Мне нравится собирать классные картинки и использовать их в качестве обоев или для других вещей. Часто художники публикуют только версии в низком разрешении, вероятно, из-за боязни кражи.
Пример:
Теперь, если я хочу использовать его в качестве обоев, мне придется его масштабировать, и, очевидно, из-за бикубической интерполяции он будет выглядеть размытым. Я понимаю, что нет реального способа получить версию с высоким разрешением из картинки с низким разрешением, потому что информации просто нет.
Тем не менее, мне интересно, были ли разработаны эвристики для масштабирования с меньшей очевидной потерей качества. Они, вероятно, будут оптимизированы для конкретных типов изображений. Для фотореалистичных изображений, для мультфильмов с большими плоскими областями, для пиксельной графики ...
Один алгоритм, который я знаю, это резьба по шву . Это работает для некоторых видов фотографий, особенно с простым, незапятнанным или неинтересным фоном, и предметом, который сильно выделяется. Но это далеко не универсальное. Применение этого к вышеупомянутому изображению производит это . Это выглядит довольно резким, но пропорции ужасно искажены, потому что алгоритм не предназначен для такого рода рис.
Другим является алгоритм масштабирования пиксельной графики . Они совершенно непригодны для чего-либо другого, кроме настоящей пиксельной графики, которая изначально была пикселизирована. Например, я попробовал бинарный файл scale2x windows на моем рисунке , но его вывод был почти неотличим от масштабирования ближайшего соседа, потому что алгоритм не обнаружил каких-либо отдельных пиксельных фрагментов для работы.
Что-то еще, что я попробовал, было: я увеличил изображение в Photoshop с бикубической интерполяцией, затем я применил нерезкую маску. Результат выглядит довольно плохо. Красное пятно на самом деле изменено достаточно хорошо, но голубь далек от этого.
То, что я ищу, - это какое-то приложение, которое делает все возможное для увеличения масштаба любого входного изображения при минимизации размытости. Если вы знаете, я буду благодарен. Обратите внимание, что субъективная привлекательность и резкость результата - вот что важно ... результат не должен быть полностью точным к оригинальному маленькому изображению.