在我最近的回顾中Topaz Labs的照片AI它的人工智能增强分辨率功能给我留下了深刻的印象。尽管我使用过Adobe等竞争对手的提高分辨率的工具超分辨率和ON1调整AI大小过去，我对Photo AI的分辨率增强的可用性感到惊讶。即使在处理分辨率很低的照片时，它也能提供可用的放大效果，唯一的致命弱点是当照片中有可识别的标志或几乎无法阅读的文字时。
我使用Photo AI的时间让我非常好奇，想看看Photo AI是如何利用它的分辨率增强算法的，Topaz十亿像素AI，可能会执行，因为它有更多的控件选择。就在最新消息发布之后承诺更好的结果我很想知道它与最接近的竞争对手相比如何。让我们来看看它是如何与Adobe和ON1所提供的相比较的。
 |
| Adobe Camera Raw和Lightroom中的超分辨率工具都是一个开/关开关，没有任何可用的用户控件。 |
三种不同的UI和复杂性方法
值得注意的是，这三个AI选项之间最明显的区别是:它们的界面和整体功能。
使用Adobe，超级分辨率实际上只是一个开关，让你的线性分辨率加倍-也就是说，宽度和高度-的图像(或者，换句话说，四倍他们的百万像素分辨率)。除此之外没有任何用户控制，无论源文件格式如何，结果都呈现到DNG文件中。
虽然从技术上讲，使用超分辨率可以处理原始文件或jpeg文件，但我已经并排比较了许多放大文件，并没有看到在现实世界中使用该工具处理jpeg文件的理由。在使用jpeg时，我没有看到使用Adobe Photoshop的保留细节2.0算法重新采样的有意义的改进。超分辨率的结果确实倾向于更清晰一点，但代价是更容易出现像素化。
在我看来，超分辨率只能被认为是原始文件的有效工具，在原始文件中，图像质量与其他上采样方法的差异是显而易见的。
 |
| Topaz Gigapixel AI拥有迄今为止三者中最复杂的界面，并提供了最多的控制，但它仍然简单易操作。 |
与此同时，Topaz Gigapixel AI占据了用户选择范围的另一端。虽然它当然可以在没有用户干预的情况下完成任务，但期望您将根据主题调整和调优设置以获得最佳结果。你可以从特定于不同类型图像的六种不同AI模型中选择一种，然后你可以调整滑块来抑制噪声，消除模糊，并(对于某些AI模型)修复压缩工件。
你可以通过宽/高缩放，或者选择6倍的放大比例，尽管如果你再进一步，就有点麻烦了。Gigapixel AI只会在最初的6倍放大中使用其机器学习算法，其余部分则会使用更传统的重新采样方法。
它还提供了与Photo AI几乎相同的面部恢复工具;至少它的优点和缺点和那款产品是一样的，所以我鼓励你去看看阅读我之前的评论．不过，我应该很快地指出，在Gigapixel AI中，这是一个全有或全无的命题，因为你既不能看到已经检测到哪些面孔，也不能在每张面孔的基础上禁用效果，只能对整个图像进行处理。
 |
| ON1 Resize AI -这里看到的是作为Photo Raw 2023应用程序的一部分托管-走的是中间路线，提供了比十亿像素AI更低的用户控制程度。 |
最后，《ON1 Resize AI》采取了中间立场。我应该在这里指出，我使用的是ON1 Photo Raw 2023内置的工具版本，我也最近了，而不是独立的应用程序。ON1将其描述为完全集成不过，它的功能和底层算法应该是相同的。
使用ON1的产品，您可以选择6倍或更高的缩放因子。(就像Topaz Gigapixel AI一样，实际的上限将取决于你的源图像。)你也可以选择两种插值方法之一(标准或忠实)，并控制锐化和纹理生成，但除此之外没有办法调整结果。
比较的基本规则
为了得出我的结论，我用各种数码相机(从古老的到非常现代的)拍摄的几十张Raw和JPEG照片测试了这三个应用程序。不过，对于本文，我将只说明五组比较作物。
我们将从比较低分辨率和高分辨率原始的JPEG和Raw放大开始。最后，在第五次比较中，我们将看到图像如何在每一种技术中先向下采样到较低分辨率，然后再向上采样到原始分辨率，以了解在此过程中损失了多少。
在Photoshop中使用保留细节2.0过滤器上采样的版本将作为基线。
 |
|||
| Adobe保留详细信息2.0 | Adobe超级分辨率 | ON1调整AI大小(标准模式) | Topaz千兆像素AI (HQ模式) |
| 全样本图像处理到2倍原始分辨率与每种技术。鼠标在标题上切换图像;点击图片查看原件。 | |||
对低分辨率JPEG原始文件进行采样
我们将从一张用我的3MP拍摄的JPEG照片开始佳能PowerShot G1这要追溯到2000年11月的一次纽约之行。下面，让我们来看看一些100%的农作物:
 |
| 低分辨率的JPEG图片:100%的农作物从这张图片。 |
 |
|||
| Adobe保留详细信息2.0 | Adobe超级分辨率 | ON1调整AI大小(标准模式) | 黄玉十亿像素AI(低分辨率模式) |
正如您所看到的，保存细节2.0的上采样算法和这个JPEG裁剪的超分辨率之间几乎没有什么区别，除了在清晰度上有非常非常微小的改进。
ON1的Resize AI算法提供了更多帮助，使结果更加清晰，但船的名字看起来有点像素化，上面和右边的电缆看起来有点不自然。
Topaz Gigapixel AI总体上做得最好，渲染文本非常干净。它确实失去了一个非常微弱的对角线带，这实际上是主题的细节在阴影下的名字，尽管。此外，一些自动调整的脸看起来有点不自然。
这是另一种作物:
|
|||
| Adobe保留详细信息2.0 | Adobe超级分辨率 | ON1调整AI大小(标准模式) | 黄玉十亿像素AI(低分辨率模式) |
同样，在比较Adobe的保留细节2.0和Adobe的超级分辨率时，这张JPEG图像几乎没有任何内容。
ON1 Resize AI做得比Adobe好得多，但部分建筑有一点斑点，点彩画的样子。不过，它确实在中间左侧的低对比度窗口中很好地保留了一些令人惊讶的细节。
对于这一作物，我不得不说Topaz十亿像素AI整体上看起来最好，它当然是最清晰的。尽管如此，近距离观察，它在默认情况下确实感觉略微平滑。此外，一些对比度较低的窗户几乎完全消失了。
|
|||
| Adobe保留详细信息2.0 | Adobe超级分辨率 | ON1调整AI大小(标准模式) | 黄玉十亿像素AI(低分辨率模式) |
Adobe Super Resolution再一次显示了JPEG文件可以忽略不计的优势。
ON1 Resize AI更清晰，但水感觉有点不自然和过度处理时，观察非常近。
到目前为止，十亿像素的人工智能在这方面做得最好，主要是在水中产生相当平滑和自然的涟漪。在船头波后面最汹涌的水中，可以看到少量的人工制品。
值得记住的是，Resize AI和Gigapixel AI都可以超越超级分辨率的2倍。在这里，让我们比较两种程序的4x和6x作物:
 |
||
| Adobe保留详细信息2.0,400% | ON1调整AI大小(标准模式，4倍) | 黄玉十亿像素AI(低分辨率模式，4倍) |
在4倍时，AI的猜测开始意味着你不会想要看得太近，因为如果你正在寻找它们，很容易注意到来自ON1或Topaz的非自然工件。不过，不可否认的是，这两张图片都比用传统方法调整大小的严重模糊版本更有用。
如果你正在制作非常大的印刷品，无法近距离观看，人工智能发明的主题“细节”无疑有助于从后面给眼睛带来清晰的错觉。
 |
||
| Adobe保留详细信息2.0,600% | ON1调整AI大小(标准模式，6倍) | 黄玉十亿像素AI(低分辨率模式，6倍) |
在6倍时，传统重新采样的图像变得模糊，远远超出了可用性。这两个人工智能创作的版本，虽然包含一些丑陋的光环和神器，但只要你的观众不太靠近，仍然可以更有用。顺便说一句，你可以在这里看到，黄玉去掉的微弱条纹实际上是屋顶下托梁上的一个图案。
对低分辨率原始样品进行采样
接下来是2002年用同样的3MP佳能G1拍摄的。crw Raw镜头:
 |
| 低分辨率的原始图像:100%的作物从这张照片。 |
 |
|||
| Adobe保留详细信息2.0 | Adobe超级分辨率 | ON1调整AI大小(标准模式) | 黄玉十亿像素AI(低分辨率模式) |
有趣的是，这张照片显示了Adobe作物之间比JPEG更大的差异，但事情朝着错误的方向发展。超分辨率的镜头实际上比使用保留细节2.0滤镜缩放的镜头稍微柔和一些!
ON1的默认设置在这里产生了一个非常嘈杂的图像，我可以手动清理以获得更好的结果。噪音阻碍了人工智能，尽管到处都是难看的工件，Adobe和Topaz都不需要人工干预来处理噪音。
到目前为止，Topaz Gigapixel AI的表现是最好的。它的图像感觉有点平滑，但它在头发和标志文本上显示了更多的细节。
|
|||
| Adobe保留详细信息2.0 | Adobe超级分辨率 | ON1调整AI大小(标准模式) | 黄玉十亿像素AI(低分辨率模式) |
同样，Topaz有一个明确的优势，而ON1对抗噪音和Adobe对抗它自己创造的模糊。
|
|||
| Adobe保留详细信息2.0 | Adobe超级分辨率 | ON1调整AI大小(标准模式) | 黄玉十亿像素AI(低分辨率模式) |
再一次，十亿像素的AI看起来最好。但看看那件t恤，就知道我们所说的图像感觉过于平滑了!
对高分辨率JPEG原始文件进行采样
接下来是2020年拍摄的分辨率更高的2010万像素的JPEG松下Lumix FZ1000 II：
 |
| 高分辨率的JPEG图片:100%的农作物从这张图片。 |
 |
|||
| Adobe保留详细信息2.0 | Adobe超级分辨率 | ON1调整AI大小(标准模式) | Topaz千兆像素AI (HQ模式) |
保存细节2.0和JPEG图像中的超分辨率之间仍然没有太大区别，即使在更高的源分辨率下也是如此。话虽如此，这两种Adobe算法在这个镜头中都是最接近他们最好的。ON1的算法在剥落的油漆边缘留下了一些斑点，而Topaz Labs的结果是最好的，但看起来有点过于光滑。
|
|||
| Adobe保留详细信息2.0 | Adobe超级分辨率 | ON1调整AI大小(标准模式) | Topaz千兆像素AI (HQ模式) |
十亿像素AI的算法在格栅方面做得最好，完全消除了ON1 Resize AI无意中强调的噪声工件。
|
|||
| Adobe保留详细信息2.0 | Adobe超级分辨率 | ON1调整AI大小(标准模式) | Topaz千兆像素AI (HQ模式) |
正如你可以在轮胎上的文字中看到的，ON1 Resize AI确实给了一个更清晰的外观，所以如果你看得不够近，被工件所困扰，它有点更清晰。黄玉十亿像素AI再次给出了最令人满意的结果。
上采样高分辨率原始原始
现在让我们继续一个更高分辨率的51.4 mp .DNG Raw拍摄于2014年宾得645 z：
 |
| 高分辨率的原始图像:100%的作物从这张照片。 |
 |
|||
| Adobe保留详细信息2.0 | Adobe超级分辨率 | ON1调整AI大小(标准模式) | Topaz千兆像素AI (HQ模式) |
在处理高分辨率原始文件时，Adobe的“保留细节2.0”和“超级分辨率”之间终于有了一个更明显的区别。文本拾取了一些略显难看的光环，但它也显得有点清晰。ON1和Topaz都显示了AI在处理文本时遇到的一些常见问题。不过，总的来说，Topaz的结果更令人满意一些。
|
|||
| Adobe保留详细信息2.0 | Adobe超级分辨率 | ON1调整AI大小(标准模式) | Topaz千兆像素AI (HQ模式) |
调整AI的大小让女孩的脸看起来有点不自然。它还使前景中男人的衬衫看起来几乎像卡通一样，十亿像素AI也是如此。这两款软件都比Adobe Super Resolution更能让背景中的树和人变得略微模糊。不过，相比于保存细节2.0，树干的超分辨率有了相当明显的改进。
|
|||
| Adobe保留详细信息2.0 | Adobe超级分辨率 | ON1调整AI大小(标准模式) | Topaz千兆像素AI (HQ模式) |
这在很大程度上取决于你在图像中观察的位置。黄玉十亿像素再次看起来最好的整体和相当不错的作物，但在树叶的其他部分，调整大小AI看起来更好。
下抽样检验
最后，我们将在最后一个测试中尝试一些不同的东西。在这里，我们再次使用宾得645Z拍摄了一张图像，但首先我使用双立方锐利算法将其缩小到原来宽度和大小的一半。然后，我将其保存为JPEG格式，然后使用每个程序再次对其进行升级。然后将其与原始图像进行比较，以查看在此过程中损失了多少质量。
 |
| 下采样和重新上采样之前:2014年拍摄，5140万像素宾得645 z． |
 |
|||
| 下采样前的原始图像 | Adobe超级分辨率 | ON1调整AI大小(标准模式) | Topaz千兆像素AI (HQ模式) |
很明显，与原始图像相比，Adobe超分辨率提高了噪音水平，远远超过ON1 Resize AI。同样值得注意的是，Topaz Gigapixel AI的图像是多么平滑。话虽如此，Topaz也设法使文本看起来最像原文，而两个竞争对手都让它看起来太大胆了。
|
|||
| 下采样前的原始图像 | Adobe超级分辨率 | ON1调整AI大小(标准模式) | Topaz千兆像素AI (HQ模式) |
同样，Adobe Super Resolution的高噪声水平在这里很明显。有趣的是，对于这种作物，调整大小的AI似乎看起来最平滑，而十亿像素的AI看起来最清晰，特别是在前照灯镜头上的图案和文字。
|
|||
| 下采样前的原始图像 | Adobe超级分辨率 | ON1调整AI大小(标准模式) | Topaz千兆像素AI (HQ模式) |
有趣的是，十亿像素AI有时会看起来比原始图像更清晰，尽管它只使用了1/4的数据。再一次，过度平滑的外观使这看起来几乎像绘画一样，图像左侧的散景模糊的白色格栅在平滑后看起来特别时髦。但前景的银色金属条真的很干净和脆!ON1也做得很好，而Adobe超分辨率显示出最小的改进，但有更多的噪音。
性能
也许我在写这个比较时最令人惊讶的发现是这三个不同程序在速度上的差异有多大。所有计时都是在中档，2018年的戴尔XPS 15 9570笔记本电脑上进行的，配有2.2GHz六核处理器，运行Windows 10 21H2。
为了进行比较，我对本文中所绘制的100%作物的5张图像进行了批处理。使用Adobe的Super Resolution，渲染三个Super Resolution DNG文件花了三分钟多一点的时间，再花一分钟左右的时间将它们渲染成jpeg文件，总共只花了四分钟。
使用Topaz Gigapixel AI，以相同的分辨率渲染完全相同的五张图像需要长达48分钟。这是原来的12倍，但疯狂的是它仍然道路比最后一名参赛者快。ON1 Resize AI耗时97分钟，是Gigapixel AI的两倍多，是Adobe Super Resolution的24倍。
 |
|||
| Adobe保留详细信息2.0 | Adobe超级分辨率 | ON1调整AI大小(标准模式) | Topaz千兆像素AI (HQ模式) |
| 全样本图像处理到2倍原始分辨率与每种技术。鼠标在标题上切换图像;点击图片查看原件。 | |||
显然，在这里要学到的教训是，Adobe Super Resolution在每次测试中都落后是有原因的。它不打算像竞争对手那样投入大量的处理器能力来解决这个问题。因此，您必须考虑到，与它的竞争对手相比，它更适度的改进可以更快、更容易地为您所用。
另一个结论是，如果你想要得到最好的结果，你需要愿意等待得到它们——特别是在处理大量图像或高分辨率源图像时。
结论
在我看来，整体上的赢家显然是Topaz十亿像素AI．虽然它有点倾向于过度平滑，但它通常比竞争对手提供更好的结果。如果你像我一样，更喜欢不那么有可塑性的外观，那么这种平滑效果可以很容易地手动调整。
令人惊讶的是，这三家公司中最让人失望的是Adobe。虽然在高分辨率源照片的上采样中发现了更明显的差异，但在低分辨率照片中，它可能最有用，超分辨率被证明基本上与保留细节2.0滤镜没有区别。
 |
|||
| Adobe保留详细信息2.0 | Adobe超级分辨率 | ON1调整AI大小(标准模式) | Topaz千兆像素AI (HQ模式) |
| 全样本图像处理到2倍原始分辨率与每种技术。鼠标在标题上切换图像;点击图片查看原件。 | |||
通过比较，保留细节2.02017年首次亮相．然而，尽管迟了近四年，Adobe Super Resolution提供的额外好处令人惊讶地少之又少，而且在相当程度上落后于竞争对手。但Adobe的算法再一次成为了赢家多比其人工智能竞争对手更快。
Topaz Gigapixel AI也不是完全完美的。虽然在清晰度和细节方面，我肯定比竞争对手更喜欢它的效果，但它确实经常在颜色或曝光方面出现失误，而且无法在应用程序内纠正这种情况。
在我看来，这方面的赢家无疑是Topaz Gigapixel AI。
然而，你可以渲染到DNG或只是使用Gigapixel AI作为插件，然后在其他应用程序中修复任何颜色/曝光问题。因此，我不认为这是一个大问题，即使我认为Topaz实验室肯定需要研究它。
我还希望看到公司至少能在独立模式下增加禁用每张脸的面部恢复功能和一些基本的白平衡/曝光控制，即使不能作为插件使用。
至于调整大小AI，虽然ON1不能完全跟上Topaz，但它在清晰度方面也比Adobe超分辨率表现得更好。不过，它是迄今为止最慢的一款，缺乏十亿像素AI的灵活性，但价格与之相当。
 |
|||
| Adobe保留详细信息2.0 | Adobe超级分辨率 | ON1调整AI大小(标准模式) | Topaz千兆像素AI (HQ模式) |
| 全样本图像处理到2倍原始分辨率与每种技术。鼠标在标题上切换图像;点击图片查看原件。 | |||
好消息是，如果你拥有ON1 Photo Raw 2023，你已经将调整AI集成到该应用程序中!同样，超级分辨率是免费的任何人谁已经在使用Adobe Photoshop或Lightroom。不太好的消息是，Gigapixel AI和Resize AI都有点贵——你将花费大约100美元购买这两个AI应用程序的永久许可证。
从这个角度来看，它只比skyum Luminar Neo或DxO PhotoLab等功能更齐全的应用程序便宜40-50美元。这也足以覆盖10个月的1tbLightroom订阅从Adobe。
不是每个人都能证明一个单一用途的插件是正确的，即使它也可以独立运行。如果你经常发现自己需要对图像进行采样，特别是如果你拍摄的主题是风景、野生动物和自然，自然细节占主导地位，那么你的钱花在Topaz Labs或ON1的产品上是值得的，这两者都轻松优于Adobe超分辨率。
在这两者中，如果你没有工作流需求，可以为你做决定，我建议选择Topaz十亿像素AI。它会在大多数时候给你最好的结果，同时提供最大的灵活性。
在撰写本文时，所有处理都是使用各种应用程序的最新公开Windows版本完成的。(这是Adobe Camera Raw v15.1.1, ON1 Photo Raw 2023 v17.0.2.13102和Topaz Gigapixel AI v6.3.3。)
评论