大家好，我是擅长发现黑科技的开源大叔。
昨天的决赛都看了吗？太精彩了，大叔看得太揪心了，两次以为早早阿根廷赢定了，结果法国都顽强地追平了，最终点球大战决出了胜负。感谢两队贡献了如此精彩的决赛。
恭喜阿根廷，恭喜梅西！
前几天，小妹换了个微信头像，不过吵吵着说头像有些模糊，不够高清，要我给她处理一下。这点小事难不倒大叔，图片无损放大的算法和工具肯定是有滴。于是搜罗了一番，大叔发现了一个非常好用的项目——Real-ESRGAN。大叔尝试着用它处理了头像后，效果如下：
左边是原图，右边是处理后的图像，怎么样，效果是不是非常明显。
项目简介
Real-ESRGAN 是腾讯 ARC 实验室发表超分辨率算法，目的是开发出实用的图像/视频修复算法。从名字上也能看出，它是对 ESRGAN 算法的改进。使用该算法可以非常容易的将一张模糊的图片处理成高清大图。
项目使用
命令行操作
不要一看到算法就感觉项目门槛高，不容易上手。作者提供了已经打好包的程序以及自带的模型文件，以便于让你用一行代码就可以完成图片的超分辨率处理。
首先根据你使用的操作系统下载对应版本的程序，之后在命令行模式切换到程序包的目录下，执行以下命令即可：
代码语言：javascript复制-- Windows环境
./realesrgan-ncnn-vulkan.exe -i 输入图像.jpg -o 输出图像.png -n 模型名字
-- Mac环境
./realesrgan-ncnn-vulkan -i 输入图像.jpg -o 输出图像.png -n 模型名字
自带的模型有以下三个：
- realesr-animevideov3
- realesrgan-x4plus
- realesrgan-x4plus-anime
其中，如果命令中-n后面不指定模型名，则默认使用realesr-animevideov3。经过大叔的测试发现，realesr-animevideov3模型处理速度最快，画风更偏向动漫的柔和画风。realesrgan-x4plus模型处理时间最慢，锐化效果最强。realesrgan-x4plus-anime模型的效果和速度介于二者之间。
批量操作
如果想批量处理图片，可以在命令中直接指定保存图片的文件夹即可。命令如下：
代码语言：javascript复制-- Windows环境
./realesrgan-ncnn-vulkan.exe -i 输入文件夹 -o 输出文件夹
-- Mac环境
./realesrgan-ncnn-vulkan -i 输入文件夹 -o 输出文件夹
既然都可以批量处理图片了，那是不是也可以将视频进行高分辨率处理呢？当然可以，只需要将原视频的每一帧都生成一张图片，然后将图片批量处理，再合成回原有视频就可以啦。这里给出一个借助 ffmpeg 解决方案，篇幅原因就需要感兴趣的朋友自行体验啦。参考命令如下：
代码语言：javascript复制-- 视频转图片
ffmpeg -i input.mp4 -qscale:v 1 -qmin 1 -qmax 1 -vsync 0 tmp_frames/framed.jpg
-- 处理图片
./realesrgan-ncnn-vulkan -i tmp_frames -o out_frames -n realesr-animevideov3 -s 2 -f jpg
-- 生成视频
ffmpeg -i out_frames/framed.jpg -i input.mp4 -map 0:v:0 -map 1:a:0 -c:a copy -c:v libx264 -r 23.98 -pix_fmt yuv420p output_w_audio.mp4
图形界面操作
如果只使用命令行来处理，还是不太人性化。这里再给大家推荐一个 Real-ESRGAN 的图形界面程序——realesrgan-gui。它是使用 Python 和 tkinter 编写，同时支持 Windows、Ubuntu 和 macOS 平台。
Windows 环境下，需要将程序放到 Real-ESRGAN 的目录下执行。Mac 环境需要在终端执行xattr -cr "Real-ESRGAN GUI.app"命令后直接使用，不需要依赖 Real-ESRGAN 源程序。
总结
Real-ESRGAN 对于算法小白的上手还是比较容易的，即便不懂算法知识，也可以直接使用。再配合简单易用的 realesrgan-gui，使用起来就更方便了。项目地址放到下面了，大家快去试试吧。
代码语言：javascript复制项目地址：https://github.com/xinntao/Real-ESRGAN
图形界面项目地址：https://github.com/TransparentLC/realesrgan-gui写在最后
问君能有几多愁，开源项目解千愁，我们下期再见！
