Как улучшить качество фото нейросетью онлайн

Мне прилетела задача: коробка сканов семейного архива 90-х, к ним: 40 карточек товара от подрядчика в 800×600 с JPEGP. Скриншот интерфейса в 480p, который «надо вставить в презентацию, там же всё видно». Всё это надо было привести в вид, за который не стыдно.

Я собрала 24 исходника и прогнала каждый через 6 инструментов. 

Что именно тестировала

Задача разбивалась на четыре подзадачи, и я сразу решила оценивать их отдельно: апскейл (увеличить разрешение), убрать шум, восстановление деталей лица, читаемость текста на картинке.

Исходники — 24 файла четырёх типов, по 6 штук в каждом:

• сканы старых бумажных фото 300 dpi с зерном и заломами;

• тёмные снимки с телефона (вечер, ISO 3200, шум в тенях);

• пересжатые JPEG с блочными артефактами (карточки товара);

• скриншоты интерфейса с мелким текстом 10–12 px.

Процесс работы

Все 24 файла шли во все инструменты без предварительной обработки — ручную подкрутку уровней не делала, иначе сравнение теряет смысл.

Коэффициент везде ×4, где инструмент умел только ×2 — прогонял дважды и помечал это отдельно.

Время замеряла от нажатия кнопки до готового файла, по 3 прогона, брал медиану. Железо для локальных вариантов: RTX 4070, 12 ГБ.

Оценку ставила глазами по трём критериям (детали / артефакты / достоверность), шкала 1–5. Это субъективно, и я это признаю: PSNR и SSIM на генеративном апскейле почти ничего не говорят — модель, которая красиво выдумала текстуру, выигрывает глазами.

Результаты

Главный вывод по типам. На пересжатых JPEG выиграл Real-ESRGAN, причём с большим отрывом и бесплатно: блочность уходит, кромки товара остаются прямыми. Тяжёлые модели тут только вредят — SDXL на белом фоне карточки нарисовал мне текстуру бумаги, которой не было.

На сканах 90-х картина обратная. Real-ESRGAN выдал резкое, но мёртвое изображение — зерно плёнки он считает шумом и стирает вместе с фактурой. SUPIR восстановил вязку свитера и волосы так, что скан стал похож на съёмку. Но он же на одном кадре превратил размытую вывеску на заднем плане в другую вывеску с другими буквами.

Тёмные телефонные фото — территория Topaz. Шумодав у него единственный, кто разбирает шум и детали по отдельности; остальные либо оставляют цветные пятна в тенях, либо мажут всё в один тон. Расплата — волосы превращаются в спагетти, видно на 100%.

Скриншоты с текстом не вытянул никто, к этому вернусь ниже.

Что не получилось

Ключевое, что стоит держать в голове: апскейл не восстанавливает информацию. Её в файле нет. Модель смотрит на пятно 4×4 пикселя и предлагает статистически правдоподобный вариант того, что там могло быть. Иногда угадывает, иногда нет, и по картинке вы не отличите одно от другого.

Самое неприятное — лица. GFPGAN на трёх сканах из шести выдал человека, похожего на оригинал, но не его: изменил разрез глаз, убрал асимметрию, «омолодил» лет на десять. Родственники на такое реагируют плохо, и они правы.

Текст — второй провал. На скриншоте 480p строка «Настройки синхронизации» после ×4 превратилась в «Настроики синхроиизации» с уверенно прорисованными неправильными буквами. Лучше бы осталось размытие: оно честно сообщает, что не читается, а чёткая ошибка выглядит как факт.

Где этим пользоваться нельзя: сканы документов, фотофиксация для суда и страховых, медицинские снимки, любые юридические материалы, распознавание номеров и лиц. Улучшенное фото — это иллюстрация, а не источник данных.

Практические выводы

Алгоритм, к которому я пришла.

Старые семейные фото. Сначала SUPIR на весь кадр ×2, потом отдельно лицо через CodeFormer с fidelity 0.7–0.8 (выше — начинает выдумывать) и ручная вклейка слоем в редакторе. Хранить оригинал скана рядом, всегда.

Карточки товара. Real-ESRGAN ×4 локально, пакетом, без вариантов. Быстро, бесплатно, предсказуемо. Тяжёлые генеративные модели на товарке опасны: они меняют геометрию и фактуру, а это уже вводит покупателя в заблуждение.

Тёмные фото с телефона. Сначала вытянуть экспозицию руками в RAW-конвертере, только потом шумодав. Если сделать наоборот, ИИ улучшение фото зафиксирует шум как деталь и размножит его.

Скриншоты с текстом. Не апскейлить. Пересобрать интерфейс и снять заново, а если исходника нет — вставить как есть и продублировать текст подписью. Это единственный честный вариант.

Быстро и разово. Задачу «улучшить фото онлайн бесплатно» закрывает связка Upscayl + CodeFormer — обе модели open source и есть в вебе. Если нужно сравнить генеративные модели между собой, удобнее делать это там, где они собраны в одном интерфейсе: я гонял SUPIR и SDXL-апскейл через BotHub, потому что переключать модель на одном и том же файле в одном окне быстрее, чем разводить по трём сервисам.

Про доступ

Отдельно про инфраструктуру, раз уж речь о сравнении. Модели обработки изображений в BotHub работают из России без VPN и зарубежной карты, оплата идёт за фактическое использование — для теста из 24 файлов это вышло дешевле любой месячной подписки. Несколько моделей в одном окне — ровно тот сценарий, когда нужен не один фоторедактор онлайн с ИИ, а возможность прогнать один исходник через четыре разных и сравнить результаты рядом.