1 前言
图像超分是一种图像处理技术，旨在提高图像的分辨率，使其具有更高的清晰度和细节。这一技术通常用于图像重建、图像恢复、图像增强等领域，可以帮助我们更好地理解和利用图像信息。图像超分技术可以通过多种方法实现，包括插值算法、深度学习等。其中，深度学习的方法在近年来得到了广泛的关注和应用。基于深度学习的图像超分技术，可以利用深度神经网络学习图像的高频部分，从而提高了图像的分辨率和清晰度。
目前应用较多的应用场景是图像及视频分辨率提高，比如可以提高以往影视作品或图像的分辨率，提高视觉感官效果；或是解决视频经有损压缩后导致视频效果退化问题。今天给大家介绍一下腾讯ARC实验室发布的一个图像超分辨率模型Real-ESRGAN：项目开源地址，论文地址。
原创作者：RS迷途小书童
博客地址：https://blog.csdn.net/m0_56729804?type=blog
1.1 项目效果展示
2 Python代码使用教程
2.1 依赖库安装
Python >= 3.7 (推荐使用Anaconda或Miniconda)PyTorch >= 1.7这里比较推荐大家用离线本地安装2.1.1 项目安装
git clone https://github.com/xinntao/Real-ESRGAN.gitcd Real-ESRGAN2.1.2 安装依赖
# 安装 basicsr - https://github.com/xinntao/BasicSR# 我们使用BasicSR来训练以及推断pip install basicsr# facexlib和gfpgan是用来增强人脸的pip install facexlibpip install gfpganpip install -r requirements.txtpython setup.py develop2.2 模型介绍
模型下载链接，里面有7个，有些我不知道是干啥用的，所以就没说。
realesrgan-x4plus（默认）reaesrnet-x4plusrealesrgan-x4plus-anime（针对动漫插画图像优化，有更小的体积）realesr-animevideov3 (针对动漫视频)2.3 代码使用
将下载好的模型，放在项目文件中的weights文件夹中，然后打开inference_realesrgan.py和inference_realesrgan_video.py这两个文件就运行就行了，一个是图片超分，一个是视频超分。我这里将代码已经全部注释了，自己可以看看很好理解。
默认模型是realesrgan-x4plus，需要超分的图片/视频放在项目文件夹的inputs中，输出在results中。
import argparseimport cv2import globimport osfrom basicsr.archs.rrdbnet_arch import RRDBNetfrom basicsr.utils.download_util import load_file_from_urlfrom realesrgan import RealESRGANerfrom realesrgan.archs.srvgg_arch import SRVGGNetCompactdef main(): """Inference demo for Real-ESRGAN. """ parser = argparse.ArgumentParser() # 创建一个命令行解析器对象，用于解析命令行参数 parser.add_argument('-i', '--input', type=str, default='inputs', help='Input image or folder') # 添加一个命令行参数 -i, --input，类型为字符串，默认值为 'inputs'，用于指定输入图像或文件夹 parser.add_argument( '-n', '--model_name', type=str, default='RealESRGAN_x4plus', help=('Model names: RealESRGAN_x4plus | RealESRNet_x4plus | RealESRGAN_x4plus_anime_6B | RealESRGAN_x2plus | ' 'realesr-animevideov3 | realesr-general-x4v3')) # 添加一个命令行参数 -n, --model_name，类型为字符串，默认值为 'RealESRGAN_x4plus'，用于指定使用的模型名称 parser.add_argument('-o', '--output', type=str, default='results', help='Output folder') # 添加一个命令行参数 -o, --output，类型为字符串，默认值为 'results'，用于指定输出文件夹 parser.add_argument( '-dn', '--denoise_strength', type=float, default=0.5, help=('Denoise strength. 0 for weak denoise (keep noise), 1 for strong denoise ability. ' 'Only used for the realesr-general-x4v3 model')) # 添加一个命令行参数 -dn, --denoise_strength，类型为浮点数，默认值为 0.5，用于指定去噪强度 parser.add_argument('-s', '--outscale', type=float, default=4, help='The final upsampling scale of the image') # 添加一个命令行参数 -s, --outscale，类型为浮点数，默认值为 4，用于指定最终的放大倍数 parser.add_argument( '--model_path', type=str, default=None, help='[Option] Model path. Usually, you do not need to specify it') # 添加一个命令行参数 --model_path，类型为字符串，默认值为 None，用于指定模型路径。通常不需要指定。 parser.add_argument('--suffix', type=str, default='out', help='Suffix of the restored image') # 添加一个命令行参数 --suffix，类型为字符串，默认值为 'out'，用于指定输出图像的后缀 parser.add_argument('-t', '--tile', type=int, default=0, help='Tile size, 0 for no tile during testing') # 添加一个命令行参数 -t, --tile，类型为整数，默认值为 0，用于指定瓦片大小。0 表示测试时没有瓦片。 parser.add_argument('--tile_pad', type=int, default=10, help='Tile padding') # 添加一个命令行参数 --tile_pad，类型为整数，默认值为 10，用于指定瓦片填充大小 parser.add_argument('--pre_pad', type=int, default=0, help='Pre padding size at each border') # 添加一个命令行参数 --pre_pad，类型为整数，默认值为 0，用于指定每个边界的预填充大小 parser.add_argument('--face_enhance', action='store_true', help='Use GFPGAN to enhance face') # 添加一个命令行参数 --face_enhance，动作是存储为 True，用于指定是否使用 GFPGAN 来增强人脸 parser.add_argument( '--fp32', action='store_true', help='Use fp32 precision during inference. Default: fp16 (half precision).') # 添加一个命令行参数 --fp32，动作是存储为 True，用于指定推理期间是否使用 fp32 精度。默认情况下使用 fp16（半精度） parser.add_argument( '--alpha_upsampler', type=str, default='realesrgan', help='The upsampler for the alpha channels. Options: realesrgan | bicubic') # 添加一个命令行参数 --alpha_upsampler，类型为字符串，默认值为 'realesrgan'，用于指定 alpha 通道的上采样器。选项：realesrgan | bicubic parser.add_argument( '--ext', type=str, default='auto', help='Image extension. Options: auto | jpg | png, auto means using the same extension as inputs') # 添加一个参数，参数名为'--ext'，类型为字符串，默认值为auto，这个参数主要用于指定输入图像的扩展名。 parser.add_argument( '-g', '--gpu-id', type=int, default=None, help='gpu device to use (default=None) can be 0,1,2 for multi-gpu') # 添加一个参数，参数名为'-g'或'--gpu-id'，类型为整数，默认值为None。这个参数主要用于指定使用的GPU设备。 args = parser.parse_args() # 解析命令行参数，生成一个命名空间args # determine models according to model names args.model_name = args.model_name.split('.')[0] # 根据传入的命令行参数--model-name来选择模型，这里假设模型名称和使用的模型之间的关系已经预设好。 if args.model_name == 'RealESRGAN_x4plus': # x4 RRDBNet model model = RRDBNet(num_in_ch=3, num_out_ch=3, num_feat=64, num_block=23, num_grow_ch=32, scale=4) netscale = 4 file_url = ['https://github.com/xinntao/Real-ESRGAN/releases/download/v0.1.0/RealESRGAN_x4plus.pth'] elif args.model_name == 'RealESRNet_x4plus': # x4 RRDBNet model model = RRDBNet(num_in_ch=3, num_out_ch=3, num_feat=64, num_block=23, num_grow_ch=32, scale=4) netscale = 4 file_url = ['https://github.com/xinntao/Real-ESRGAN/releases/download/v0.1.1/RealESRNet_x4plus.pth'] elif args.model_name == 'RealESRGAN_x4plus_anime_6B': # x4 RRDBNet model with 6 blocks model = RRDBNet(num_in_ch=3, num_out_ch=3, num_feat=64, num_block=6, num_grow_ch=32, scale=4) netscale = 4 file_url = ['https://github.com/xinntao/Real-ESRGAN/releases/download/v0.2.2.4/RealESRGAN_x4plus_anime_6B.pth'] elif args.model_name == 'RealESRGAN_x2plus': # x2 RRDBNet model model = RRDBNet(num_in_ch=3, num_out_ch=3, num_feat=64, num_block=23, num_grow_ch=32, scale=2) netscale = 2 file_url = ['https://github.com/xinntao/Real-ESRGAN/releases/download/v0.2.1/RealESRGAN_x2plus.pth'] elif args.model_name == 'realesr-animevideov3': # x4 VGG-style model (XS size) model = SRVGGNetCompact(num_in_ch=3, num_out_ch=3, num_feat=64, num_conv=16, upscale=4, act_type='prelu') netscale = 4 file_url = ['https://github.com/xinntao/Real-ESRGAN/releases/download/v0.2.5.0/realesr-animevideov3.pth'] elif args.model_name == 'realesr-general-x4v3': # x4 VGG-style model (S size) model = SRVGGNetCompact(num_in_ch=3, num_out_ch=3, num_feat=64, num_conv=32, upscale=4, act_type='prelu') netscale = 4 file_url = [ 'https://github.com/xinntao/Real-ESRGAN/releases/download/v0.2.5.0/realesr-general-wdn-x4v3.pth', 'https://github.com/xinntao/Real-ESRGAN/releases/download/v0.2.5.0/realesr-general-x4v3.pth' ] # determine model paths if args.model_path is not None: # 判断是否传入了模型路径，如果传入了则直接使用该路径，否则会结合模型名称生成一个默认的模型路径 model_path = args.model_path else: model_path = os.path.join('weights', args.model_name + '.pth') if not os.path.isfile(model_path): ROOT_DIR = os.path.dirname(os.path.abspath(__file__)) for url in file_url: # model_path will be updated model_path = load_file_from_url( url=url, model_dir=os.path.join(ROOT_DIR, 'weights'), progress=True, file_name=None) # use dni to control the denoise strength dni_weight = None # dni_weight 为 None 表示不使用 DNI # 如果使用了 DNI，dni_weight 的值会是一个列表，列表的两个元素分别代表 DNI 网络和原始模型的权重 if args.model_name == 'realesr-general-x4v3' and args.denoise_strength != 1: wdn_model_path = model_path.replace('realesr-general-x4v3', 'realesr-general-wdn-x4v3') model_path = [model_path, wdn_model_path] dni_weight = [args.denoise_strength, 1 - args.denoise_strength] # restorer upsampler = RealESRGANer( scale=netscale, # 放大倍率，即超分辨率的因子 model_path=model_path, # 预训练模型的路径 dni_weight=dni_weight, # DNI网络的权重，用于控制去噪强度（Denoising Network Integration） model=model, # 输入模型，一般是降噪后的图像 tile=args.tile, # 分块大小，即将图像切割成多个小块进行超分辨率 tile_pad=args.tile_pad, # 块与块之间的填充大小 pre_pad=args.pre_pad, # 预处理时的填充大小 half=not args.fp32, # 是否使用半精度浮点数进行计算，若args.fp32为True则使用半精度，否则使用全精度 gpu_id=args.gpu_id) # GPU的ID，用于在多GPU环境下指定使用哪个GPU进行计算 if args.face_enhance: # Use GFPGAN for face enhancement,如果需要使用 GFPGAN 进行人脸增强 from gfpgan import GFPGANer # 导入 GFPGAN 人脸增强器的类 face_enhancer = GFPGANer( model_path='https://github.com/TencentARC/GFPGAN/releases/download/v1.3.0/GFPGANv1.3.pth', upscale=args.outscale, # 放大倍率，即超分辨率的因子 arch='clean', # GFPGAN的架构，这里选择的是'clean'版本 channel_multiplier=2, # 通道的乘数，用于扩大模型的通道数 bg_upsampler=upsampler) # 使用之前创建的RealESRGAN超分辨率增强器作为背景超分辨率增强器 # args.output = r"G:\Anaconda\ProjectYOLO\yolov5-7.0\Real-ESRGAN-master\1/" os.makedirs(args.output, exist_ok=True) # 创建输出目录，如果已存在则不报错，继续执行后续代码 if os.path.isfile(args.input): # 判断输入路径是否为一个文件 paths = [args.input] # 如果是文件，直接将其路径加入到paths列表中 else: paths = sorted(glob.glob(os.path.join(args.input, '*'))) # 如果输入路径不是一个文件，那么它应该是一个包含图像的文件夹 # 使用glob库获取输入路径下所有的文件路径，并将它们按字母顺序排序后加入到paths列表中 for idx, path in enumerate(paths): # 遍历所有的文件路径 imgname, extension = os.path.splitext(os.path.basename(path)) # 获取文件名和扩展名 print('Testing', idx, imgname) # 打印正在处理的文件信息 img = cv2.imread(path, cv2.IMREAD_UNCHANGED) # 使用OpenCV读取图片，参数cv2.IMREAD_UNCHANGED表示以最接近原始图像的颜色空间读取图像 if len(img.shape) == 3 and img.shape[2] == 4: # 判断图像的维度，如果维度为3且第三个维度的大小为4，说明图像是RGBA格式的，否则不进行特殊处理 img_mode = 'RGBA' # 记录图片模式为RGBA else: img_mode = None # 否则不记录图片模式 try: if args.face_enhance: # 如果需要人脸增强，使用face_enhancer进行人脸增强处理，参数包括输入图像、是否进行人脸对齐、是否只处理中心的人脸部分以及是否将处理后的人脸粘贴回原图 _, _, output = face_enhancer.enhance(img, has_aligned=False, only_center_face=False, paste_back=True) else: # 否则，使用upsampler进行图像超分辨率增强，参数包括输入图像、放大倍数以及是否使用GPU加速 output, _ = upsampler.enhance(img, outscale=args.outscale) except RuntimeError as error: # 如果在处理过程中出现RuntimeError异常，打印错误信息，并给出可能的解决方案 print('Error', error) print('If you encounter CUDA out of memory, try to set --tile with a smaller number.') else: # 如果没有出现异常，执行else分支的代码 # 如果用户没有指定输出文件的扩展名，则自动从输入文件的扩展名中获取输出文件的扩展名；否则使用用户指定的扩展名 if args.ext == 'auto': extension = extension[1:] else: extension = args.ext if img_mode == 'RGBA': # RGBA images should be saved in png format # 如果图片的模式是RGBA，说明图片是RGBA格式的，需要将其保存为png格式的图片 extension = 'png' if args.suffix == '': # 根据用户指定的后缀名构造保存路径 save_path = os.path.join(args.output, f'{imgname}.{extension}') else: save_path = os.path.join(args.output, f'{imgname}_{args.suffix}.{extension}') # 使用OpenCV将处理后的图片保存到指定路径下，参数指定保存的文件格式和压缩质量等选项（这里没有指定压缩质量） cv2.imwrite(save_path, output) # 保存处理后的图片到指定路径下if __name__ == '__main__': main()2.4 命令行使用
2.4.1 参数
Usage: python inference_realesrgan.py -n RealESRGAN_x4plus -i infile -o outfile [options]...A common command: python inference_realesrgan.py -n RealESRGAN_x4plus -i infile --outscale 3.5 --face_enhance -h show this help -i --input Input image or folder. Default: inputs -o --output Output folder. Default: results -n --model_name Model name. Default: RealESRGAN_x4plus -s, --outscale The final upsampling scale of the image. Default: 4 --suffix Suffix of the restored image. Default: out -t, --tile Tile size, 0 for no tile during testing. Default: 0 --face_enhance Whether to use GFPGAN to enhance face. Default: False --fp32 Whether to use half precision during inference. Default: False --ext Image extension. Options: auto | jpg | png, auto means using the same extension as inputs. Default: auto2.4.2 参数使用
python inference_realesrgan.py -n RealESRGAN_x4plus_anime_6B -i inputs3 桌面端轻应用
作者提供了打包好的桌面端exe程序，无需配置PyTorch等依赖，Windows下载地址。
使用方法也很简单，图片放在realesrgan-ncnn-vulkan.exe同目录下，然后使用cmd命令行跳转至这个目录，输入下面的命令（自己修改）。
./realesrgan-ncnn-vulkan.exe -i 输入图像.jpg -o 输出图像.png -n 模型名字 注意：可执行文件并没有支持 python 脚本 inference_realesrgan.py 中所有的功能，比如 outscale 选项) .
Usage: realesrgan-ncnn-vulkan.exe -i infile -o outfile [options]... -h show this help -i input-path input image path (jpg/png/webp) or directory -o output-path output image path (jpg/png/webp) or directory -s scale upscale ratio (can be 2, 3, 4. default=4) -t tile-size tile size (>=32/0=auto, default=0) can be 0,0,0 for multi-gpu -m model-path folder path to the pre-trained models. default=models -n model-name model name (default=realesr-animevideov3, can be realesr-animevideov3 | realesrgan-x4plus | realesrgan-x4plus-anime | realesrnet-x4plus) -g gpu-id gpu device to use (default=auto) can be 0,1,2 for multi-gpu -j load:proc:save thread count for load/proc/save (default=1:2:2) can be 1:2,2,2:2 for multi-gpu -x enable tta mode" -f format output image format (jpg/png/webp, default=ext/png) -v verbose output由于这些exe文件会把图像分成几个板块，然后来分别进行处理，再合成导出，输出的图像可能会有一点割裂感（而且可能跟PyTorch的输出不太一样）。
4 总结
这个开源项目总体来说精度是不错的，图像的分辨率确实有明显的提升，可以将模糊的图片还原出更多的细节，但有时候的效果比较抽象。作者在项目中说会持续更新（PS：作者的重心好像是放在动漫图片超分方面），希望会越来越好。最后分享一下腾讯ARC的Web端使用demo。