По жизни некоторые вещи нуждаются в особой заботе и внимании, если они рассчитаны на признание будущих поколений. Примеры могут включать потрепанную старую книгу или классический рисунок, чей вид со временем ухудшился. В дебрях Github вы можете найти несколько способов растянуть растровые изображения, к которым, очевидно, вы не сможете добавить недостающие детали, но все равно в состоянии их улучшить.
Как растянуть изображение без потерь в Linux
Затем существует метод масштабирования xBR, основанный на распознавании образов, удобный для пользователя Smilla Enlarger со встроенным механизмом интерполяции на основе фракталов и множество фильтров ImageMagick, применимых с командой convert. И потом есть Waifu2x, технология, которая бьет всех упомянутых конкурентов и проделывает над изображениями такие штуки, которые граничат с магией.
Waifu2x улучшает разрешение изображения с использованием глубоких сверточных нейронных сетей — техники машинного обучения. Waifu2x обеспечивает превосходные результаты с пиксельным искусством, эскизами и искусством аниме, но также поддерживает фотографии. Одним из требований исходного Waifu2x является инструментарий CUDA, который работает только с графическими процессорами Nvidia.
РЕКОМЕНДУЕМ:
Программы резервного копирования Linux
Да, масштабирование — задача ресурсоемкая, и Waifu2x нуждается в мощном графическом процессоре, чтобы свалить на него часть работы. Но для всех, у кого стоят чипы Intel или Radeon, имеется альтернативная версия Waifu2x-converter-cpp, которая выполняет «программный рендеринг» и прекрасно себя чувствует при любой конфигурации аппаратуры. Он полагается на Picojson и OpenCV 3 и довольно легко компилируется из исходника.
Qtwaifu2x — это графический интерфейс Waifu2x-converter-cpp, который позволяет растянуть изображение без потерь в Linux и без обращения к командной строке. Увеличение изображений с использованием только CPU происходит медленнее, и для тестовых прогонов мы рекомендуем использовать небольшие файлы, а уж потом работать с полноразмерными изображениями. Тем не менее, Qtwaifu2x и ответвление Waifu2x, на которое он опирается — это, пожалуй, самый доступный способ наслаждаться высоким разрешением при скромной аппаратной конфигурации.
