Lesere som deg er med på å støtte MUO. Når du foretar et kjøp ved å bruke lenker på nettstedet vårt, kan vi tjene en tilknyttet provisjon.

I det siste tiåret ville det å ha et 5 MP-kamera hjelpe deg med å ta et best mulig bilde. Imidlertid vil det samme bildet se dårligere ut i kvalitet, siden du i dag kan få mye klarere og mer høyoppløselige bilder.

GFPGAN er en gratis åpen kildekode-programvare som kan øke oppløsningen til disse bildene og få dem til å se bedre ut, og også fikser noen av skadene. Her er hvordan du oppskalerer og gjenoppretter bildene dine med GFPGAN.

Hva er GFPGAN?

GFPGAN (Generative Facial Prior Generative Adversarial Network) er en åpen kildekode-app tilgjengelig for gratis bruk på GitHub. Du kan enten laste ned koden eller bruke en av nettversjonene for å oppskalere bildet ditt.

Applikasjonen bruker en forhåndsopplært GAN-modell. En GAN-modell bruker et sett med data for å identifisere mønstre og fylle ut hullene i bildet ditt ved hjelp av maskinlæringsalgoritmer og nevrale nettverk.

Med andre ord har appen en intelligent behandlingsalgoritme som sømløst erstatter den skadede eller uskarpe delen av bildet ditt med biter av andre bilder som ser lignende ut.

Hvordan forbedre bildeoppløsningen med GFPGAN

Trinnene for å oppskalere og gjenopprette bildene dine med GFPGAN AI er ganske enkle. Alt du trenger å gjøre er å laste opp bildet ditt til nettstedet og vente på at programmet fullfører transformasjonen. Slik gjør du det.

  1. Åpne GFPGAN-siden på GitHub.
  2. Åpne en av de tilgjengelige online demoene. For eksempel, Gjenskape.
  3. Rull ned og klikk på boksen under img delen for å laste opp bildet ditt. Alternativt kan du dra og slippe bildet eller ta et med webkameraet ditt.
  4. Når bildet er lastet opp, finjuster versjon og skala innstillinger. Versjonen er satt til den nyeste som standard. Du kan øke skaleringsfaktoren for bedre resultater.
  5. Klikk Sende inn og vent på at programmet skal generere resultater. Du kan se en synlig forskjell i bildet ditt avhengig av skaleringsfaktor og ruhet.
  6. Nå kan du dele eller laste ned bildet ditt fra de tilgjengelige alternativene.

Det er alt. Du har oppskalert og gjenopprettet bildet ditt ved hjelp av GFPGAN-algoritmen. Du kan justere versjonene og skaleringsfaktoren for å få forskjellige resultater.

GFPGAN AI-begrensninger

Selv om bildegjenopprettingsverktøyene fungerer som et mirakel, er det noen få begrensninger som selv AI ikke kan løse.

For eksempel gjetter algoritmen for bildeoppskalering mens du legger til ekstra piksler. Det er ikke å skape noe, men å lære av den forhåndstrente modellen og bruke eksisterende data for å gjøre en nær gjetning. Derfor er det en sjanse for at personen kan se helt annerledes ut enn originalen.

Algoritmen er imidlertid så sømløs at identitetstap sjelden skjer. Likevel er det verdt å nevne at det er urealistisk å forvente at AI skal generere et eksakt bilde av personen. I de beste tilfellene kan du forvente høy nøyaktighet; hos noen kan det være en helt annen person.

Dessuten er GFPGAN nøyaktig laget for ansiktsrestaurering. Derfor, hvis du ønsker å gjenskape et landskap eller et objekt, vil du kanskje ikke finne resultatene imponerende. I noen tilfeller kan et objekt se for redigert eller glatt ut. Dette gjør at bildet ser unaturlig ut. Det ville være best å bruke bilderedigeringsprogramvare som Photoshop for å finjustere det oppskalerte bildet for å få det til å se naturlig ut manuelt.

Foreløpig har GFPGAN ennå ikke nådd sitt maksimale potensial. Derfor vil du finne at de oppskalerte bildene ikke er så skarpe. Og bildene ser altfor jevne ut. Du kan skarpere bildet med Photoshop for å oppnå bedre resultater.

Til slutt har verktøyet en begrenset mengde prosessorkraft. Derfor kan du finne det plagsomt å forbedre en stor fil. Men et gammelt lavoppløselig bilde vil ikke ha en stor filstørrelse.

Forskjellene i GFPGAN-versjonene

GFPGAN-algoritmen har ulike versjoner du kan bruke. Den siste er naturligvis bedre, men den er ikke alltid konstruktiv i noen brukstilfeller. For eksempel er versjon 1 i stand til å fargelegge bildet ditt, men utviklere fjernet funksjonen i senere oppdateringer.

Her er fordelene og begrensningene for hver versjon slik at du kan ta en informert beslutning om å oppskalere bildet ditt. Noen versjoner er ikke tilgjengelige online, så du må laste dem ned fra GitHub-siden og bruke dem på datamaskinen din.

Versjon 1

Den første versjonen av GFPGAN er imponerende. Den genererer en utgang som ligner på inngangsbildet. I tillegg har den en fargeleggingsfunksjon som automatisk farger svart-hvitt-bildet ditt. Det kan imidlertid ha vanskeligheter med å regenerere skadede bilder.

Versjon 1.2

Den andre versjonen, eller versjon 1.2, er en oppgradert algoritme. Det vil gjøre bildene dine veldig høyoppløselige. Den eneste mangelen på denne versjonen er dens beste kvalitet. Det oppskalerte bildet ser altfor skinnende og unaturlig ut på grunn av skjønnhetssminkefunksjonen.

Det ser ut til at verktøyet implementerer HDR-teknologi for skarpere bilder. Funksjonen fungerer imidlertid best for landskap og kan samtidig få et ansiktsbilde til å se ut som et maleri. Så du kan bruke denne versjonen for bilder med landskap. Hvis du vil legge til effekten til bildene dine manuelt, se vår detaljerte veiledning om hvordan lage et falskt HDR-bilde ved hjelp av Photoshop.

Versjon 1.3

Versjon 1.3 er bedre enn de to tidligere versjonene. Det reduserer den altfor skinnende effekten fra versjon 1.2 og får bildene til å se mer naturlige ut. Bildene er imidlertid fortsatt ikke skarpe, og du kan miste personens identitet i noen tilfeller. Likevel gir den de beste resultatene sammenlignet med tidligere versjoner.

Versjon 1.4

Versjon 1.4 er litt oppdatert fra versjon 1.3 for bedre resultater. Det kan fungere med bilder av svært lav kvalitet som gir de beste resultatene. I tillegg kan denne versjonen også fjerne skader fra bildet naturlig.

Oppskaler og gjenopprett bildene av lav kvalitet uten problemer

GFPGAN er en gratis AI som konverterer bilder av lav kvalitet til høy oppløsning. Verktøyet er fortsatt under utvikling, så det er mulig å se bedre versjoner i fremtiden. Selv om den oppdateres regelmessig, kan du finne de eldre versjonene på GitHub-nettstedet.

Noen versjoner fungerer bedre for spesifikke oppgaver, mens noen ganger ser alle resultatene identiske ut. Det er best å prøve alle tilgjengelige justeringer som Versjon og Skaleringsfaktor for å sikre at du får de beste resultatene.