندین فایل را به یکباره رها کنید

مرور فایل‌ها
Real-ESRGAN به‌جای کش‌آوردن پیکسل‌ها، جزئیات را در 4× بازترسیم می‌کند. مدل 4.6 MB یک بار دانلود می‌شود و سپس به‌طور کامل روی این دستگاه اجرا می‌شود — عکس شما هرگز آپلود نمی‌شود.

نحوه کار

بزرگ‌نماکننده Real-ESRGAN general-x4v3 — یک شبکه فوق‌وضوح کانولوشنی ۴٫۶ مگابایتی — را از طریق onnxruntime-web درون یک Web Worker روی دستگاه خودتان اجرا می‌کند. مدل یک‌بار از سرور خودمان واکشی، ذخیره و سپس آفلاین استفاده می‌شود؛ عکس شما به‌صورت محلی به یک بوم رمزگشایی می‌شود و هرگز آپلود نمی‌شود. ضریب مقیاس روی ۴× ثابت است، چون در دو جا در گراف تعبیه شده است.

  1. 1
    تصویر به کاشی‌های همپوشان بریده می‌شود
    یک نتیجه ۴× شانزده برابر پیکسل‌هاست، پس یک عکس ۴۰۰۰×۳۰۰۰ می‌شود ۱۹۲ مگاپیکسل — کافی برای کشتن کامل تب مرورگر به‌جای فقط کند کردنش. در عوض تصویر به هسته‌هایی تقسیم می‌شود که دقیقاً آن را کاشی‌بندی می‌کند، و هر هسته با یک حاشیه اضافی از زمینه در هر طرف خوانده می‌شود تا پشته کانولوشن (که میدان پذیرشش ۳۴ پیکسل است) پیکسل‌های همسایه واقعی برای کار کردن داشته باشد. مرزها با تکرار لبه پر می‌شوند، هرگز با صفر، که در غیر این صورت مدل را وادار می‌کرد یک حاشیه سیاه دور قاب تیز کند.
  2. 2
    هر کاشی به‌صورت یک تانسور RGB مسطح بسته‌بندی می‌شود
    یک کاشی به یک تانسور float32 با شکل [1, 3, H, W] تبدیل می‌شود که کانال‌های قرمز، سبز و آبی به‌صورت صفحات جدا ذخیره شده و مقادیر به‌سادگی بر ۲۵۵ تقسیم می‌شوند — بدون هیچ نرمال‌سازی میانگین/انحراف‌معیاری. هر کاشی دقیقاً به همان اندازه مربعی پد می‌شود، چون بک‌اند WebGPU شیدرهایش را برای هر شکل ورودی جدید دوباره کامپایل می‌کند و یک برنامه با سه اندازه کاشی مختلف آن هزینه را سه‌بار می‌پرداخت.
  3. 3
    استنتاج جایی که وجود دارد روی WebGPU اجرا می‌شود، در غیر این صورت روی CPU
    نشست ابتدا با WebGPU ایجاد می‌شود و در هر شکستی به وب‌اسمبلی تک‌رشته‌ای بازمی‌گردد — درایورهای گرافیکی به‌طور معمول پشتیبانی را اعلام می‌کنند و سپس نیمه‌راه ساخت گراف شکست می‌خورند، و کندتر بهتر از خراب است. چون بازگشت حد اندازه واقع‌بینانه و زمان اجرا را به‌مقدار زیادی تغییر می‌دهد، ابزار کار را در برابر هر ارائه‌دهنده‌ای که واقعاً پیش از اجرای اولین کاشی گرفته دوباره بررسی می‌کند، و بعداً می‌گوید از کدام استفاده کرده است.
  4. 4
    کاشی‌ها با محو متقاطع دوباره کنار هم متصل و کلمپ می‌شوند
    اتصال لبه‌به‌لبه کاشی‌ها یک شبکه قابل‌مشاهده باقی می‌گذارد، پس سهم هر کاشی با یک شیب خطی در سراسر نوار مشترک وزن‌دهی می‌شود. دو شیب دقیقاً مکمل هم هستند، پس وزن‌ها در هر پیکسل خروجی دقیقاً به ۱ جمع می‌شوند و هیچ خط روشن یا تیره در امتداد یک درز ظاهر نمی‌شود. خروجی خام مدل درون گراف بریده نمی‌شود — مقادیر اندازه‌گیری‌شده از حدود −۰٫۱۸ تا +۱٫۱۹ اجرا می‌شوند — پس هر نمونه پیش از تبدیل ۸ بیتی به بازه ۰ تا ۲۵۵ کلمپ می‌شود، که همان چیزی است که از خش‌خش در امتداد لبه‌های پرکنتراست جلوگیری می‌کند. آلفا جداگانه و دوخطی دوباره نمونه‌برداری می‌شود، چون خود شبکه هیچ مسیر آلفایی ندارد.
  5. 5
    نتیجه در ورکر رمزگذاری می‌شود
    پیکسل‌های مونتاژشده روی یک OffscreenCanvas رسم و بلافاصله به PNG رمزگذاری می‌شوند، پس فشار دادن دانلود هیچ شکاف ناهمگامی جلویش ندارد. سوییچ به JPG از بومی که ورکر همچنان نگه داشته دوباره رمزگذاری می‌کند به‌جای اجرای مجدد مدل. یک برش مرکزی کوچک هم در ۱۰۰٪ در کنار همان ناحیه دوباره‌نمونه‌برداری‌شده توسط مرورگر رندر می‌شود، که تنها مقایسه‌ای است که تفاوت ۴× واقعاً در آن قابل‌مشاهده است.

وزن‌های مدل یک‌بار از سرور خودمان دانلود و ذخیره می‌شوند؛ تصویر شما کاملاً درون مرورگرتان رمزگشایی، کاشی‌بندی، بزرگ‌نمایی و رمزگذاری می‌شود، و هیچ بخشی از آن هرگز جایی ارسال نمی‌شود.

راهنما

مثال عملی

روی «امتحان با نمونه» بزنید. sample-photo.png را اضافه می‌کند و کادر فایل 420×264 را نشان می‌دهد. پیش از آنکه چیزی بزنید صفحه کار را قیمت‌گذاری می‌کند: «اندازهٔ خروجی» 1680×1056، «کاشی‌ها»، «زمان تخمینی» به‌صورت بازه، و «اجرا روی». روی رایانه با WebGPU این 4 کاشی، حدود 0:01–0:02 و «کارت گرافیک (WebGPU)» است. روی رایانه بدون WebGPU 6 کاشی، حدود 1:06–2:13 و «پردازنده (CPU)» است. یادداشتی می‌افزاید که تصویر نهایی به حدود 6.8 MB حافظه نیاز دارد. «بزرگ‌نمایی 4×» را بزنید. نوار از «کاشی 1 از 4» تا «کاشی 4 از 4» می‌شمارد، سپس «در حال تکمیل تصویر…» می‌گوید. مقایسهٔ «جزئیات (مرکز)» با «قبل» و «بعد · 4×» ظاهر می‌شود. «ذخیره به‌صورت» از «PNG (بدون افت، فایل بزرگ‌تر)» شروع می‌شود و دانلود sample-photo-4x.png نام دارد. ابتدا «بزرگ‌نمایی به اندازهٔ» را روی 2× بگذارید و دکمه «بزرگ‌نمایی 2×» می‌گوید و فایل sample-photo-2x.png است.

کدام تنظیمات را استفاده کنید و محدودیت‌ها

  • پیش از انتخاب عکس حد اندازه را بررسی کنید. حد به دستگاه و به پردازنده‌ای بستگی دارد که مدل واقعاً می‌گیرد. زیر ناحیهٔ رهاسازی صفحه روی رایانه با WebGPU می‌گوید «تصاویر تا حدود 4 MP (حدود 2309×1732 px)». سه عدد دیگر حدود 1 MP (1154×866) روی پردازندهٔ رایانه، 0.5 MP (816×612) روی تلفن با WebGPU و 0.25 MP (577×433) روی پردازندهٔ تلفن است. نتیجه به 16 برابر آن تعداد پیکسل و به 16,384 px در هر ضلع روی رایانه یا 8,192 px روی تلفن محدود است. عکس بزرگ‌تر پیش از اجرا رد می‌شود، نه بعد از آن.
  • «بزرگ‌نمایی به اندازهٔ» و «قدرت هوش مصنوعی» را انتخاب کنید. «بزرگ‌نمایی به اندازهٔ» 2×، 3× و 4× را دارد و از 4× شروع می‌شود. مدل همیشه با 4× کار می‌کند، پس 2× و 3× همان نتیجهٔ کوچک‌شده‌اند که جزئیاتش را نگه می‌دارد. «قدرت هوش مصنوعی» از 0 تا 100% با گام‌های 5 است و از 100% شروع می‌شود. وقتی متن، لوگو یا لبه‌ها بیش از حد سخت دیده می‌شوند آن را کم کنید تا بزرگ‌نمایی ساده مرورگر در آن ترکیب شود. هر دو تنظیم هنگام زدن دکمه خوانده می‌شوند، پس آن‌ها را تغییر دهید و «دوباره بزرگ‌نمایی» را بزنید.
  • قالب ذخیره را پس از اجرا انتخاب کنید. «ذخیره به‌صورت» گزینه‌های «PNG (بدون افت، فایل بزرگ‌تر)»، «JPG (فایل کوچک‌تر)» و «WebP (فایل کوچک، شفافیت را نگه می‌دارد)» را دارد. تغییر آن تصویر تمام‌شده را بدون اجرای دوبارهٔ مدل دوباره ذخیره می‌کند و «در حال آماده‌سازی فایل…» لحظه‌ای نشان داده می‌شود. JPG و WebP لغزندهٔ «کیفیت» از 50% تا 100% با گام 1% اضافه می‌کنند که از 92% شروع می‌شود. ناحیه‌های شفاف در PNG و WebP حفظ می‌شوند. JPG آن‌ها را با سفید پر می‌کند و صفحه این را به شما می‌گوید.
  • مقایسه را برای آنچه نشان می‌دهد بخوانید. «جزئیات (مرکز)» نمای نزدیک میانهٔ تصویر است: بزرگ‌نمایی ساده مرورگر شما در چپ و نسخهٔ مدل در راست، با اندازهٔ یکسان روی صفحه. «کل تصویر» تصویر کامل را نشان می‌دهد، اما آنجا دو طرف شبیه هم‌اند چون به یک عرض کوچک شده‌اند. جفت برای جا شدن در ستون مقیاس می‌شود، پس فایل را دانلود کنید تا در اندازهٔ کامل ببینید. پس از «بزرگ‌نمایی برش مرکزی» فقط نمای نزدیک نشان داده می‌شود.
  • برای اجرای دسته‌ای چند تصویر را رها کنید. بیش از یک تصویر را رها یا جای‌گذاری کنید، یا کنار یک تصویر «افزودن فایل‌های بیشتر» را بزنید. برای سه تصویر دکمه «بزرگ‌نمایی 3 تصویر 4×» می‌گوید. آن‌ها یکی‌یکی با همان تنظیمات «بزرگ‌نمایی به اندازهٔ»، «قدرت هوش مصنوعی» و «ذخیره به‌صورت» اجرا می‌شوند. تصویر بیش از حد دستگاه در ردیف خودش با «برای بزرگ‌نمایی روی این دستگاه بیش از حد بزرگ است» ناموفق می‌شود و بقیه ادامه می‌دهند. «تلاش دوباره برای ناموفق‌ها (N)» ردیف‌های ناموفق را دوباره اجرا می‌کند و «دانلود همه (N)» ZIPی با نامی مانند upscaled-4x.zip می‌دهد.
  • روی تلفن انتظار اندازه‌های کوچک‌تر و انتظار طولانی را داشته باشید. تلفن‌ها حدهای پایین‌تر بالا را به کار می‌برند. بدون WebGPU صفحه هشدار می‌دهد «این مرورگر WebGPU ندارد، پس کار روی پردازنده اجرا می‌شود — بسیار کندتر، و حد اندازه هم به همین نسبت پایین‌تر است.» زمانی که پیش از اجرا نشان داده می‌شود یک بازه است، چون از روی یک کاشی اندازه‌گیری‌شده برون‌یابی شده است. وقتی کاشی‌ها اجرا شدند، سطری مانند «حدود 1:20 باقی مانده» جای حدس را می‌گیرد. اگر 3 دقیقه هیچ پیشرفتی نرسد، اجرا متوقف می‌شود.

مشکلات رایج و راه حل آن‌ها

می‌گوید «این دستگاه به پردازنده برگشت و این تصویر برای بزرگ‌نمایی به آن روش بیش از حد بزرگ است. تصویر کوچک‌تر یا مرورگری با WebGPU را امتحان کنید.»
صفحه ابتدا WebGPU را حدس می‌زند، اما مدل هنگام شروع همچنان می‌تواند روی پردازنده بیفتد و حد پردازنده پایین‌تر است: حدود 1 MP روی رایانه، 0.25 MP روی تلفن. معمولاً صفحه در این حالت نسخهٔ کوچک‌تری را بزرگ‌نمایی می‌کند و این را می‌گوید. این خطا فقط وقتی ظاهر می‌شود که هیچ نسخهٔ کوچک‌تری جا نشود، مثلاً پس از «بزرگ‌نمایی برش مرکزی». صفحه سپس عکس را برای پردازنده دوباره قیمت‌گذاری می‌کند و گزینه‌های جاشونده را فهرست می‌کند. یکی را انتخاب کنید، عکس را کوچک کنید، یا Chrome یا Edge را روی رایانه امتحان کنید.
می‌گوید «پردازش لغو شد.» و هیچ تصویری ظاهر نمی‌شود.
این اعلان پس از زدن «لغو» می‌آید که هنگام اجرای مدل جای دکمهٔ «بزرگ‌نمایی 4×» را می‌گیرد. کاشی‌ای که در حال محاسبه است قابل قطع نیست، پس کارگر در کاشی بعدی می‌ایستد و اگر پس از 2 ثانیه هنوز اجرا شود صفحه آن را پایان می‌دهد. مدل در حافظهٔ مرورگر می‌ماند، پس زدن دوبارهٔ «بزرگ‌نمایی 4×» سریع شروع می‌شود. لغو هنگام دانلود مدل دانلود را هم متوقف می‌کند: «دانلود لغو شد. چیزی ذخیره نشد.»
می‌گوید «آن تصویر خوانده نشد. فایل JPG، PNG، WebP یا HEIC را امتحان کنید.»
مرورگر نتوانست فایل را رمزگشایی کند. صفحه این را هنگام افزودن، پیش از هر دانلود مدل، بررسی می‌کند. قالب‌هایی که Chrome نمی‌تواند رسم کند، مانند TIFF، SVG و PSD، و JPEGهای آسیب‌دیده همه این‌طور ناموفق می‌شوند. تصویر را در ویرایشگر تصویر باز کنید و به‌صورت PNG یا JPG صادر کنید، سپس دوباره اضافه کنید. فایل 0 بایتی، که در فایل‌های OneDrive یا iCloud دانلودنشده رایج است، ابتدا با پیام مخصوص خودش رد می‌شود؛ آن را روی این دستگاه دانلود کنید و دوباره انتخاب کنید.
می‌گوید «این تصویر 4000×3000 است که برای بزرگ‌نمایی روی این دستگاه بیش از حد بزرگ است. تصویری با بلندترین ضلع حدود 2309 پیکسل یا کمتر را امتحان کنید — بزرگ‌نمایی برای تصاویر کوچک است و عکس بزرگ از قبل جزئیات دارد.»
4× یعنی شانزده برابر پیکسل، پس صفحه عکس بزرگ را پیش از اجرا رد می‌کند به‌جای اینکه چند دقیقه بعد شکست بخورد. زیر پیام، «این تصویر از آن حد بیشتر است. راهی را انتخاب کنید:» فقط گزینه‌های جاشونده را فهرست می‌کند: «کوچک کن تا جا شود، سپس 4× بزرگ‌نمایی کن»، «به‌جای آن 3× بزن»، «به‌جای آن 2× بزن» و «بزرگ‌نمایی برش مرکزی»، هر کدام با اندازه‌ای مانند «نتیجه: 8000×6000 px». «واگرد» به اصل برمی‌گردد. می‌توانید ابتدا عکس را در ویرایشگر هم کوچک کنید.
می‌گوید «بزرگ‌نمایی ناموفق بود. تصویر کوچک‌تر را امتحان کنید، یا صفحه را دوباره بارگذاری کنید و دوباره امتحان کنید.»
این پیام فراگیر است. شامل کارگری است که 3 دقیقه پیشرفتی گزارش نمی‌کند، مرورگری که برای خروجی بیش از حد بزرگ بوم خالی برمی‌گرداند، و خطاهای دیگری که صفحه نمی‌تواند نام ببرد. پس از هر شکست صفحه کارگرش را دور می‌اندازد، پس تلاش بعدی از نو شروع می‌شود. همان‌طور که پیام می‌گوید تصویر کوچک‌تر یا بارگذاری دوباره را به کار ببرید. دانلود ناموفق مدل پیام خودش را دارد: «مدل بارگذاری نشد. اتصال خود را بررسی کنید و دوباره امتحان کنید.»

مقایسه آن

Real-ESRGAN به‌جای کشیدن پیکسل‌ها جزئیات را دوباره رسم می‌کند، پس روی تصویر کوچک و نرم نتیجه‌ای متفاوت از بزرگ‌نمایی ساده در نمایشگر عکس می‌دهد. این یک مدل عمومی است که با 4× اجرا می‌شود و 2× و 3× از آن کوچک شده‌اند. حالت چهره، کنترل کاهش نویز و کنترل تیزسازی فراتر از ترکیب «قدرت هوش مصنوعی» ندارد. حد اندازه آن را به تصاویر کوچک محدود می‌کند: در بهترین حالت حدود 4 MP، روی تلفن بسیار کمتر. بزرگ‌نماگر هوش مصنوعی رومیزی یا سرویس آنلاین می‌تواند فایل‌های بزرگ‌تر و مدل‌های بزرگ‌تر را بپذیرد و با کارت گرافیک قوی ممکن است سریع‌تر باشد. در عوض چیزی برای نصب نیست و تصویر شما بارگذاری نمی‌شود: فقط مدل 4.6 MB و موتوری که آن را اجرا می‌کند دانلود می‌شوند.

ابزارهای مرتبط

سؤالات متداول