Real-ESRGAN 使用教程

Real-ESRGAN是腾讯ARC实验室开发的开源AI图像超分辨率工具，能将低分辨率图片放大并恢复细节，支持通用图像和动漫图像增强，可本地离线运行。 快速开始 方法一：使用预编译程序。访问Real-ESRGAN的GitHub仓库Releases页面，下载对应操作系统的可执行文件。Windows用户下载windows版本解压即可使用，无需安装Python环境。方法二：使用pip安装Python库：pip install realesrgan。方法三：克隆源码安装，git clone https://github.com/xinntao/Real-ESRGAN.git，进入目录执行pip install basicsr facexlib gfpgan和pip install -r requirements.txt，最后运行python setup.py develop完成安装。 核心功能演示 功能一：通用图片放大 使用命令行工具处理单张图片：python inference_realesrgan.py -n RealESRGAN_x4plus -i input.jpg -o output.jpg。其中-n指定模型名称，-i指定输入图片路径，-o指定输出路径。默认放大四倍，处理完成后output.jpg即为高清放大后的图片。也可以在命令后加-s 2参数将放大倍数改为两倍。对于有透明通道的PNG图片，加--alpha_upsampler realesrgan参数可以正确处理透明度。 功能二：动漫图片增强 Real-ESRGAN专门提供了动漫图像优化模型。使用时将模型参数改为RealESRGAN_x4plus_anime_6B即可：python inference_realesrgan.py -n RealESRGAN_x4plus_anime_6B -i anime.jpg -o anime_hd.jpg。这个模型针对动漫风格的线条和色块进行了优化，处理动漫截图、插画、漫画的效果比通用模型更好，线条更清晰锐利，色彩更准确。 功能三：批量处理图片 将所有需要处理的图片放入一个文件夹（如inputs），运行命令时将-i参数改为文件夹路径：python inference_realesrgan.py -n RealESRGAN_x4plus -i inputs -o outputs。程序会自动处理文件夹中的所有图片，并将结果保存到outputs目录。支持JPG、PNG、WEBP等常见格式。这个功能适合需要一次性处理大量图片的场景。 实际使用案例 场景一：老照片修复增强 家中保存的老旧照片由于当时拍摄设备限制，分辨率较低且模糊。使用Real-ESRGAN可以将这些珍贵的老照片放大并恢复细节，让人物面部更加清晰，文字更加可辨。处理后的照片可以打印装裱，比直接放大模糊一片的效果好得多。配合GFPGAN还可以专门优化人脸区域，让老照片中的人物面容更加自然清晰。 场景二：素材图片放大 设计师在工作中经常遇到素材图片分辨率不够的情况，直接放大会变得模糊。使用Real-ESRGAN可以在保持质量的前提下将图片放大到需要的尺寸，避免了重新寻找素材或手动重绘的麻烦。对于电商平台的产品图、网站背景图等场景都非常实用。 常见问题FAQ Q：处理一张图片需要多长时间？ A：取决于图片大小和电脑配置。使用NVIDIA显卡处理一张1080p图片通常只需几秒。使用CPU处理会慢很多，一张图片可能需要一到两分钟。显卡显存越大处理速度越快。 Q：放大后的图片有时会出现伪影怎么办？ A：可以尝试更换模型，RealESRGAN_x4plus_anime_6B对于非动漫图片也可能适用。也可以降低放大倍数，使用-s 2参数进行两倍放大。对于JPEG压缩严重的图片，可以先用其他工具降噪后再处理。 Q：支持哪些图片格式？ A：支持JPG、PNG、WEBP、BMP、TIFF等常见图片格式。建议使用PNG格式以获得最佳输出质量，JPG格式由于压缩会损失部分细节。 小贴士 1. 处理前先检查原图质量，如果原图有明显的噪点或压缩伪影，建议先用图像编辑软件预处理，否则AI放大可能会强化这些瑕疵。 2. 对于人像照片，可以配合使用GFPGAN的人脸增强功能，在Real-ESRGAN放大后再专门优化人脸区域，效果会更加理想。 3. 不要盲目追求高倍放大，四倍放大已经是实用上限，更高的倍数往往会产生不自然的纹理，根据实际需求选择合适的放大倍数即可。