Stable Diffusion教程：额外功能/后期处理/高清化

Stable Diffusion教程：额外功能/后期处理/高清化

"额外功能"对应的英文单词是Extras，算是直译。但是部分版本中的翻译是“后期处理”或者“高清化”，这都是意译，因为它的主要功能是放大图片、去噪、修脸等对图片的后期处理。注意这里边对图片的处理不是 Stable Diffusion 本身的能力，都是额外扩展的。

下面正式开始介绍“额外功能”的相关能力。

图片放大

先看最基本的图片放大能力。对于分辨率比较小的图片，如果强制用较大的分辨率展示，会出现图片模糊的情况，这时候就可以使用SD WebUI的图片放大功能。所谓图片放大就是在保持图片清晰度的前提下增加图片的分辨率，它还有个专业点的名词：超分辨率技术，简称为“超分”。

具体操作方式请参考下图：

1、主菜单中点击进入“额外功能”。
2、点击“单张图像”，也就是一次只处理一张图片。后边的“批量处理”可以上传多张图片进行处理，“批量处理目录下图像”可以指定处理一个目录下的所有图片。
3、点击上传一张要处理的图片。
4、选择缩放比例。这里有两种方式：按照比例缩放和指定分辨率缩放，指定分辨率时可以设置是否自动裁剪，都很好理解，试试就明白了。
5、Upscaler1用来指定放大算法，常见的放大算法有下面几个：

• 无/None：单纯的放大，不做任何优化处理。
• Lanczos：使用加权平均插值方法，利用原始图像自身的像素信息，增加图像的细节，从而提高图像的分辨率。传统的纯数学算法，效果一般。
• Nearest：使用简单的插值方法，基于最近邻像素的值进行插值，从而增加图像的细节和提高分辨率。传统的纯数学算法，效果一般，还不如 Lanczos 的效果好。
• LDSR：基于深度学习，通过使用轻量级的网络结构和残差学习，实现较高的超分性能和计算效率。适用于各种需要快速且准确地提高图像分辨率的应用场景，如实时视频处理、移动设备图像处理等。
• ESRGAN：全称Enhanced Super-Resolution Generative Adversarial Networks，是一种基于深度学习的超分辨率重建算法，通过生成对抗网络（GAN）来提升图像的分辨率和清晰度。ESRGAN在图像质量评估指标上表现出色，能够生成更加真实和清晰的高分辨率图像。