图像上采样器

Uses browser interpolation. For AI-grade upscaling use a dedicated ML tool.

步 1 / 4 Image upscaler

将图片拖到这里 · 或点击浏览 The image stays in this browser while you move through the steps. JPG, PNG, WebP, GIF up to 30 MB ⏎ 选择

经典重采样技术在放大图像时会模糊细节；而AI超分辨率技术则能合成逼真的细节，同时保持画面的清晰度。上传低分辨率图像后，该工具可提供两种方案：使用Lanczos算法实现快速、精准的图像放大；或采用神经网络模型生成2倍/3倍/4倍放大的效果，使图像看起来如同原始素材以更大尺寸拍摄一般。

如何放大图像

方法	速度	详细恢复情况	异常数据风险
最近邻	即时	无	方块状
双线性	即时	无	模糊
双三次	快速	轻微	温和
缩进	快速	简洁	在高对比度下清晰显示
AI（ESRGAN 级）	操作缓慢（秒）	具有显著特征	包含虚构细节，有时不准确

人工智能图像增强工具并不“恢复”丢失的信息——它们是根据训练过程中学到的模式，预测出符合逻辑的高分辨率图像效果。对于真实物体的照片，生成结果通常令人信服；而对于文本和人脸图像，其准确度则高度依赖于源图像的质量。

任何图像增强工具都不会添加色彩或调整曝光——这些问题必须先解决。使用通用模型进行面部放大时，特征可能会发生细微变化；拍摄人像时，请使用支持面部识别的放大工具。对存在可见压缩伪影的 JPG 进行放大处理会加剧这些伪影；应先进行降噪处理。
在500 × 500 image gives 2000 × 2000分辨率下显示4倍放大效果，但实际细节不会超过原始图像。

4倍升采样可实现16倍像素密度。文件体积将按比例大幅增加——需相应规划存储空间或对结果应用WebP/ AVIF 压缩。

对于自然照片，通常选择“是”。而对于精确的技术类图像（示意图、用户界面截图、像素艺术作品），使用Lanczos或最近邻算法更为合适，因为人工智能能够生成原本不存在的细节。

通用图像增强工具可对特征进行细微调整。拍摄人像时，建议使用支持面部识别的模型（如 GFPGAN 等），这类模型专为精准还原面部细节而优化。该工具在AI路径中提供专门的人脸模式功能。

AI图像放大功能需在GPU服务器上运行，因为浏览器端的计算速度过慢。处理完成后，图像会在下载即刻被删除。Lanczos图像放大功能则直接在浏览器中运行，无需上传。

Lanczos支持无限批量处理。AI图像放大功能会按队列执行，并受GPU吞吐量限制——通常每批次最多可处理20张图像。