نکات کلیدی
- 01از یک مدل ابررزولوشن هوش مصنوعی واقعی (Swin2SR) استفاده میکند، نه کشش تار bicubic که ویرایشگرهای تصویر انجام میدهند.
- 02دو گزینه مقیاس: 2× و 4×. تنظیم 4× مدل 2× را دو بار اجرا میکند.
- 03تصویر شما هرگز دستگاه شما را ترک نمیکند — استنتاج به صورت محلی از طریق WebGPU اجرا میشود، با بازگشت به WebAssembly.
- 04فایل مدل (حدود 15 مگابایت) یک بار در اولین استفاده دانلود میشود و پس از آن توسط مرورگر شما ذخیره میشود.
- 05خروجی همیشه PNG است، بنابراین هیچ مصنوعات فشردهسازی اضافی معرفی نمیشود.
چرا بزرگ کردن تصویر معمولاً آن را خراب میکند
وقتی گوشه تصویری را در یک ویرایشگر معمولی بکشید، نرمافزار باید پیکسلهایی را اختراع کند که هرگز ثبت نشدهاند. الگوریتمهای کلاسیک — nearest neighbour، bilinear، bicubic — این کار را با میانگینگیری پیکسلهای مجاور انجام میدهند. نتیجه از نظر ریاضی معقول و از نظر بصری فاجعهآمیز است: لبهها نرم میشوند، بافت ریز به خمیر تبدیل میشود و متن غیرقابل خواندگی میشود. تصویر بزرگتر است، اما هیچ اطلاعات بیشتری نسبت به قبل ندارد.
ابررزولوشن هوش مصنوعی رویکرد اساساً متفاوتی دارد. یک شبکه عصبی بر روی میلیونها جفت نسخه کوچک و بزرگ از یک تصویر آموزش داده میشود، بنابراین یاد میگیرد که جزئیات واقعی چگونه به نظر میرسند — یک لبه تیز، یک تار موی یا یک خط متن باید در وضوح بالاتر چگونه ظاهر شود. به جای میانگینگیری، جزئیات معقول را بازسازی میکند. تفاوت در عکسهای معمولی، تصاویر محصول و لوگوها چشمگیر است.
بزرگنمای Handytool از Swin2SR استفاده میکند، یک مدل ابررزولوشن مبتنی بر transformer، که مستقیماً در مرورگر شما اجرا میشود. هیچ سرور کاری انجام نمیدهد و هیچ صفی برای انتظار نیست — محاسبه بر روی GPU یا CPU شما انجام میشود.
نحوه بزرگ کردن تصویر
کل فرآیند چند کلیک طول میکشد. اولین اجرا کندتر است زیرا مدل باید دانلود شود.
- 01
تصویر خود را باز کنید
فایل را روی ناحیه رها کنید یا روی انتخاب فایل کلیک کنید. PNG، JPG، WebP، AVIF و HEIC همگی پذیرفته میشوند. تصویر به صورت محلی بارگذاری میشود — هیچ چیز آپلود نمیشود.
- 02
یک فاکتور مقیاس انتخاب کنید
از کنترل مقیاس برای انتخاب 2× یا 4× استفاده کنید. برای عکسهایی که میخواهید بزرگنمایی متوسط و بسیار تمیز داشته باشید، 2× را انتخاب کنید. برای تصاویر کوچک — آیکونها، تصاویر کوچک، آواتارهای قدیمی — که نیاز به پرش بزرگی در اندازه دارند، 4× را انتخاب کنید.
- 03
روی بزرگنمایی کلیک کنید
در اولین اجرا دکمه درصد 'بارگذاری مدل' را نشان میدهد در حالی که حدود 15 مگابایت وزنهای مدل دانلود میشود. این یک بار اتفاق میافتد؛ بعد از آن مدل ذخیره میشود و ابزار فوری شروع میشود.
- 04
منتظر استنتاج باشید
مدل تصویر را بر روی دستگاه شما بازسازی میکند. اگر مرورگر شما از WebGPU پشتیبانی کند این کار چند ثانیه طول میکشد؛ در بازگشت WebAssembly کندتر است. یک تصویر منبع بزرگتر و تنظیم 4× هر دو زمان را افزایش میدهند.
- 05
مقایسه و دانلود کنید
نسخه اصلی و بزرگنمایی شده در کنار یکدیگر با ابعادشان ظاهر میشوند، بنابراین میتوانید نتیجه را قبل از ذخیرهسازی قضاوت کنید. برای نگهداشتن آن روی دانلود PNG کلیک کنید.
انتخاب بین 2× و 4×
راهنمای سریع برای انتخاب تنظیم صحیح:
- 01آیکون کوچک، آواتار یا تصویر کوچک (کمتر از 768 پیکسل) → از 4× استفاده کنید
- 02لوگو یا گرافیک که نیاز به اندازه چاپ دارید → از 4× استفاده کنید
- 03عکس معمولی از تلفن یا دوربین → از 2× استفاده کنید
- 04تصویری که قبلاً بزرگتر از 1500 پیکسل است → از 2× استفاده کنید و انتظار داشته باشید که منبع محدود شود
- 05اسکرینشات با متن کوچک → ابتدا 2× را امتحان کنید؛ متن اغلب خوب تیز میشود
- 06فرمت خروجی صرفنظر از آنچه وارد کنید همیشه PNG است
نحوه کار تنظیم 4× در واقع
مدل زیرین یک شبکه ابررزولوشن 2× است. گزینه 4× آن را دو بار به ترتیب اجرا میکند: تصویر به اندازه دو برابر بزرگ میشود و آن نتیجه دوباره از طریق مدل برای دو برابر کردن دوباره منتقل میشود. این زنجیرهسازی یک بزرگنمایی واقعی 4× با جزئیات بازسازی شده واقعی تولید میکند، اما این همچنین به این معنی است که پاس دوم از خروجی خود مدل به جای دادههای دوربین اصلی کار میکند.
در عمل این برای منابع تمیز مانند لوگوها، نقاشی خطی و اسکرینشاتها بسیار خوب کار میکند. برای عکسهای پرسر و سر و بسیار فشرده، پاس دوم میتواند مصنوعاتی را که پاس اول معرفی کرد تقویت کند. اگر نتیجه 4× بیشازحد پردازششده به نظر برسد، تصویر را در 2× اجرا کنید — اغلب گزینه بهتر است.
تصویر شما هرگز دستگاه شما را ترک نمیکند
تقریباً هر بزرگنمای هوش مصنوعی رایگان در وب با آپلود تصویر شما به سرور GPU، اجرای مدل آنجا و ارسال نتیجه — اغلب با واترمارک، محدودیت نرخ یا دروازهبندی پشت یک حساب — کار میکند. تصویر شما روی سختافزار شخص دیگری نشسته است، تحت سیاست نگهداری آنها.
Handytool این را معکوس میکند. مدل به مرورگر شما دانلود میشود و استنتاج بر روی ماشین شما اجرا میشود، بنابراین تصویر خود هرگز به جایی منتقل نمیشود. تنها درخواست شبکهای که ابزار انجام میدهد دریافت وزنهای مدل در اولین استفاده است و آن درخواست هیچ چیزی درباره شما یا فایل شما ندارد. عکسهای خانوادگی، تصاویر محصول منتشر نشده و کار مشتری همگی محلی میمانند.
سؤالات متداول بزرگنمای تصویر
چگونه میتوانم تصویر را آنلاین بدون کاهش کیفیت بزرگ کنم؟
تصویر را در بزرگنمای Handytool باز کنید، 2× یا 4× را انتخاب کنید و روی بزرگنمایی کلیک کنید. یک شبکه عصبی Swin2SR جزئیات را بازسازی میکند به جای کشش پیکسلها، بنابراین لبهها و بافت تیز میمانند. هیچ واترمارک، حساب یا آپلود نیست.
آیا این یک بزرگنمای هوش مصنوعی واقعی است یا فقط تغییر اندازه؟
این یک واقعی است. ابزار Swin2SR را اجرا میکند، یک مدل ابررزولوشن مبتنی بر transformer، از طریق transformers.js در مرورگر شما. این یک فرآیند واقعاً متفاوت از درونیابی bicubic است که ویرایشگرهای تصویر معمولی استفاده میکنند.
چرا نتیجه 4× من کوچکتر از آنچه انتظار داشتم است؟
تصاویر منبع قبل از پردازش محدود میشوند — 1500 پیکسل در طولانیترین ضلع برای 2× و 768 پیکسل برای 4×. یک عکس بزرگ در تنظیم 4× ابتدا به 768 پیکسل کاهش مییابد، بنابراین خروجی ممکن است بزرگتر از اصلی نباشد. برای تصاویری که قبلاً بزرگ هستند از 2× استفاده کنید.
چرا اولین اجرا زمان زیادی میبرد؟
مدل هوش مصنوعی — حدود 15 مگابایت — باید قبل از اولین بزرگنمایی دانلود شود. مرورگر شما آن را ذخیره میکند، بنابراین هر اجرا بعد از آن فوری شروع میشود.
آیا تصاویر من به سرور آپلود میشوند؟
خیر. مدل به صورت محلی در مرورگر شما با استفاده از WebGPU یا WebAssembly اگر WebGPU در دسترس نباشد اجرا میشود. تصویر شما هرگز به جایی ارسال نمیشود. تنها درخواست شبکهای دانلود یکبار وزنهای مدل است.
چه فرمتهای فایل میتوانم بزرگ کنم؟
ورودیهای PNG، JPG، WebP، AVIF، GIF، BMP، TIFF و HEIC/HEIF همگی پشتیبانی میشوند. نتیجه همیشه به عنوان PNG ذخیره میشود تا هیچ مصنوعات فشردهسازی جدیدی اضافه نشود.