Real-ESRGAN GUI

实用、美观的图片放大工具 Real-ESRGAN 的图形界面，参考 waifu2x-caffe 设计。

基本介绍

这个程序是 Real-ESRGAN 的命令行程序 Real-ESRGAN-ncnn-vulkan 的图形界面，使用 Python 和 tkinter 编写，同时支持 Windows、Ubuntu 和 macOS 平台。

快速上手：

• 在 Release 中下载最新的 realesrgan-gui-windows-bundled-v*.7z，解压后打开 realesrgan-gui.exe 即可使用。
• 在 Release 中下载最新的 realesrgan-gui-ubuntu-bundled-v*.tar.xz，解压后打开 realesrgan-gui 即可使用。
• 在 Release 中下载最新的 realesrgan-gui-macos-appbundle-v*.tar.xz，解压后在终端中执行 xattr -cr "Real-ESRGAN GUI.app"，打开 Real-ESRGAN GUI 即可使用。

一键打包 arm64 单架构的 Real-ESRGAN GUI.app

经实测，arm64 单架构比 universal2 双架构在 Apple 芯片 Mac 上的性能表现要更加出色，因此建议 Apple 芯片用户自行打包 arm64 单架构应用程序。

1. 准备一台 Apple 芯片 Mac，M1、M1 Pro、M1 Max、M2、M2 Pro、M2 Max 均可。
2. 下载仓库。

git clone https://github.com/TransparentLC/realesrgan-gui.git
cd realesrgan-gui

3. 在终端内运行 shell 脚本一键打包，到 pyinstaller 打包环节，sudo 命令需要输入开机密码。

sh Build-macOS-arm64.sh

4. 大功告成，打包好的应用在 ./realesrgan-gui/dist/Real-ESRGAN GUI.app。

⚠️ 由于我没有运行 macOS 的设备，因此可能无法处理和 macOS 相关的使用问题。

相关项目

• 在 Android 上使用 Real-ESRGAN：tumuyan/RealSR-NCNN-Android
• 通过 Vapoursynth 对视频使用 Real-ESRGAN：HolyWu/vs-realesrgan

功能介绍

在原版支持的功能的基础上，增加了以下功能：

• 任意尺寸放大
  • Real-ESRGAN 只能将输入的图片以固定的 2-4x 倍率（和选用的模型有关）放大。
  • 这一功能通过多次调用 Real-ESRGAN 后使用常规缩放算法降采样实现。
  • 例如将 640x360 的图片使用 2x 的模型放大到宽度 1600，实际操作为先放大到 1280x720，再放大到 2560x1440，最后降采样到 1600x900。
  • 默认使用 Lanczos 进行降采样，也可以选择其它算法。
• 对 GIF 的处理
  • 将 GIF 的各个帧拆分出来并记录时长，逐个放大后再进行合并。
• 拖拽支持
  • 将图片文件或目录拖拽到窗口的任意位置上，即可自动将它的路径设定为输入和输出路径。
  • 根据拖拽时选择的放大尺寸计算方式，在输出路径中会自动添加形如 x4、w1280、h1080 的后缀。
• 深色模式界面
  • 使用 darkdetect 实现。
  • 在启动时根据系统设定选择使用浅色或深色模式界面，支持在修改系统设定时自动切换。
  • 在 macOS 上不适用（？）
• 多语言支持
  • 界面语言和系统语言（使用 locale.getdefaultlocale 获取）一致。
  • 目前支持简繁中文和英语。在缺少某个语言的翻译文本的情况下，默认会回退到英语。
  • 欢迎添加更多语言的翻译，或对现有的翻译进行改进～（参见 i18n.ini）

效果对比

Nearest Neighbor	Lanczos	waifu2x-caffe	Real-ESRGAN

Nearest Neighbor	Lanczos	waifu2x-caffe	Real-ESRGAN

Nearest Neighbor	Real-ESRGAN

Nearest Neighbor	Real-ESRGAN

• waifu2x-caffe 使用 UpResNet10 和 UpPhoto 模型，降噪等级 3，开启 TTA。
• Real-ESRGAN 使用 realesrgan-x4plus-anime 和 realesrgan-x4plus 模型，开启 TTA。
• 放大倍率均为 4x。
• 为了减小文件大小，展示的 GIF 进行了有损压缩处理。

可能遇到的问题

如何选择模型

对于三次元图片建议使用 realesrgan-x4plus，对于二次元图片建议使用 realesrgan-x4plus-anime。

对于同一系列模型的不同倍率版本，建议选择等于或大于想要将图片放大的倍率的版本。例如在想要将图片放大到 3x 但是只有 x2 和 x4 模型的情况下，应该选择 x4 的模型。

带有 animevideo 的几个模型是针对二次元视频使用的，特点是模型文件较小以及处理速度较快（我自己的测试是 realesrgan-x4plus-anime 的 1.5x 到 3x 不等）。不过这个 GUI 并不会考虑加入视频处理功能。

你也可以在这里下载使用第三方的附加模型，对于某些图片（特别是三次元图片）可能会有比官方模型更好的效果，请根据实际情况自由尝试。将模型的文件名相同的 bin 和 param 文件放在 models 目录，主程序在启动后会自动识别到这些模型。

拆分大小的作用

对应原版的 -t tile-size 参数。“自动设定”已经可以满足日常使用了，但是如果想要自己设定的话，在显存充足的情况下建议使用较大的值，处理速度更快，放大后的图片质量更好，细节更多（虽然可能不太明显）。

将 Real-ESRGAN-ncnn-vulkan 自带的 256x256 的测试图使用 realesrgan-x4plus 模型在 TTA 模式下放大到 4x，选择不同的拆分大小的效果：32，256 或以上。

#32 有更详细一些的解释。

TTA 模式的作用

理论上可以稍微提升放大后的图片的质量，但是实际上效果非常不明显，还会使处理时间增加数倍，因此一般情况下没有开启的必要。

我自己选择了几张 1200px 以上的高清二次元图片进行实验：先将原图缩小到 1/4，再使用 realesrgan-x4plus-anime 模型在使用或不使用 TTA 的情况下放大 4x，比较放大后图片和原图的 SSIM（范围为 0-1，值越大表示两张图越相似）。结果使用 TTA 的 SSIM 仅比不使用高出 0.002 左右，目视就更看不出差异了。

高级设定中的“针对 GIF 的透明色进行额外处理”是什么？

GIF 只支持最多 256 种 RGB 颜色的调色板并设定其中一种颜色为透明色（可选），也就是说不存在半透明的情况。对于存在透明部分的 GIF，这就出现了两个问题：

• 图像的 Alpha 通道只有 0 和 255 两个值，可以用只有黑白两色的图像表示，有严重的锯齿。
• 将 GIF 的每一帧拆出来保存为 PNG、WebP 等格式以后，透明部分在 RGB 通道上的颜色会变得不可预料。例如 GIF 中被设为透明色的颜色原本是 #FFFFFF，将帧另存为后可能会变成 #000000，虽然只看图片的话并没有区别。

对于使用 Real-ESRGAN 直接放大 GIF 的每一帧的做法（示例），上面两个问题的影响是：

• Real-ESRGAN 对 Alpha 通道放大的效果非常不理想，和使用常规缩放算法几乎没有区别，导致放大后的帧周围会出现一圈锯齿比较明显的杂边。
• 杂边的颜色是不可预料的，比如有些情况下是黑色，会显得非常难看。

这个选项就是针对这两个问题而添加的，启用后会添加以下操作：

• 在拆出 GIF 的每一帧时，强制把透明部分的颜色设为白色，这样可以将放大后的 GIF 的杂边颜色固定为白色，比较美观。
• 对于每一帧的 Alpha 通道，先添加半径 3px 的高斯模糊以平滑锯齿，然后应用一个增加对比度的曲线（或者是 LUT）以尽可能减小杂边的影响，再通过仿色算法处理为只有 0 和 255 两个值的黑白图像。

这个选项是实验性的，建议在放大存在透明部分的 GIF 时手动开启，在放大不存在透明部分的 GIF 时关闭。可能是由于这里的实现或 Pillow 对 GIF 的处理存在问题，在开启时处理后者会出现一些奇怪的问题（主要是出现不该出现的透明色以及仿色效果非常差）。也许会有更好的处理方法。

高级设定中的“使用有损压缩”和“有损压缩质量”是什么？

开启这个选项以后，如果输出的文件是 JPEG 或 WebP 格式，就可以根据设定的值（0-100 表示从低质量到高质量）控制输出的文件的压缩质量了。如果输入的是文件夹，则放大文件夹中 JPEG 或 WebP 格式的图片时输出的压缩质量也会受这个选项影响。

不开启这个选项的话，输出为 WebP 格式时使用的是无损压缩。

配置文件的保存位置

项目目录或打包后的可执行文件所在目录下的 config.ini，没有这个文件的情况下会使用默认的配置。在退出程序时会自动保存配置。

如果因为配置文件的问题导致程序不能运行的话，可以先尝试将配置文件删除。

借物表

• Pillow
• Real-ESRGAN 原版工具
• Sun-Valley-ttk-theme Windows 11 风格的 tkinter 主题，在原版基础上将所有控件的图片打包成了单张 Sprite Sheet，具体操作参见这里
• TkInterDnD2 Tkinter 的拖拽支持
• darkdetect 检测是否正在使用深色模式
• pyinstaller

致谢

• 感谢 @blacklein 提供在 macOS 下使用这个 GUI 和打包为应用程序的帮助。