इमेज / AI बड़ा करना

AI इमेज अपस्केलर: अपने ब्राउज़र में 2× या 4×

Real-ESRGAN General x4v3 से PNG, JPEG और WebP इमेज बड़ी करें। स्लाइडर से मूल और परिणाम की तुलना करें, PNG में पारदर्शिता बनाए रखें या समायोज्य गुणवत्ता वाला JPEG डाउनलोड करें।

AI इमेज अपस्केलर: अपने ब्राउज़र में 2× या 4×: AI मॉडल Real-ESRGAN आपके ब्राउज़र में चलता है और आपकी इमेज की चौड़ाई और ऊंचाई को चार गुना करके उसे फिर से तैयार करता है। यह पिक्सेल को केवल बड़ा और धुंधला करने के बजाय किनारों और टेक्सचर को अधिक स्पष्ट करता है। बड़ी इमेज को छोटे, एक-दूसरे पर चढ़ने वाले टाइल में प्रोसेस किया जाता है और फिर बिना दिखाई देने वाली सीमाओं के जोड़ा जाता है। छोटे परिणाम के लिए 2× चुनें। कुछ भी अपलोड नहीं होता। यह आपके ब्राउज़र में 100% स्थानीय रूप से चलता है और सर्वर पर कोई फ़ाइल अपलोड नहीं होती।

श्रेणी
इमेज टूल्स
रन
आपके ब्राउज़र में
लागत
मुफ़्त · साइन अप की ज़रूरत नहीं
उपलब्धता
इस्तेमाल के लिए तैयार
AI इमेज अपस्केलरलोकल प्रोसेसिंग

पूरी तरह आपके ब्राउज़र में चलता है

AI अपस्केलिंग संभावित विवरण बनाती है; यह वास्तविक विवरण, चेहरों या टेक्स्ट को बिल्कुल सही तरीके से वापस नहीं ला सकती।

इमेज यहाँ ड्रॉप करें

PNG, JPEG या WebP · अधिकतम 1 megapixel, सबसे लंबी तरफ़ 2,000 px और 20 MB।

इमेज कभी भी ब्राउज़र से बाहर नहीं जातीं। मॉडल और रनटाइम आपके शुरू करने पर केवल इसी साइट से लोड होते हैं। समय आपके डिवाइस पर निर्भर करता है; बड़ी इमेज में कई मिनट लग सकते हैं।

पारदर्शी इमेज में bicubic से रीसैंपल किया गया alpha बना रहता है। 2× विकल्प, 4× परिणाम को Lanczos-3 और premultiplied alpha के साथ डाउनसैंपल करता है। JPEG पारदर्शी हिस्सों को सफ़ेद रंग से भर देता है।

Xintao Wang और सहयोगियों का Real-ESRGAN General x4v3, Qualcomm AI Hub एक्सपोर्ट। BSD-3-Clause। ONNX Runtime Web: MIT।

Real-ESRGAN शोध और एक्सपोर्ट

Xintao Wang, Liangbin Xie, Chao Dong और Ying Shan। Real-ESRGAN: Training Real-World Blind Super-Resolution with Pure Synthetic Data। ICCV Workshops (ICCVW), 2021। स्रोत: https://openaccess.thecvf.com/content/ICCV2021W/AIM/html/Wang_Real-ESRGAN_Training_Real-World_Blind_Super-Resolution_With_Pure_Synthetic_Data_ICCVW_2021_paper.html

यह टूल Real-ESRGAN General x4v3, Qualcomm AI Hub float ONNX export का उपयोग करता है, जिसमें fixed 128 × 128 RGB input और 512 × 512 output है। रिपॉज़िटरी: https://github.com/xinntao/Real-ESRGAN . एक्सपोर्ट कैटलॉग: https://aihub.qualcomm.com/models/real_esrgan_general_x4v3 .

BSD-3-Clause और runtime attribution

Real-ESRGAN: copyright (c) 2021, Xintao Wang, BSD-3-Clause। पुनर्वितरण के साथ कॉपीराइट, शर्तें और अस्वीकरण सुरक्षित रखें; कॉपीराइट धारक और योगदानकर्ताओं को व्युत्पन्न उत्पादों का समर्थन करने वाला प्रस्तुत नहीं किया जाना चाहिए। बंडल की गई सूचनाएँ: /data/esrgan-x4v3/LICENSE-realesrgan.txt और /data/esrgan-x4v3/LICENSE-qualcomm.txt .

ONNX Runtime Web 1.30.0: copyright Microsoft Corporation, MIT। इसकी कॉपीराइट और अनुमति सूचना self-hosted runtime के साथ /data/ort/LICENSE-onnxruntime.txt पर दी गई है। मॉडल और runtime आपके ब्राउज़र में स्थानीय रूप से उपयोग किए जाते हैं।

इस्तेमाल करने का तरीका

  1. अधिकतम 1 megapixel और सबसे लंबी साइड पर 2,000 px, तथा 20 MB से कम आकार वाली इमेज चुनें या छोड़ें।
  2. 2× या 4× चुनकर शुरू करें। टाइल की प्रगति देखें या किसी भी समय रद्द करें।
  3. पहले और बाद की तुलना करें, फिर PNG डाउनलोड करें या JPEG की गुणवत्ता चुनकर डाउनलोड करें।

गोपनीयता और सीमाएँ

इमेज कभी भी ब्राउज़र से बाहर नहीं जातीं। रनटाइम और मॉडल आपके शुरू करने पर ही इस साइट के अपने origin से लोड होते हैं। किसी बाहरी AI सेवा का इस्तेमाल नहीं किया जाता।

संबंधित टूल्स

इमेज रिसाइज़रबैकग्राउंड हटाएँइमेज से SVG

अक्सर पूछे जाने वाले सवाल

क्या यह चेहरों या टेक्स्ट को बिल्कुल सही तरीके से वापस ला सकता है?

AI अपस्केलिंग संभावित दिखने वाले विवरण गढ़ती है; यह असली विवरण, चेहरों या टेक्स्ट को बिल्कुल सही तरीके से वापस नहीं ला सकती। जहां सटीकता महत्वपूर्ण हो, वहां इस्तेमाल करने से पहले परिणाम जांच लें।

अपस्केलिंग में कितना समय लगता है?

समय आपके डिवाइस और इमेज के आकार पर निर्भर करता है। बड़ी इमेज में कई मिनट लग सकते हैं। इंफ़रेंस शुरू होने के बाद टाइल की संख्या और बचे हुए प्रोसेसिंग समय का अनुमान दिखाई देता है; लोडिंग, री-सैंपलिंग और एन्कोडिंग में अतिरिक्त समय लगता है। रद्द करने पर वर्कर बंद हो जाता है।

पारदर्शिता का क्या होता है?

PNG अल्फ़ा को बनाए रखता है, जिसे बायक्यूबिक इंटरपोलेशन से बड़ा किया जाता है और मॉडल के RGB आउटपुट के साथ फिर से जोड़ा जाता है। JPEG पारदर्शिता को सफेद रंग पर फ़्लैट कर देता है। 2× री-सैंपल में रंगों के किनारों से बचने के लिए प्रीमल्टिप्लाइड अल्फ़ा का इस्तेमाल होता है।

इनपुट की सीमा क्यों रखी गई है?

ब्राउज़र मेमोरी का इस्तेमाल संभालने योग्य रखने के लिए इनपुट को 1 megapixel, लंबी साइड पर 2,000 px और 20 MB तक सीमित किया गया है। 4× बड़ा करने पर पिक्सेल की संख्या सोलह गुना हो जाती है। बड़ी इमेज का आकार पहले बदल लें।

मुफ़्त टूल · आपके ब्राउज़र में बार चलता है · अकाउंट की ज़रूरत नहीं