Real-ESRGAN 深度测评：低清素材放大前，先把期待调到正确位置

GitHub：https://github.com/xinntao/Real-ESRGAN · 约三万五千星标

👤 测评人背景

我最怕收到一句“这张图能不能放大一下”。它往往来自一张聊天软件转过几轮的产品图：边缘发虚，文字像被水泡过，人物脸部只剩一团颜色。重新拍摄当然最好，可活动已经结束、原始文件也不在手边。于是我会先用小样判断：这张图是分辨率不够，还是信息本身已经丢了。Real-ESRGAN 适合解决前一种，不会替后一种奇迹般补回真相。

🎯 先说结论

Real-ESRGAN 是一个值得本地保留的开源图片放大工具。对压缩过的商品图、裁切过的照片、线条明确的插画，它能把四倍放大后的观感拉回可交付水平；对只有一两百像素、五官已不可辨的脸，它只能生成看似合理的纹理，不能找回原本那个人。

我的判断很明确：需要批量处理、希望素材不离开电脑、能接受命令行或现成界面的人，优先试它；只是偶尔救一张图、想上传后立刻拿结果的人，在线放大服务更省心。它免费不等于没有成本，显卡显存、安装时间和人工复核都算成本。

📦 Real-ESRGAN 是什么

它不是画图模型，而是超分辨率模型：输入一张小图或有压缩痕迹的图，输出一张像素尺寸更大的图，并尝试让边缘、纹理和色块看起来不那么松散。项目面向真实世界里常见的退化来源，例如多次缩放、噪点、压缩块和轻微模糊，所以它比单纯插值更懂得怎样处理一张“不干净”的输入。

把它理解成修图里的后处理工序更准确。拍摄、生成和排版都在它之前；它负责把已经确定的画面放到更大的画布上。若原图主体构图错了、脸部画坏了、产品细节缺失，应该回到原始素材，而不是连续放大。

🧩 Real-ESRGAN 有哪些功能

通用模型先处理真实照片

默认的通用模型适合照片、商品图和聊天软件下载图。它比较擅长压住压缩形成的块状痕迹，再补出衣物、树叶、皮肤这类高频纹理。实际使用时我会先把一张原图和输出图并排放大到百分之百，不只看缩略图。缩略图里“更锐”的结果，在大屏上可能是过度颗粒。

插画模型守住线条关系

对动漫截图、平涂插画和图标，插画模型通常比通用模型更稳。它会尽量把线条当成连续结构，而不是照片纹理来处理。不过厚涂、油画感或有大量噪点的作品未必适合它；这类图仍要拿通用模型做对照。

分块与批量是日常价值

单张小图谁都能处理，真正省时间的是一批几十张素材。显存紧张时可设置分块尺寸，程序把画面切开、推理后再拼回。块越小越不容易报内存不足，但速度更慢，且在大面积渐变或细密纹理处可能留下接缝。因此先用两张有代表性的图找可承受的尺寸，比一次性把整批塞进去可靠。

🧠 核心逻辑：它为什么不一样

普通插值只是在已有像素之间补点，放大后会更平滑，也更糊。Real-ESRGAN 则在训练时见过模糊、噪声、缩放和压缩交叠的样子，推理时据此猜测缺少的高频细节。这里的“猜测”是关键：它追求视觉上合理，不承诺历史上真实。

它的训练会连续模拟多次退化，而不是只把高清图缩小一次。于是来自旧手机、社交媒体和截图工具的混合问题，更可能落在它见过的范围内。代价是模型有时会把不确定区域处理得过于积极，比如把模糊织物补成不存在的纹路。

一个简单判断是：轮廓仍然明确、只是像素少，值得放大；轮廓已经混成一片，先找原文件。把四倍结果再四倍放大，通常只会把猜测累积得更明显。

⚔️ Real-ESRGAN 和竞品有什么区别

Topaz 的优势在于交互更顺，想把一张重要照片修到能交稿时，预览和局部调整更友好。Bigjpg 或其他在线工具适合偶尔救图，不想配环境就能开始。Real-ESRGAN 的胜场是可重复：同一套参数能跑完整个素材库，也能留在本机处理敏感图片。不要把三者看成谁淘汰谁，而是三种不同的时间和预算交换。

🧪 实测：哪些地方真的好用

✅ 好的方面

一，压缩图的边缘恢复有感。 我会挑一张一千二百像素左右、被二次下载过的产品图，用通用模型放大四倍。瓶身轮廓、标签小字周围的振铃和背景色块通常会更干净。它不是让小字凭空变成可读文字，但能减少“低清截图”的感觉。

二，线稿放大比插值自然。 对黑色细线和大面积纯色的插画，插画模型能维持轮廓连续性。成品用在封面背景、演示文稿或裁切后的局部时，不容易出现一圈明显的锯齿。

三，本地批量处理安心。 不必把客户素材上传到陌生服务。对一批需要统一尺寸的旧图，确定模型和分块后可以夜间跑完，第二天只挑异常文件返工。

四，生态容易嵌入。 它可被图形界面、节点式工作流或脚本调用。已经在用本地生成工具的人，通常不用重新学习一套复杂概念。

❌ 不好的方面

一，极端糊脸会翻车。 一张脸如果眼睛和鼻子的边界已经消失，输出常会出现“像人但不是原来那个人”的细节。人物肖像、证件、新闻记录都不能把它当复原工具。

二，大图容易撞上显存。 一张高清输入再放四倍，输出面积是原来的十六倍。显存不够时会报错或拖得很久；分块能绕开内存问题，却会增加耗时和接缝风险。

三，放大不等于变清晰。 这句话值得单独写出来。模型能改善观感，不能提高被拍摄物本身的真实信息量。对产品编号、文档扫描件和有法律意义的影像，任何新增细节都应视为不可信。

💡 怎么高效用它

先做小样，再决定倍率

不要一上来把全部素材放四倍。先各挑一张照片、插画和人像，分别试通用与插画模型，再在一倍视图和百分之百视图检查。若最终只发社交图，二倍往往已够；为了印刷或大屏展示再考虑四倍。

把人脸处理拆开

老照片有人脸时，先用 Real-ESRGAN 增大整体尺寸，再用专门的人脸修复工具只处理脸部区域，最后回到原图检查是否变样。整张图一键强修最方便，也最容易让人物失真。

作为设计前的素材整理

当低清产品图已放到可用尺寸后，再进入 💡 Lovart 做版式、文案区域和多尺寸构图，会比先排完再发现背景糊掉更少返工。这里它只做一件事：把原料尺寸补到够用；设计判断仍应留在后一步。

⚠️ 注意事项

先确认显卡和存储空间。四倍输出的像素面积会猛增，批量任务很快占满磁盘。显存不够时降低分块尺寸，先看接缝再继续，不要只盯着“任务完成”。

其次保留原图和处理参数。文件名里写上模型、倍率和日期，异常时才能回退。涉及肖像、医疗、文物、司法或产品参数的图片，应把输出标成增强版本，不能拿它替代原始记录。

最后注意开源项目的环境依赖。初次安装常要下载模型，网络、运行库和显卡驱动都会影响结果。没有技术基础的人可以选成熟的图形界面封装，但下载来源要核实。

怎么选： 需要长期批量处理且愿意本地配置的人，优先使用 Real-ESRGAN；只救一两张图且要立即交稿的人，优先选在线放大或桌面商业工具，不建议把极端模糊的人脸直接交给它当“修复”。

👥 适合哪些用户

它适合把“能用但小”的素材变得更好用，不适合替代重新拍摄和专业修复判断。

📊 总结评分

放大观感四点五分，批量能力五分，易用性三分，硬件友好度三分，成本五分。综合给四点二分。

一句话总结： Real-ESRGAN 是一把放大素材的好刀，但刀口再利，也切不回原图早已丢失的信息。

🔗 项目地址

• GitHub：https://github.com/xinntao/Real-ESRGAN
• 项目论文：https://arxiv.org/abs/2107.10833
• 人脸修复项目：https://github.com/TencentARC/GFPGAN