Home-theater-designers
Under det senaste decenniet skulle en 5 MP-kamera hjälpa dig att ta bästa möjliga bild. Men samma bild skulle se sämre ut i kvalitet, eftersom du idag kan få mycket tydligare och mer högupplösta bilder.
GFPGAN är en gratis programvara med öppen källkod som kan öka upplösningen på dessa bilder och få dem att se bättre ut, och som även åtgärdar några av skadorna. Så här uppskalar du och återställer dina foton med GFPGAN.
MAKEUSE AV DAGENS VIDEO
Vad är GFPGAN?
GFPGAN (Generative Facial Prior Generative Adversarial Network) är en app med öppen källkod tillgänglig för gratis användning på GitHub . Du kan antingen ladda ner koden eller använda en av onlineversionerna för att uppskala din bild.
hur ser det ut när någon blockerar dig på snapchat
Applikationen använder en förutbildad GAN-modell. En GAN-modell använder en uppsättning data för att identifiera mönster och fylla i luckorna i din bild med hjälp av maskininlärningsalgoritmer och neurala nätverk.
Med andra ord har appen en intelligent bearbetningsalgoritm som sömlöst ersätter den skadade eller suddiga delen av din bild med liknande bitar av andra foton.
Hur man förbättrar bildupplösningen med GFPGAN
Stegen för att uppskala och återställa dina bilder med GFPGAN AI är ganska enkla. Allt du behöver göra är att ladda upp din bild till webbplatsen och vänta på att programmet ska slutföra transformationen. Så här gör du.
- Öppna GFPGAN-sidan på GitHub .
- Öppna en av de tillgängliga onlinedemos. Till exempel, Återskapa .
- Scrolla ner och klicka på rutan under img avsnitt för att ladda upp din bild. Alternativt kan du dra och släppa din bild eller ta en med din webbkamera.
- När din bild har laddats upp, justera version och skala inställningar. Versionen är inställd på den senaste som standard. Du kan öka skalningsfaktorn för bättre resultat.
- Klick Skicka in och vänta tills programmet genererar resultat. Du kan se en synlig skillnad i din bild beroende på skalfaktor och grovhet.
- Nu kan du dela eller ladda ner din bild från de tillgängliga alternativen.
Det är allt. Du har framgångsrikt uppskalat och återställt din bild med hjälp av GFPGAN-algoritmen. Du kan justera versionerna och skalningsfaktorn för att få olika resultat.
GFPGAN AI-begränsningarna
Även om bildåterställningsverktygen fungerar som ett mirakel, finns det några begränsningar som inte ens AI kan lösa.
Till exempel gör bilduppskalningsalgoritmen gissningar samtidigt som de extra pixlarna läggs till. Det är inte att skapa någonting, utan att lära av den förtränade modellen och använda befintlig data för att göra en nära gissning. Därför finns det en chans att personen kan se helt annorlunda ut än originalet.
Algoritmen är dock så sömlös att identitetsförlust sällan inträffar. Ändå är det värt att nämna att det är orealistiskt att förvänta sig att AI ska generera en exakt bild av personen. I bästa fall kan du förvänta dig hög noggrannhet; hos vissa kan det vara en helt annan person.
Dessutom är GFPGAN exakt gjord för ansiktsrestaurering. Därför, om du vill återskapa ett landskap eller ett objekt, kanske du inte tycker att resultatet är imponerande. I vissa fall kan ett objekt se alltför redigerat eller jämnt ut. Detta gör att bilden ser onaturlig ut. Det skulle vara bäst att använda fotoredigeringsprogram som Photoshop för att justera den uppskalade bilden så att den ser naturlig ut manuellt.
För närvarande har GFPGAN ännu inte nått sin maximala potential. Därför kommer du att tycka att de uppskalade bilderna inte är så skarpa. Och bilderna ser för släta ut. Du kan skärpa bilden med Photoshop för att uppnå bättre resultat.
hur man spelar ps1 -spel på PC
Slutligen har verktyget en begränsad mängd processorkraft. Därför kan du tycka att det är besvärligt att förbättra en stor fil. Men en gammal lågupplöst bild kommer inte att ha en stor filstorlek.
Skillnaderna i GFPGAN-versionerna
GFPGAN-algoritmen har olika versioner som du kan använda. Den senaste är naturligtvis bättre, men den är inte alltid konstruktiv i vissa användningsfall. Till exempel kan version 1 färglägga ditt foto, men utvecklare tog bort funktionen i senare uppdateringar.
Här är fördelarna och begränsningarna för varje version så att du kan fatta ett välgrundat beslut om att skala upp din bild. Vissa versioner är inte tillgängliga online, så du måste ladda ner dem från GitHub-sidan och använda dem på din dator.
hur man får en återbetalning på ett ångspel
Version 1
Den första versionen av GFPGAN är imponerande. Den genererar en utdata som liknar ingångsbilden. Dessutom har den en färgsättningsfunktion som automatiskt färgar din svartvita bild. Det kan dock ha svårt att återskapa skadade bilder.
Version 1.2
Den andra versionen, eller version 1.2, är en uppgraderad algoritm. Det kommer att göra dina bilder mycket högupplösta. Den enda nackdelen med denna version är dess bästa kvalitet. Den uppskalade bilden ser alltför glänsande och onaturlig ut på grund av skönhetssminkfunktionen.
Det verkar som att verktyget implementerar HDR-teknik för mer slagkraftiga bilder. Funktionen fungerar dock bäst för landskap och kan samtidigt få en ansiktsbild att se ut som en målning. Så du kan använda den här versionen för foton med landskap. Om du vill lägga till effekten till dina bilder manuellt, se vår detaljerade guide på hur man gör en falsk HDR-bild med Photoshop .
Version 1.3
Version 1.3 är bättre än de två tidigare versionerna. Det minskar den alltför glänsande effekten från version 1.2 och gör att bilderna ser mer naturliga ut. Bilderna är dock fortfarande inte skarpa, och man kan tappa personens identitet i vissa fall. Ändå ger det de bästa resultaten jämfört med tidigare versioner.
Version 1.4
Version 1.4 är något uppdaterad från version 1.3 för bättre resultat. Det kan fungera med bilder av mycket låg kvalitet som ger bästa resultat. Dessutom kan denna version också ta bort skador från fotot naturligt.
Uppskala och återställ din låg-
GFPGAN är en fri att använda AI som konverterar bilder av låg kvalitet till högupplösta. Verktyget är fortfarande under utveckling, så det är möjligt att se bättre versioner i framtiden. Även om den uppdateras regelbundet, kan du hitta de äldre versionerna på GitHub-webbplatsen.
Vissa versioner fungerar bättre för specifika uppgifter, medan ibland alla resultat ser identiska ut. Det är bäst att prova alla tillgängliga justeringar som version och skalningsfaktor för att säkerställa att du får bästa resultat.