免費圖片放大工具

工作原理

圖片放大器透過 onnxruntime-web 在你自己電腦上的 Web Worker 中執行 Real-ESRGAN general-x4v3——一個 4.6 MB 的卷積超解析度網路。模型從我們自己的伺服器取得一次並快取，之後可離線使用；你的照片在本地解碼到畫布，絕不會上傳。放大倍數固定為 4 倍，因為它在計算圖中有兩處被硬編碼。

1. 1
   圖片被切分為相互重疊的圖塊

   4 倍結果的畫素數是原來的十六倍，因此一張 4000×3000 的照片會變成 1.92 億畫素——足以直接讓瀏覽器標籤頁崩潰，而不僅僅是變慢。因此圖片被劃分為恰好拼滿全圖的核心區域，讀取每個核心時四周都額外帶一圈上下文邊距，讓卷積層（感受野為 34 畫素）有真實的相鄰畫素可用。邊界採用邊緣複製，而不是補零，否則模型會在畫面周圍銳化出一圈黑邊。
2. 2
   每個圖塊打包為平面 RGB 張量

   圖塊變為形狀為 [1, 3, H, W] 的 float32 張量，紅、綠、藍通道分別儲存為獨立平面，數值只是除以 255——不進行任何均值/標準差歸一化。每個圖塊都填充到完全相同的正方形尺寸，因為 WebGPU 後端會針對每種新的輸入形狀重新編譯著色器，如果方案中有三種不同的圖塊尺寸，就要付出三倍的代價。
3. 3
   有 WebGPU 時在其上推理，否則使用 CPU

   會話優先使用 WebGPU 建立，任何失敗都會回退到單執行緒 WebAssembly——顯示卡驅動經常聲稱支援，然後在建立計算圖途中失敗，而慢總比壞好。由於回退會大幅改變實際的尺寸上限和執行時間，工具會在執行第一個圖塊之前，根據實際獲得的提供程式重新檢查任務，並在完成後告訴你使用的是哪一個。
4. 4
   圖塊交叉淡化拼合並限幅

   直接拼接圖塊會留下可見的網格，因此每個圖塊的貢獻按共享條帶上的線性斜坡加權。兩個斜坡恰好互補，因此每個輸出畫素的權重之和精確為 1，接縫處不會出現亮線或暗線。模型的原始輸出在計算圖內沒有截斷——實測值約從 −0.18 到 +1.19——因此在轉換為 8 位之前，每個取樣都被限制在 0–255 範圍內，這正是防止高對比度邊緣出現斑點的關鍵。Alpha 通道單獨進行雙線性重取樣，因為網路本身沒有 alpha 通路。
5. 5
   結果在 worker 中編碼

   拼合好的畫素被繪製到 OffscreenCanvas 上並立即編碼為 PNG，因此按下“下載”時前面沒有非同步等待。切換為 JPG 會從 worker 仍持有的畫布重新編碼，而不是再次執行模型。還會以 100% 渲染一小塊中心裁剪區域，並與瀏覽器重取樣的同一區域並排顯示，這是唯一能真正看出 4 倍差異的比較方式。

相關工具