AI图片放大

本地工具放大：https://www.upscayl.org/#downloadSD放大：扩散模型可以增加更多细节开源工作流：[开源的Magnific AI的图片放大工作流](https://waytoagi.feishu.cn/wiki/A5LtwIV6KixSCckCOuYcAYpFnjb)开源工作流：[图像高清修复，无损放大N倍](https://waytoagi.feishu.cn/wiki/BDNJwt5uji6hkakgahGcp0LlnVb)stability.ai的https://clipdrop.co/tools画质增强magnific遥遥领先：https://magnific.ai/Krea https://www.krea.ai/apps/image/enhancerImage Upscaler：https://imageupscaler.com/佐糖：https://picwish.cn/photo-enhancer-api?apptype=aps-bd-api&bd_vid=8091972682159211710腾讯ARChttps://arc.tencent.com/zh/ai-demos/humansegmentation?ref=88sheji.cn腾讯开源的模型，能恢复老照片：https://github.com/TencentARC/GFPGAN在线测试地址：https://replicate.com/tencentarc/gfpgan美图老照片修复：https://www.x-design.com/quality/?channel=sllbd90&bd_vid=11711254260543749686Imglarger：https://imglarger.com/Let's Enhance：https://letsenhance.io/Waifu2x：http://waifu2x.udp.jp/Waifu2x能够提供图片的放大和降噪功能，通过使用深度学习技术可以提高图像的质量，同时保留细节和纹理。它简单易用且效果非常好。

我们使用过插件，使用过脚本，使用过后期处理，但是总结起来原理都是一样的，具体的好坏大家可以去尝试，因为AI生图本来就是一个随机抽卡的过程，不像我们做数学题，有很强的确定性，有唯一解。在我们的Tiled Diffusion中，MultiDiffusion方案就很适合图像的重绘、风格迁移和放大等功能。下面的四个滑块代表着，分块的大小，分块之间的重叠像素、以及同时处理的分块数量。它们的数值越大，效果就越好、速度就越快，数值越小呢，占用的显存就是越小，大家根据自己的情况来使用。一般情况下，保持默认就可以。重叠像素大小建议使用MultiDiffusion时选择32或48，使用Mixture of Diffusers选择16或32下面的Tiled VAE可以极大程度地降低VAE编解码大图所需的显存字节，同样，分块大小根据我们自己的电脑情况来调节，数值越小，占用显存越低。我们来做一个测试，生成一张512x512的图片。使用最简单的提示词，绘制一个女孩的形象。可以看到，这个图片是很模糊的，我们将他发送到图生图进行重绘。

太大的数值比如1920x1080，会使AI做出很奇怪的构图。那你就会说，我就想要很高清的图怎么办，其实Stable Diffusion也提供了图片放大的功能，我们可以同时点选这个高清修复来放大图像倍率，而高宽比我们只要记住这里主要是控制一个画面比例就可以了。调整好参数后，我们就可以生成一幅图片了。可以看到画面内容基本和我们的描述相同，但是在质感方面还少了一些味道。这时就需要用到我们的第二类关键词：标准化提示词。它能让画面更趋近于某个固定的标准。比如我们添加如下关键词：(杰作:1.2)，最好的质量，杰作，高分辨率，原创，非常详细的壁纸，完美，照明，(非常详细的CG:1.2)，绘图，画笔。