圖片太小、太糊怎麼放大？AI 超解析的原理、極限與列印尺寸換算

一般放大 vs AI 放大

一張 1000 × 1000 的圖放大 2 倍變成 2000 × 2000，像素數變成 4 倍，多出來的像素總要有個顏色。一般的放大（雙線性、雙立方插值）是拿旁邊幾個像素的顏色取加權平均，填進中間的空位。結果平滑但模糊：原本銳利的邊緣被抹開，細節也不會變多。

AI 放大則是用模型看過大量「低解析度與高解析度」的配對圖片，學會「這種模糊的邊緣，清楚的時候通常長什麼樣子」。放大時，它不只平均顏色，而是重建出銳利的邊緣、合理的紋理，同時去掉壓縮造成的方塊與雜訊。

站上的圖片放大用的是 Swin2SR，一個以 Swin Transformer V2 為基礎的超解析模型，在 ECCV 2022 的研討會發表。它特別針對「被壓縮過的圖片」設計，在 AIM 2022 壓縮影像超解析競賽中名列前五，適合處理從社群平台、通訊軟體存下來、有 JPG 壓縮痕跡的圖。

處理真實照片的模型還有一個關鍵：訓練資料怎麼來。研究者會把清楚的照片人工加上模糊、雜訊、縮小、JPG 壓縮等多重劣化，模擬真實世界照片被層層破壞的過程，再讓模型學習還原（Real-ESRGAN 等研究就是這樣做的）。所以「照片放大」這類模型在放大的同時也會去雜訊、去壓縮痕跡，而針對乾淨圖片訓練的模型則不會。

AI 放大做不到的事

這是最常被誤解的部分。AI 放大是把原圖裡「已經有的資訊」推得更清楚，不是把沒拍到的東西找回來。原圖上完全看不清楚的細節，放大後不會突然變得看得清楚。

• 遠處模糊的車牌、招牌文字：模型只能補出「像文字」的筆劃，那不是真正的內容，不能當作證據或依據。
• 嚴重失焦或手震的照片：模糊的原因不是解析度不夠，放大解決不了。
• 只有幾十像素大的臉：補出來的五官是模型猜的，跟本人可能不像。
• 很暗、雜訊很重的照片：模型會把雜訊一起抹平，畫面變得像塑膠或油畫。

要印多大，需要多少像素

先算出需要的像素，再決定放大幾倍，是最省事的做法。公式是：像素 ＝ 列印尺寸（吋）× 解析度（dpi）。1 吋是 2.54 公分。照片沖印常用 300 dpi 作為品質標準；海報、大型輸出因為觀看距離遠，150 dpi 甚至更低也看不出差別。

例如一張 800 × 1200 的照片要洗 4 × 6 吋，300 dpi 需要 1200 × 1800，放大 1.5 倍就夠了，選 2 倍放大即可。要印 A4，則至少要 3 倍以上，選 4 倍。

要注意輸出尺寸的上限：站上的工具輸出超過約 1600 萬像素（大約 4000 × 4000）會被擋下來，因為再大瀏覽器的記憶體會撐不住。換算回來，4 倍放大的原圖大約要在 100 萬像素（例如 1000 × 1000）以內，2 倍放大則是 400 萬像素以內。原圖比這個大的話，先裁切到需要的部分再放大。

2 倍還是 4 倍、哪一個模型

倍數不是越大越好。4 倍放大的像素數是原圖的 16 倍，運算時間也大約是這樣成長；而且原圖如果本來就清楚，4 倍模型的去雜訊會把細緻的紋理（皮膚、布料）抹得太平滑，看起來反而假。原則是：夠用就好，算出需要幾倍，選最接近而不小於它的那個。

放大前後的好習慣

1. 用最原始的檔案：同一張照片，原檔放大的效果遠比「從 LINE 存下來的版本」好，每多壓縮一次就多損失一點。
2. 先裁切再放大：只需要其中一部分的話，先裁掉不要的地方，可以在同樣的上限內放大更多倍，也更快。
3. 放大後用滑桿左右對照，特別看臉、文字、細線，確認沒有補出奇怪的東西。
4. 存成 PNG：放大後的成品不要再存成高壓縮的 JPG，否則好不容易清掉的方塊又會回來。要上網再視需要轉檔。
5. 需要透明背景的圖：模型只處理顏色，透明的部分會被當成不透明。建議先放大，再重新去背。

站上的圖片放大在你的瀏覽器裡執行，把整張圖切成小塊一塊一塊處理，每塊往外多讀一圈當參考，拼接處看不出接縫。有 WebGPU 的電腦會用顯示卡加速，沒有的話用 CPU，會慢很多，但一樣做得到。

常見問題

可以把手機截圖放大拿去印嗎？

可以，截圖本來就乾淨，用「一般放大 2 倍」效果最好。先依上面的表格算一下要印的尺寸需要多少像素。

老照片放大後可以順便修復刮痕嗎？

超解析模型不會處理刮痕、折痕這類大塊的破損。可以先用 AI 消除筆把刮痕修掉，再放大。

放大後的檔案為什麼這麼大？

像素數是原圖的 4 倍或 16 倍，又存成無損的 PNG，檔案變大十幾倍很正常。要傳到網路上時再轉成 JPG 或 WebP。

Logo 這種線條圖適合嗎？

適合用「一般放大 2 倍」。不過 Logo 最好的做法是找原始的向量檔（AI、SVG、PDF），向量圖放多大都不會糊。