Real-ESRGAN：真实世界盲超分辨率增强

Real-ESRGAN：真实世界盲超分辨率增强实战

Real-ESRGAN 是一款开源的人工智能图像增强工具，专门针对真实世界中各类退化图像进行超分辨率重建。与仅处理简单双三次下采样的传统模型不同，它会模拟拍摄噪声、模糊、压缩伪影等多种退化，因此能显著提升老旧照片、网络图片、动漫画面的清晰度和细节。

本教程面向零基础用户，将手把手带你完成环境配置、模型下载、图片/视频增强及常见问题解决。

快速上手：Windows 一键整合包

如果你追求开箱即用，推荐使用社区整合的可执行版本，无需配置 Python 环境。

下载与安装

1. 访问 Real-ESRGAN 官方 GitHub ，在 Releases 页面找到最新的 Real-ESRGAN-GUI 或便携版压缩包。
2. 下载带 realesrgan-ncnn-vulkan 字样的 7z 文件，解压到无中文路径的文件夹。
3. 双击 realesrgan-ncnn-vulkan.exe 即可启动图形界面。

界面操作流程

• 输入路径：选择单张图片或包含多张图片的文件夹。
• 输出路径：指定增强后图像的保存位置。
• 模型选择：
  • realesrgan-x4plus：通用照片放大 4 倍。
  • realesrgan-x4plus-anime：专为动漫/二次元图像优化。
  • realesrgan-x4plus-animevideo：动画视频增强模型。
  • realesr-animevideov3：最新动画视频模型，去噪和细节更好。
• 设置 TTA 模式：勾选后可略微提升画面稳定度，但处理时间加倍，建议酌情开启。
• 点击 开始处理，等待进度条完成即可。

硬件与环境配置进阶：Python 命令行方式

对于需要批量化、自定义模型或更高灵活性的用户，可使用 Python 环境直接调用。

安装 Python 与 PyTorch

1. 确保系统已安装 Python 3.8 及以上版本。
2. 打开终端（CMD / PowerShell），安装 PyTorch。根据你的显卡情况选择：
   • NVIDIA 显卡（CUDA 支持）：

     pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121
     

   • 仅 CPU / AMD 显卡（Mac 也适用）：

     pip install torch torchvision
     

   (注意：CUDA 版本请根据实际驱动调整，推荐 cu118 或 cu121)

克隆仓库并安装依赖

git clone https://github.com/xinntao/Real-ESRGAN.git
cd Real-ESRGAN
pip install basicsr
pip install facexlib
pip install gfpgan
pip install -r requirements.txt
python setup.py develop

下载预训练模型

官方模型会自动下载，但部分网络环境可能失败。可手动下载 .pth 文件放入 experiments/pretrained_models 文件夹。

• 通用模型 RealESRGAN_x4plus.pth
• 动漫模型 RealESRGAN_x4plus_anime_6B.pth 从 GitHub Releases 页面 获取。

单张图像增强命令实战

打开终端，切换到 Real-ESRGAN 目录。

基础 4 倍放大

python inference_realesrgan.py -n RealESRGAN_x4plus -i 输入图片.jpg -o 输出.png

• -n 指定模型名（不含 .pth 后缀）
• -i 输入路径，支持相对/绝对路径
• -o 输出路径，可指定 .png 或 .jpg

自定义放大倍数

模型默认放大 4 倍，可通过 --outscale 调整，但需注意：

python inference_realesrgan.py -n RealESRGAN_x4plus -i input.jpg -o output.png --outscale 2

输出尺寸 = 原图尺寸 × 4 ÷ 2，即仅缩小不重新超分，推荐保持 4 倍输出后再用图像处理软件缩放到所需尺寸。

面部增强（配合 GFPGAN）

Real-ESRGAN 可与人脸复原模型 GFPGAN 联合使用：

python inference_realesrgan.py -n RealESRGAN_x4plus -i photo.jpg --face_enhance

确保已安装 gfpgan 包，模型会自动下载。面部增强会先用 GFPGAN 修复脸部，再用 Real-ESRGAN 整体超分，非常适合人物照片。

处理网络压缩图片（去 JPEG 伪影）

添加 --denoise_strength 参数：

python inference_realesrgan.py -n RealESRGAN_x4plus -i compressed.jpg --denoise_strength 0.5

数值范围 0~1，越高去噪越强，但可能丢失细节，默认 0.5 比较平衡。

视频增强：逐帧处理与合成

视频增强本质是对每一帧图像进行超分，然后重新合成视频。推荐使用 FFmpeg 辅助。

准备 FFmpeg

• Windows 从 gyan.dev 下载 full 版本，将 ffmpeg.exe 所在目录加入环境变量。
• Linux/macOS 使用包管理器安装：sudo apt install ffmpeg 或 brew install ffmpeg。

处理流程

1. 用 FFmpeg 将视频拆分为帧：

   ffmpeg -i input.mp4 -q:v 1 output_frames/frame_%05d.png
   

2. 使用 Real-ESRGAN 批量处理：

   python inference_realesrgan.py -n realesr-animevideov3 -i output_frames -o enhanced_frames --outscale 4
   

3. 将增强后的帧合成为视频：

   ffmpeg -r 30 -i enhanced_frames/frame_%05d.png -i input.mp4 -map 0:v -map 1:a -c:v libx264 -pix_fmt yuv420p final_output.mp4
   

   • -r 30 需与原始视频帧率一致。
   • -map 1:a 保留原始音频轨道。

注意事项

• 视频处理非常消耗计算资源，推荐使用 NVIDIA 显卡并确保安装了 CUDA 版本 PyTorch。
• 处理长视频时，帧图像会占用大量磁盘空间，请确保有充足空间。

模型选型与效果调优

模型场景对应表

TTA（测试时增强）

开启 TTA 会在推理时对图像进行多种翻转组合并取平均，能减少噪点和锯齿，代价是时间翻倍。适合重要图片处理，执行时加 --tta 即可。

显存不足解决方案

• 将超分任务切割为小块（tile）：默认自动启用，可通过 --tile 参数调整块大小，例如 --tile 256。值越小显存占用越低，但速度变慢。
• 关闭面部增强功能以降低计算需求。
• 使用半精度推理（FP16）可在支持设备上节省显存，命令中添加 --fp16。

常见问题排查

1. CUDA out of memory

解决方法：减小 tile 尺寸（如 128），关闭 TTA，或者使用 CPU 模式（添加 --device cpu，速度极慢）。

2. 输出图片出现网格状或奇怪纹理

可能原因：模型与图像类型不匹配。例如用通用模型处理二次元图片；或去噪强度设置不当。尝试更换专用模型，并检查 denoise_strength 参数。

3. 面部增强后人脸变形

GFPGAN 的权重可能过于激进，可尝试单独使用 Real-ESRGAN，或使用 --bg_upsampler 参数指定背景放大模型。

4. 命令行提示 ModuleNotFoundError: No module named 'basicsr'

确保已正确执行 python setup.py develop，该步骤会将 Real-ESRGAN 安装为可编辑包。

总结

Real-ESRGAN 为真实世界图像增强提供了极为实用的解决方案。对于新手，一键 GUI 包即可满足日常需求；而 Python 命令行则赋予你完全的控制力，适用于批处理、视频增强等进阶场景。掌握模型选择与参数调节，你便能轻松让模糊老照片、低分辨率动漫重新焕发生机。