把亮度噪点与色度噪点分开
亮度噪点是把昏暗场景变成闪烁颗粒的明暗斑点。色度噪点是叠加其上的彩色斑块,在暗部往往偏绿或偏品红,那里的色度通道掌握的信息最少。两者需要不同的强度,只清理其中一种会让另一种清晰可见,所以在决定推多强之前,既要看明暗斑点也要看彩色斑块。
低光下的传感器颗粒与强烈压缩带来的块效应,也是两种东西。真实颗粒持续移动、显得有机,而块效应静止成块,并紧贴平坦渐变与暗部区域。时间一致性清理能很好地针对真实颗粒;结构性块效应则更顽固,通常只是被软化,而不会彻底消失。
适用于昏暗环境或高 ISO 拍摄的片段,以及已经带有明显压缩噪点的导入素材。
亮度颗粒、色度斑块与压缩
降噪永远是一种取舍。推得足够狠,颗粒会消失,但说明画面真实的细腻纹理也会一并消失,皮肤开始像塑料。合适的幅度取决于源素材:昏暗的高 ISO 场景与带一点压缩杂讯的干净镜头,处理方式并不相同。又因为视频要在运动中接受检验,清理还必须是时间一致性的,跨帧工作而不是逐帧单独处理。
亮度噪点是把昏暗场景变成闪烁颗粒的明暗斑点。色度噪点是叠加其上的彩色斑块,在暗部往往偏绿或偏品红,那里的色度通道掌握的信息最少。两者需要不同的强度,只清理其中一种会让另一种清晰可见,所以在决定推多强之前,既要看明暗斑点也要看彩色斑块。
低光下的传感器颗粒与强烈压缩带来的块效应,也是两种东西。真实颗粒持续移动、显得有机,而块效应静止成块,并紧贴平坦渐变与暗部区域。时间一致性清理能很好地针对真实颗粒;结构性块效应则更顽固,通常只是被软化,而不会彻底消失。
只对单帧降噪,无从预知下一帧的样子,因此每次去除噪点的方式都不同,把残留留成爬动的杂点。当这段序列播放时,眼睛会把这些杂点读成闪烁,即使每一帧单独看都很干净。这正是多帧处理能避免的瑕疵,因为它可以比较相邻帧并让结果保持稳定。
时间处理也解释了为什么最严重的噪点常出现在几乎不动的暗部。在这些平坦而昏暗的区域,算法没有多少真实边缘可以锚定,因此涂抹与纹理丢失会最先在这些地方显现。要专门检查这些区域,如果颗粒纹理彻底消失,就说明强度已经超过了画面仍像实拍素材的那个限度。
降噪过度会在脸部与衣物上暴露出来。皮肤发蜡、失去毛孔,针织质地变得平滑而闷,头发结成平板状。目标是受控的削减,一旦重要纹理回来就停手,因为保留一点颗粒,远比伪造已被强力处理抹掉的细节容易得多。
从最困难的场景而非最容易的场景着手,并在处理整个项目前先用短片段测试。检查暗部平坦区域、肤色与任何细密重复图案,再决定这个设置是否诚实到可以用于其余部分。积分依据核实后的时长与分辨率,因此把较长素材分段,能让成本与复查工作量都保持可预期。
先确认真正的问题是不是分辨率。放大会增加像素尺寸,也可能改善边缘与纹理观感,但不会让不准确的源文件变得真实。过小的裁剪、严重失焦、过曝、死黑或无法辨认的文字,放大后仍可能不可用。无论商品、肖像、艺术图还是旧照片,都应把输出与原始对象对照,而不是只看锐度。
Plain Upscaler 当前是逐张手动处理的工作流。上传支持的文件,选择可用倍数与模型设置,查看页面积分预估,再提交单个任务。服务端会解码并核验图片的真实尺寸后才接受扣费,因此重命名文件或修改浏览器数据不能改变权威成本。当前没有面向客户的公开 API、DAM 集成或无人值守的目录批处理。
处理整组素材前,先挑一张具有代表性的样图。它应与其余素材拥有相同的拍摄来源、压缩程度、主体和缺陷。按 100% 比例检查人脸、手部、文字、标志、直线、重复纹理与高反差边缘。AI 可能生成看似合理但并不存在的细节;装饰性创作也许可以接受,但身份、证据、忠实修复或商品承诺不能默认接受。
价格页是当前可购买订阅和一次性积分包的权威入口。有限的新用户积分可能只够小样测试,持续生产需要付费积分。请本地保留原件,失败时记录任务编号,并及时下载已确认的结果。上传媒体会经过托管存储和第三方 AI 处理商,因此只能提交有权处理的内容,并避免不必要的个人或机密数据。
打印时,物理尺寸 = 像素数 ÷ 目标 DPI:300 DPI 下,3000 像素宽约打印 10 英寸,1500 像素约 5 英寸。放大增加像素以满足尺寸要求,但无法恢复源文件从未记录的打印细节。放大前先确认印刷方或平台要求的 DPI,并以最终物理尺寸判断清晰度。
先在最暗的平坦区域着手,在运动中对比前后,再决定强度要推到多高。
尽量使用手里质量最高的文件。图片工具支持 JPG、PNG、WEBP,视频工具支持常见视频格式。
静态图片使用图片放大,动态素材使用视频放大。积分包可支持多个任务,但每个文件仍需单独提交和审核。
下载前重点检查边缘、人物脸部、文字、材质纹理和压缩痕迹;输出仍需人工确认是否适合发布或交付。
关于颗粒、色度噪点与清理强度的常见疑问。
当真正的问题其实是模糊、年代久远或目标分辨率时,比较其他路径。