以下图片均为 https://www.bilibili.com/video/BV1ro4y1P7yV/ 视频中测试生成的图像。

由于专栏对上传图像大小的限制，无法上传大小超过 20MB 的 PNG 原图，所以我只能将 PNG 转成 JPG再上传。

(相关资料图)

Latent（两次线性）（2x放大）

跑图显卡：A10（性能介于 RTX A5000 和 RTX 3090之间）

原图尺寸：512 x 832

超分放大后尺寸：1024 x 1664

单张图耗时：约 20s

可以看到，Latent 放大算法在低重绘幅度下，生成的图像是模糊的。

在该例子中：

0.3的图像开始可用，前提是你喜欢这种朦胧感。

0.4~0.6的图像的超分放大效果较好。

0.4的图像，背景仍然存在模糊感

0.6的图像，背景开始发生变化（左侧的树枝变成一堆绿叶）。

从0.7开始，画面内容出现较大变化。

0.7的图像背景与前面的图像相比发生了较大的变化。另外，右侧底部的手也出现了问题。    

0.8的的图像不仅背景有较大变化，人物的服装也发生较大变化。

0.9和1.0的图像，直接古神化。

Latent（两次线性）（4x放大）

跑图显卡：A10（性能介于 RTX A5000 和 RTX 3090之间）

原图尺寸：512 x 832

超分放大后尺寸：2048 x 3328

单张图耗时：约 4min

可以看到，4x放大的效果无论在那个重绘幅度下都挺差的。

在该例子中：

0.4之前的图像都是模糊的。

0.5~0.6的图像虽然不模糊，但画面是扭曲的。

0.4的图像，背景仍然存在模糊感。

0.6的图像，背景开始发生变化（左侧的树枝变成一堆绿叶）。

从0.7开始，画面直接放飞自我，直通古神。

R-ESRGAN 4x+ （2x放大）

跑图显卡：A10（性能介于 RTX A5000 和 RTX 3090之间）

原图尺寸：512 x 832

超分放大后尺寸：1024 x 1664

单张图耗时：约 20s

在该例子中：

0~0.5的图像都比较正常。

当重绘幅度为0时，相当于用后期处理直接进行超分放大。

从0.6开始，画面内容出现变化。

0.6和0.7的图像，背景发生变化。

0.8的图像，背景和人物服装都发生了变化。

0.9和1.0的图像，直接古神化。

R-ESRGAN 4x+ （4x放大）

跑图显卡：A10（性能介于 RTX A5000 和 RTX 3090之间）

原图尺寸：512 x 832

超分放大后尺寸：2048 x 3328

单张图耗时：约 4min

与 Latent 放大算法的情况不同，R-ESRGAN 4x+ 放大算法在低重绘幅度下的图还是可以用的。

在该例子中：

0~0.3的图像效果还是可以接受的。

当重绘幅度为0时，相当于用后期处理直接进行超分放大。

从0.4的图像开始，画面背景逐渐变模糊。

0.6的图像，右侧底部的手出现了问题。

0.7的图像，手臂直接变成了头发。

从0.8的图像开始，画面逐渐古神化。

Latent（nearest）与 Latent（nearest-exact）

2x放大

原图尺寸：512 x 832

超分放大后尺寸：1024 x 1664

当放大倍数为整数倍时，两个 Latent 放大算法的区别不大。

1.5x放大

原图尺寸：512 x 832

超分放大后尺寸：768 x 1248

当放大倍数不是整数时，两个 Latent 放大算法的区别就展现出来了。

可对比两张图像的以下部分：

头顶的蝴蝶结、刘海、眼睛、耳环、脖子上的饰品、裙子的装饰以及裙摆的装饰等。

另外，用 Latent（nearest）放大算法生成的图像，女孩的左肩位置存在类似头发的伪影。