很多文章的报道都是由微观而宏观，今日小编讲给大家带来的关于AI超高分辨率可让您在Pixelmator Pro中进行缩放和增强的资讯也不例外，希翼可以在一定的程度上开阔你们的视野！y有对AI超高分辨率可让您在Pixelmator Pro中进行缩放和增强这篇文章感兴趣的小伙伴可以一起来看看

“放大并增强”的底片是电视陈词滥调，但是AI的进步正在慢慢将其变为现实。研究人员表明，机器学习可以放大低分辨率图像，恢复以前没有的清楚度。现在，这项技术正在向消费者推广，图像编辑器Pixelmator领先 提供了这种功能。

Photoshop的竞争对手今天宣布了其售价为60美元的Pro版本的软件所称的“ML超级分辨率”：该功能称该功能可以将图像缩放到其原始分辨率的三倍，而不会浮现诸如像素化或含糊等图像缺陷。

AI超级解析度增加了含糊图像的清楚度

经过我们的测试，我们可以说此声明需要一些警告。但总体而言，Pixelmator的超分辨率功能的性能令人印象深刻。

从插图到摄影再到文字，各种图像都可以使像素化平滑。结果优于传统的升级算法所提供的结果，尽管该过程不是即时的(在我们的2017 MacBook Pro上每个图像花费了大约八秒钟的时间)，但它的速度足以使各行各业的设计师和图像编辑受益。

您可以在Pixelmator的博客上看到更多图像，包括与传统的线性升级技术(如Bilinear，Lanczos和Nearest Neighbor算法)进行比较。虽然ML Super Resolution不是魔杖，但它确实能提供令人印象深刻的效果。

该算法学习逐像素预测新的细节

超级分辨率的研究已经进行了一段时间，过去几年中，像Google和Nvidia这样的科技公司都在创建自己的算法。在每种情况下，软件都是在包含成对的低分辨率和高分辨率图像的数据集上进行训练的。该算法比较此数据，并创建像素如何在图像之间变化的规则。然后，当显示以前从未见过的低分辨率图片时，它会预测需要额外的像素并将其插入。

Pixelmator的创建者告诉The Verge，他们的算法是从头开始制作的，目的是要轻巧到足以在用户设备上运行。与通常大50倍的研究算法相比，它惟独5MB的大小。它已经针对一系列图像进行了训练，以预测用户的不同需求，但是训练数据集却非常小-仅需15,000个样本即可创建Pixelmator的ML超分辨率工具。

该公司并不是第一个将这种技术商业化的公司。在线上有许多一次性使用的超分辨率工具，包括BigJPG.com和LetsEnhance.io。在我们的测试中，这些站点的输出质量比Pixelmator的质量更高(尽管通常很好)，而且免费用户只能处理少量图像。Adobe还公布了超分辨率功能，但结果再次不那么引人注目。

总体而言，Pixelmator似乎正在提供我们所见过的最好的商业超分辨率工具(如果您知道更好的工具，请在评论中告诉我们)，并且每天“缩放和增强”都不再是一个笑话。