有许多方法可以给您的照片进行高分辨率的改造。 乍一看，放大照片似乎是一个相对简单的任务。您只需打开您选择的照片编辑工具，找到大小调整菜单，输入新照片的大小，然后应用程序就会完成剩下的工作。忘掉照片编辑工具吧。即使是您的Mac或Windows PC上的默认照片查看器也能做到这一点。然而，放大的结果往往不一致。在使用图像放大器处理旧家族照片后，看到照片变得更加模糊可能令人烦恼。对于像素艺术来说，情况甚至更糟，因为在您将其放大4倍后，会变成一个模糊的色块，轮廓模糊。幸运的是，如果您使用正确的方法来处理您要放大的照片，这些问题可以最小化。格式是另一个考虑因素，这取决于您是否会编辑它、照片的构图及其整体用途。 传统放大的工作原理 传统的放大方法基于添加新的像素，其值是周围像素的平均值。不同之处在于用于计算平均值的像素数量和分配给每个像素的权重。因此，传统放大不会神奇地使您的照片更详细。最近邻放大是像素平均原理的一个例外，因为它只是将最近的像素进行整块复制。这使其非常适合像素艺术、图表和固体几何形状，因为它保持了它们的块状外观。但是在常规照片和任何有渐变的图片上，最近邻会引入锯齿化，使边缘看起来像素化。 比最近邻更高级的是双线性放大，它通过对四个周围像素取平均值来创建新的像素。这种方法不会产生块状外观，但往往会使图像过于柔和，看起来有点模糊。可以在本身就不清晰的图像上使用它，但应避免用于放大特写镜头和其他具有细节的图片。 立方插值放大在资源使用和图像质量之间取得了良好的平衡。它不是考虑四个像素，而是考虑周围16个像素，并对最近的像素给予更大的权重。由于这个原因，它可以生成比双线性放大更清晰的图像，且没有最近邻放大中可见的锯齿边缘。这种方法对大多数类型的照片都是安全的选择，但要知道它可能会引入光晕，这与前两种方法不同。 还有其他更复杂的放大算法，例如Lanczos方法。但这些方法占用更多的处理能力，而且我发现结果与立方插值放大并无太大差别。如果您对立方插值放大不满意，才试试Lanczos。 那么人工智能放大呢？ 传统的放大方法是基于周围像素添加新像素，而人工智能放大则使用预测。它通过创建一幅新的图像来工作，当缩小到一定程度时，它将最接近您请求放大的图像。它之所以能做到这一点，是因为AI模型经过数百万张高分辨率图像的训练。使用AI放大的图像通常看起来明显更干净且饱和。当源图像退化时，这使得填补空白变得更加重要，而不必过于关注准确性。假设您有一张2001年拍摄的旧模糊照片：传统放大会使图像分辨率更高，但不会去除颗粒感。AI放大器将放大图像，同时去除颗粒感。但这些AI放大器也可能有意外的效果。例如，我将Boards of Canada专辑《音乐拥有儿童权利》的专辑封面通过PicsArt的AI图像放大器处理。它给一张在原专辑封面中模糊的脸上添加了眼睛。这是因为脸通常有眼睛，它假设这个人也有。它不是基于源图像进行外推，而是创造一幅新的、更大的图像。这里的结论是，在对准确性要求极高的照片上，不要使用人工智能放大。 不要忘记图像格式 图像格式在决定您可以对图像做什么时发挥着重要作用。JPEG是最广泛兼容的照片格式。您的相机、手机和计算机均可打开它。由于它是一种有损格式，因此文件大小也很小，非常适合存储大型照片库。然而，它不支持透明，因此在处理徽标或文本等内容时应避免使用JPEG。 对于质量和编辑支持的良好平衡，PNG格式是一个不错的选择。PNG图像几乎可以在所有图像编辑程序中编辑，并支持可选的alpha通道，添加透明度。与JPEG不同，PNG图像在编辑过程中解码和编码时不会失去质量。这使得该格式非常适合需要细节的徽标、插图和截图。考虑到它是无损格式，与JPEG相比，它的文件大小要大得多，因此在常规照片上使用可能有些过头。虽然您可以选择使用JPEG格式，但对于...