Upscayl 免费开源 AI 图像放大:4 倍超分低清图完整实战指南

Upscayl 免费开源 AI 图像放大:4 倍超分低清图完整实战指南

【免费下载链接】upscayl🆙 Upscayl - #1 Free and Open Source AI Image Upscaler for Linux, MacOS and Windows.项目地址: https://gitcode.com/GitHub_Trending/up/upscayl

Upscayl 是一款免费开源的 AI 图像放大工具,基于 Real-ESRGAN 在本地把低清图 4 倍超分,不上传、不收费。它最适合需要翻新老照片、放大截图和批量处理素材的个人用户。

先划清适用边界

适合:

• 适合低分辨率但清晰的图,比如 300×400 的老照片、1080p 的游戏截图。
• 适合批量处理整个文件夹,一次丢几十张无人值守跑完。
• 适合没有预算买付费放大软件、又需要本地处理隐私图片的用户。

不适合:

• 不适合失焦、拍糊的图——它擅长提升低清,做不了去模糊,糊原片只会"糊得更大"。
• 不适合只有核显(iGPU)的机器,后端强依赖 Vulkan 兼容的独显或新核显。
• 不适合需要云端 API 调用的场景,它是纯桌面应用,离线运行。

一句话原则:输入必须是"清楚但小",不是"大但糊"。

准备:环境检查与安装

前置条件:

安装三步:

1. 到 Releases 下载对应系统的安装包:Windows 是 exe,macOS 是 dmg,Linux 是 AppImage(也有 Flatpak/Snap)。
2. Windows 双击 exe 按提示装;macOS 拖进 Applications,右键"打开"两次绕过系统校验。
3. Linux 的 AppImage 右键"权限"勾选允许执行,双击即可;或走 Flatpak/Snap 渠道安装。

装完先确认显卡支持 Vulkan,这一步决定后面能不能跑。

从零到第一次出结果

先跑通一次,再谈任何设置。主界面就是直白的四步流:

1. Step 1 选图:点"Select Image",挑一张 PNG 或 JPG 进去。
2. Step 2 选模型:保持默认 Upscayl Standard,不用改。
3. Step 3 设输出:点"Set Output Folder",选一个保存目录。
4. Step 4 启动:确认比例是 x4,按钮上方会显示"Upscayl from 300x400 to 1200x1600",点 Upscayl 按钮开跑。

跑完后原图和结果并排显示,支持滑块对比和放大镜两种视图。

打个比方:它像一位老裁缝,把低清图当洗旧的衣服,按纹理和边缘补出本该有的走线。衣服本身没破洞,裁缝才救得回来。

主界面从上到下就是选图→选模型→设输出→启动,第一次用不用看教程。

三个实战场景

场景一:单张老照片精修到 4 倍

1. 拖入一张 300×400 的扫描老照片。
2. 模型换成High Fidelity——它主打真实细节和平滑纹理,人物照最稳。
3. 打开TTA Mode(设置页底部),去掉 AI 补细节留下的伪影。
4. 保持 x4,点启动。

实测:输出 1200×1600,树叶、发丝这类细纹理明显比原片清晰。TTA 的代价是耗时约 8 倍,单张无所谓,批量千万别开。🎯

标准模型 4 倍输出:500×500 的输入被补到 2000×2000,边缘干净、无明显涂抹。

场景二:1080p 截图批量升成 4K 壁纸

1. 顶部勾选Batch Upscayl开关,Step 1 变成"Select Folder"。
2. 选中整个游戏截图文件夹。
3. 设置页打开Custom Output Width,填3840——高度会自动按原图比例算成 2160。
4. 输出格式选 PNG 保细节,点启动。

实测:1920×1080 的截图全部输出为 3840×2160,直接当 4K 壁纸用;跑完点"打开输出文件夹"一键直达。🚀

横幅里的界面顶部就是 Batch 开关,批量和单图模式一键切换。

场景三:二次元素材用原生 2x 模型

1. 建一个空文件夹,放入 NCNN 模型文件(.bin + .param 一对)。项目的 models/ 目录里就带 realesr-animevideov3-x2、x3、x4 三档。
2. 设置页找到Add Custom Models,点 Select Folder 指定该文件夹。
3. Step 2 的模型下拉里,选中加载进来的realesr-animevideov3-x2。
4. 比例选 x2,启动。

实测:1024×576 的动漫 CG 输出 2048×1152,线条比 4 倍再缩小的结果更实,插值痕迹更少。

数字艺术模型专门服务插画类素材,对线条的贴合度优于通用模型。

核心参数速查表

只收影响结果的 6 项,其余设置可以先不管:

高频排错问答

Q1:启动报 GPU Error,或者完全跑不起来?

原因:NCNN 后端强依赖 Vulkan 兼容 GPU,多数核显不在支持范围。 处理:跑一次 VulkanCapsViewer 确认显卡是否支持 Vulkan;更新显卡驱动;Windows/Linux 有社区贡献的 CPU 变通方案(见 README FAQ 第 #390),macOS 目前无解。

Q2:Windows 上填了 GPU ID 却不生效,还走核显?

原因:系统没把 Upscayl 设为"高性能模式"时,Windows 会无视 GPU ID 强制调度。 处理:在显示高级设置里把 Upscayl 切到性能模式;再打开设置页底部日志区,那里列出了真实 GPU ID 列表,照抄填进去。完整步骤在 docs/Guide.md。

Q3:批量跑到一半点了停止,结果缺图或尺寸不对?

原因:当模型不支持某个后处理动作时,Upscayl 会先把整批图全部升完,再统一做压缩、缩放等后处理——你停止时它还没走到那一步。 处理:别关程序,等它把当前批次跑完再停,官方 FAQ 明确说过这一点。

Q4:放大后还是糊,看不出提升?

原因:输入图本身失焦或严重模糊。Upscayl 擅长的是"低清但清晰",做不了去模糊和对焦。 处理:换一张焦点正常的低清图重新输入;如果原片就是拍虚了,先接受现实,这个工具救不了它。

这张图讲清楚输入输出关系:低清原图进,4 倍高清图出,细节由模型补全。

进阶:定制与扩展

• 自定义模型:v2.5 起支持加载自训 NCNN 模型。把 .bin + .param 放进一个文件夹,设置页"Add Custom Models"指定路径即可。想把自己训练的 PyTorch 模型转过来,docs/Model-Conversion-Guide.md 是完整转换教程。
• 代码入口:推理进程由 electron/utils/spawn-upscayl.ts 拉起;单图、批量、剪贴板粘贴三条链路分别在 electron/commands/ 的image-upscayl.ts、batch-upscayl.ts、paste-image.ts里,改行为从这几个文件下手。
• 小提效:截图工具里复制图片,回到 Upscayl 直接 Ctrl+V 就能处理,不用先存盘。
• 换语言:界面翻译在 renderer/locales/zh.json 等 20 多个文件里,设置页可直接切中文。

结尾行动清单

1. 直接当工具用:去 Releases 下载对应系统安装包(exe / dmg / AppImage),装完按"四步流"跑一张图。
2. 参与开发:执行git clone https://gitcode.com/GitHub_Trending/up/upscayl,然后npm install、npm run start本地跑起来(需 Node 18)。
3. 遇到问题去哪问:分平台故障清单在 docs/troubleshooting/,GPU ID、日志、自定义模型等操作细节在 docs/Guide.md,先翻这两处比到处搜答案快得多。✅

【免费下载链接】upscayl🆙 Upscayl - #1 Free and Open Source AI Image Upscaler for Linux, MacOS and Windows.项目地址: https://gitcode.com/GitHub_Trending/up/upscayl