深易凡软件库10月21日消息，作为一名编辑，除了写作的次要任务内容外，我们往往还需求思索一个十分重要的成绩:插图。

全文字文章当然没有图文文章吸引人的眼球，更不必说这个视频盛行的年代了。所以我每次写文章都要在无版权图片网站上精挑细选图片，使之贴合文章宗旨，最好是高分辨率的图片。

但总会有不测。有时分遇到分辨率不够但最适宜的图像，很苦恼。假如间接在文章中拔出低分辨率的图像，会分明觉得到视觉上的不适。虽然如今PS甚至Windows自带的画图工具都可以修正图像分辨率，但是强行拉伸的后果只会是图像很糊。

大家可以看到，画面拉伸后，画面边缘有分明的毛刺感。

有没有方法把图像无损缩小？

不，是真的。GitHub的这个项目“waifu2x”可以做到。

这个项目的地址是https://github.com/nagadomi/waifu2x.，有兴味的伙伴可以研讨一下。网页版的地址是http://waifu2x.udp.jp/.

长话短说，这里是运用Waiu2x和普通拉伸图片的比照(右边是拉伸，左边是运用Waiu2x的效果)。

可以看到，用waifu2x缩小图片后，“5G”边缘的毛刺不再分明。虽然有些区域还是有噪点成绩，但总体来说，效果比间接拉伸要好得多。

那为什么waifu2x可以无损缩小画面？这是由于waifu2x运用了一种叫做SRCNN的卷积算法。传统上，图像超分辨率成绩研讨的是当输出一幅低分辨率图像时，如何失掉一幅高分辨率图像。传统的图像插值算法可以在一定水平上到达这种效果，如最近邻插值、双线性插值、双三次插值等，但这些算法失掉的高分辨率图像并不理想。

SRCNN是第一个采用CNN构造(即基于深度学习)的端到端超分辨率算法。它经过深度学习完成整个算法流程，效果优于传统的多模块集成办法。SRCNN流程如下:首先，输出预处置。经过双三次算法将输出的低分辨率LR图像缩小到目的尺寸。然后算法的下一个目的是用卷积网络对输出的模糊LR图像实行处置，失掉超分辨率的SR图像，使其尽例如与原图像的高分辨率HR图像类似。

与双三次、SC、NE+LLE、KK、ANR、A+相比，SRCNN在大局部目标上的表现都是最好的，恢复速度也处于前列，RGB通道的结合训练效果也是最好的，也就是说相对比片，waifu2x在缩小插图(本身喜欢的二次元图片)上会更有劣势。

关于SRCNN卷积算法的更多细节，可以去https://arxiv.org/abs/1501.00092.

既然图片可以无损缩小，那视频呢？

当然，后果是可行的，但是这次运用的工具叫做Topaz Gigapixel AI for Video。这个软件经过数千个视频实行训练，结合多个输出视频帧的信息，经过真实细节和举措分歧性，将视频缩小到8K分辨率。

作为一个AI软件，它需求一台速度很快的电脑。引荐的系统配置是32 GB RAM加NVIDIA显卡，显存6GB以上。虽然在旧电脑上勉强可以运转，但是速度会很慢。

Topaz Gigapixel AI for Video如何缩小视频？其真实装置的时分，你会发现这个软件会装置TensorFlow库和cuDNN库，所以很分明，这个软件运用了基于深度学习的卷积神经网络来处置每一帧，全程运转CUDA单元(不然不会这么慢)。

熟习显卡的老伙伴都晓得，显卡作为主机的重要组成局部，是计算机实行数模信号转换，承当图形输入显示义务的设备。显卡与电脑主板相连，将电脑的数字信号转换成模仿信号，供显示器运用。同时显卡还具有图像处置才能，可以辅佐CPU任务，进步全体运转速度。关于从事专业立体设计的人来说，显卡是十分重要的。而军用图形芯片供给商次要有AMD和NVIDIA(英特尔往年也会参加混乱)。

GPU构造绝对复杂，计算单元数量多，流水线超长，特别合适处置少量类型一致的数据，比方矩阵乘法和加法。所以显卡在AI范畴的使用曾经十分普遍。CUDA是NVIDIA推出的并行计算框架，只能在本身的GPU上运用。只要装置了这个框架，才干实行复杂的并行计算。主流的深度学习框架都是基于CUDA实行GPU并行减速的，Tensorflow也不例外。

不过遗憾的是，视频用的Topaz Gigapixel AI价钱还是比拟贵的。接近200美元的价钱可以让很多人望而生畏，但对一些现代影视作品的恢复或修复还是相当有用的。如今在哔哩哔哩能搜到的相当一局部【4K修复】视频都是基于这个软件制造的。

更多行业知识、软件引荐、功能比照、工具测评请关注深易凡软件库。每天给大家带来更高效的企业服务软件，其中包括有易讯,潮流极购,极潮,大麦购,掌聊,得友,乐享购,亲聊,濠讯,聚通汇购,寻聊,点点易购,奈斯购,一点购,新月城,微信,百洋电商等现如今热门社交软件，其中辅助功能有秒抢,避雷,埋雷,扫尾,单透软件等一些红包强项功能软件免费下载使用！