qjku）老照片发糊、截图放大变马赛克、动漫图放大后线条发虚，这些问题靠普通放大是解决不了的，因为普通放大只是在原有像素之间插值，并没有补出细节。Real-ESRGAN 画质修复走的是另一条路：它是一个开源的图像修复项目，用纯合成数据训练出来的模型去处理真实图片，目标是把模糊、低清的图片恢复得更清晰、更可用。
软件信息
| 项目 | 内容 |
|---|---|
| 软件名 | Real-ESRGAN |
| 版本 | 20220422 项目版，另含 20211212 便携版构建 |
| 平台 | Windows、macOS、Linux |
| 核心功能 | 画质修复、图像放大、动漫图优化、视频帧修复支持 |
| 适合场景 | 老照片修复、截图放大、动漫插画放大、视频单帧与动漫视频修复 |
Real-ESRGAN 画质修复的思路与门槛
Real-ESRGAN 的出发点写得很直白：开发实用的图像修复算法。它在 ESRGAN 的基础上用纯合成数据训练，让模型能应对真实图片修复场景，而不是只在实验室数据上好看。普通照片、动漫插画与动漫视频的退化方式并不相同，所以项目准备了不同的模型来分别应对。
使用门槛必须先说清楚：Real-ESRGAN 是一个开源项目，不是带完整图形界面的傻瓜式工具。便携版可执行文件不需要另外装 CUDA 或 PyTorch 运行环境，可以直接运行，但运行方式是命令行，需要按参数指定输入、输出与模型。完全不想碰命令行的人，用起来会有明显的学习成本，这一点不要抱有一键完成的预期。
五个模型怎么选
原稿列出的五个模型各有分工，选模型之前先看图片类型，而不是默认用第一个。普通照片与真实场景图片优先考虑通用放大模型；二次元图片与动漫插画优先考虑针对动漫优化的模型，它的体积更小、对线条的处理更有针对性；动漫视频则要看是二倍还是四倍放大，分别对应不同的视频模型。
| 模型 | 针对对象 | 选用建议 |
|---|---|---|
| realesrgan-x4plus | 普通照片与真实图片 | 默认首选，通用场景先用它 |
| realesrnet-x4plus | 真实图片 | 通用模型的另一路选择，可作对照 |
| realesrgan-x4plus-anime | 动漫插画与二次元图片 | 二次元图片优先用它 |
| RealESRGANv2-animevideo-xsx2 | 动漫视频 | 动漫视频二倍放大用它 |
| RealESRGANv2-animevideo-xsx4 | 动漫视频 | 动漫视频四倍放大用它 |
版本选择：项目版与便携版分清楚
本篇对应的项目版时间为 20220422，便携版可执行文件的构建时间为 20211212，支持 Intel、AMD 与 Nvidia 显卡的机器。普通使用者建议从便携版起步，因为它自带所需文件与模型，解压后即可按命令行运行，不需要先搭运行环境。需要微调训练或使用推理脚本全部功能的人，再去看项目版的完整代码与训练说明。
便携版提供 Windows、Linux 与 macOS 三个系统的包，按自己的系统取对应的一份即可。需要注意的是，便携版可执行文件并没有支持推理脚本里的全部功能，例如输出比例调整选项在便携版里并不完整，功能有取舍，选之前先确认自己要用的功能在不在便携版里。
安装步骤
- 通过文末引导方式获取 Real-ESRGAN 便携版压缩包，按自己的系统选 Windows、Linux 或 macOS 对应的一份，系统对不上先换包。
- 把压缩包解压到一个专门的文件夹，文件夹路径不要带中文与空格，避免命令行调用时多生问题。
- 把要处理的图片单独放进一个输入文件夹，输出文件夹另外新建一个，输入与输出不要混在同一个目录。
- 打开命令行，进入便携版所在目录，先用一张小图按默认模型试跑一次，确认能正常出图。
- 试跑成功后，再按图片类型换模型正式处理，处理前先备份原图，输出图不要直接覆盖原图。
必改设置：命令行跑之前先定这四处
- 模型参数先定好：用参数指定模型名字，默认是通用模型，处理二次元图片时要主动换成动漫优化模型，不要全程只用默认。
- 放大倍数先想清楚：默认放大倍数为四倍，不是所有图片都需要四倍，目标只是看清细节时，二倍可能已经够用，倍数越大文件也越大。
- 输出格式先统一：输出支持图片格式，按用途定一种，存档用无损倾向的格式，网络分享再另外转一份，不要混着出。
- 分块大小按机器来：可执行文件会把图像分块处理再合成，分块大小默认自动即可，机器吃力时再调小，不要一上来就改大。
使用方法：一条命令跑通全过程
便携版的基本用法是一条命令，指定输入图片、输出图片与模型名字。输入可以是单张图片，也可以是一个目录；输出同样可以是文件或目录。第一次跑建议只用一张图，确认输出正常、画面没有明显的割裂感，再批量处理。
分块处理是便携版的工作方式：图像被分成几个板块分别处理再合成导出，因此输出与完整推理脚本的结果可能略有不同，边缘处也可能带一点割裂感。批量处理前先抽查几张输出图，确认效果符合预期再继续，不要处理完几百张才发现模型选错了。
注意事项
- 修复效果取决于原图质量，严重缺失细节的图片修复后也只能是更清晰的推测，不会凭空变回拍摄时的原图，对结果要有合理预期。
- 人脸处理有专门的增强支持，但人脸修复同样是推测性恢复，证件与身份用途的图片不要依赖修复结果作判断。
- 便携版功能不完整，推理脚本里有的选项便携版未必支持，需要完整功能时要回到项目版的推理脚本，而不是在便携版里反复找开关。
- 处理前务必备份原图，输出图单独存放，模型与参数记下来，同一批图换了模型或倍数，结果就不再可比。
适用人群与同类做法对比
Real-ESRGAN 适合愿意用命令行的图片处理者、做动漫图与老照片修复的人，以及需要批量放大图片素材的设计与剪辑辅助工作者。它的优势是开源、模型分工细、便携版不用搭环境就能跑，适合有一定动手能力的人长期使用。
和普通图片放大做法相比，它的优势是能补细节而不是只拉大像素；和在线修图服务相比，它的优势是本地运行、批量处理不受单张限制。但代价同样明确：没有完整图形界面、需要自己选模型与参数、效果需要逐张抽查。只想点一下就出图的人，这个项目并不对路，先想清楚再投入时间。
关注公众号「软件教程管家」，回复【Real-ESRGAN】获取下载链接
关注「软件教程管家」
回复软件名即取即下：网盘下载链接 + 提取码，一步直达，不用再跳转。
本站资源仅供个人学习交流，请勿用于商业用途。软件与资料版权归原作者所有；如有侵权，请通过公众号「软件教程管家」联系我们，我们将在 24 小时内下架处理。查看免责声明 ›
