Magpie 里的“超分算法”大致分成五类:
- 传统插值:
Bilinear、Bicubic、Lanczos、Jinc。 - 轻量锐化型空间超分:
FSR_EASU + FSR_RCAS、NIS、SGSR、CAS_Scaling、LCAS。 - 神经网络或感知型 2x 超分:
FSRCNNX、FSRCNNX_LineArt、Anime4K、ACNet、CuNNy/CuNNy2、k7_modernAnime。 - 高质量预放大器:
RAVU、RAVU_Zoom、NNEDI3。 - 风格化或修复滤镜:
CRT、SMAA/FXAA、Deband、ImageAdjustment、各种Sharpen。
进阶玩法的关键是:先选“内容类型匹配”的主缩放算法,再用去噪、抗锯齿、去色带、锐化或线条修复控制副作用。
传统插值只看周围像素,用数学核函数估计新像素。它稳定、快、可预测,但不会真正“理解”画面内容。
| 算法 | 简化原理 | 优点 | 缺点 | 适合 |
|---|---|---|---|---|
Nearest | 直接复制最近像素 | 绝对锐利、无混色 | 锯齿明显 | 像素画、整数倍 |
Bilinear | 周围 4 点线性混合 | 快、平滑 | 容易糊 | 临时兜底 |
Bicubic | 更大邻域的三次插值 | 比 Bilinear 更细 | 参数不当会糊或振铃 | 通用缩放 |
Lanczos | sinc 窗函数重采样 | 清晰、细节保留好 | 高对比边缘可能振铃 | 通用高质量缩放 |
Jinc | 圆对称采样核 | 斜线和曲线表现好 | 性能更重,也可能振铃 | 高质量 2D 缩放 |
Lanczos 和 Jinc 很适合作为效果链里的“补足倍率”阶段:例如先用 2x 神经网络模型把 1080p 变成 2160p,再用 SSimDownscaler 或 Lanczos 收到 1440p。
锐化型实时超分
Section titled “锐化型实时超分”这类算法的目标是低成本实时放大。它们通常先做边缘感知的上采样,再用锐化恢复局部对比。
| 算法 | 简化原理 | 优点 | 缺点 | 适合 |
|---|---|---|---|---|
FSR_EASU + FSR_RCAS | 边缘自适应上采样,再做对比自适应锐化 | 通用、快、任意倍率 | 细线可能过锐或发硬 | 3D 游戏首选起点 |
NIS | NVIDIA Image Scaling 的空间缩放和锐化 | 实时性好,参数简单 | 只支持放大,锐化过头会发脏 | 3D 游戏、通用画面 |
SGSR | 边缘检测 + 游戏超分锐化 | 轻量,边缘可控 | 参数不当会线条硬化 | 游戏画面 |
CAS_Scaling | 对比自适应锐化并支持缩放 | 非常轻 | 不擅长补真实细节 | 性能吃紧时 |
LCAS | 轻量 3D 画面缩放 | 快、适合游戏 | 细节恢复有限 | 低成本实时放大 |
如果目标是 1080p -> 1440p,这类任意倍率算法通常比 2x 神经模型更自然,因为它们不需要先放到 2160p 再缩回 1440p。
神经网络与感知型 2x
Section titled “神经网络与感知型 2x”这类算法更像“内容特化的细节重建”。大多数固定输出 2x,适合动画、线稿、视觉小说、低分辨率 UI 和非写实纹理。
| 算法 | 简化原理 | 优点 | 缺点 | 适合 |
|---|---|---|---|---|
FSRCNNX | 小型卷积网络重建 2x 图像 | 线条、纹理恢复强 | 性能比 FSR 重;写实画面可能假细节 | 动漫、2D、通用线稿 |
FSRCNNX_LineArt | 面向线稿的 FSRCNNX 变体 | 线条更干净 | 对自然纹理不通用 | 文字、漫画、线稿 |
Anime4K_Upscale | 动漫风格边缘和色块重建 | 动画线条清楚,可搭配 Restore/Denoise | 参数和变体多,过强会塑料感 | 动画、插画 |
Anime4K_Restore/Thin | 线条还原或细化,不改变尺寸 | 补救线条糊、线条粗 | 过量会抖、断线、边缘发硬 | 动画线条修复 |
ACNet | 面向动画风格的网络缩放 | 降噪强 | 可能抹细节 | 噪点多的动画 |
CuNNy/CuNNy2 | 面向视觉小说/动漫图像的网络模型 | 角色和文字边缘好 | 模型越大越吃 GPU | VN、2D 游戏 |
k7_modernAnime | 动漫目标超分 | 动漫素材针对性强 | 泛化有限 | 现代动漫画风 |
这类模型最常见的坑是“算法很强,但倍率不对”。例如 1080p -> 1440p 只有 1.333x,如果直接用 2x 模型就会先到 2160p,再缩回 1440p。这样可能更干净,也可能让线条显得被重采样两次。必须用小样 A/B 判断。
高质量预放大器
Section titled “高质量预放大器”RAVU、RAVU_Zoom、NNEDI3 更偏高质量预放大和边缘导向插值。它们不像 Anime4K 那样强风格化,也不像 FSR 那样只追求实时轻量。
RAVU:移植自 mpv prescalers,常用于高质量 2x 或 3x 预放大。RAVU_Zoom:支持任意放大倍率,适合补足非整数倍率。NNEDI3:最初用于去隔行,也可作为高质量插值器;质量好但性能重。
如果你要做“画质优先、帧率压力不大”的 2D 内容,可以把它们放在 FSR/NIS 之前试;如果是 3D 游戏实时游玩,通常先从更轻的方案开始。
修复与后处理
Section titled “修复与后处理”这些不是主超分,但决定最终观感。
| 问题 | 优先尝试 | 注意 |
|---|---|---|
| 线条糊 | Anime4K_Restore、Anime4K_Thin_HQ、FSRCNNX_LineArt、AdaptiveSharpen | 先修线再锐化,不要直接大力锐化 |
| 锯齿 | SMAA、FXAA、Anime4K 3D AA 变体 | FXAA 容易糊,SMAA 更可控 |
| 色带 | Deband | Grain 可以遮残留色带,但别加太多 |
| 泛灰或颜色不对 | ImageAdjustment | 亮度、对比、gamma 最好小幅调 |
| 振铃 | 降低锐化,调高 Lanczos 抗振铃 | 抗振铃越强通常越糊 |
| 过锐噪点 | 降低 FSR_RCAS、NIS、CAS 强度 | 锐化不是细节生成 |
可以按这个顺序试:
- 先按内容分类:3D、动画、视觉小说、像素画、旧软件 UI。
- 再按目标倍率:任意倍率优先 FSR/NIS/SGSR/Lanczos/RAVU_Zoom;2x 可以试 FSRCNNX、Anime4K、CuNNy。
- 再看副作用:糊、振铃、噪点、色带、线条断裂、帧率不足。
- 最后才微调锐化强度。
不要一开始就把所有增强都叠上去。效果链越长,越需要逐段开关对照。