ขยายภาพเป็น 4× แล้วรายละเอียดจะตรงกับของจริงมากขึ้นหรือไม่?

หลังขยายภาพ ขอบอาจดูสะอาดขึ้นและพื้นผิวชัดขึ้น ภาพจึงดูคมกว่าต้นฉบับ แต่การมองเห็นง่ายขึ้นไม่ได้หมายความว่าข้อมูลที่หายไปถูกกู้คืนอย่างถูกต้อง

AI ช่วยปรับการแสดงภาพความละเอียดต่ำได้ การเข้าใจวิธีจัดการรายละเอียดช่วยให้เลือกได้ว่าควรเก็บการเปลี่ยนแปลงใด และส่วนไหนต้องเทียบกับต้นฉบับ

ความละเอียด ความคมชัด และความตรงกับของจริงต่างกัน

ความละเอียดบอกขนาดเป็นพิกเซล ความคมชัดบอกว่ามองขอบ การไล่ระดับ และรายละเอียดได้ง่ายเพียงใด ส่วนความตรงกับของจริงหมายถึงรายละเอียดนั้นตรงกับวัตถุจริงหรือไม่

ทั้งสามเกี่ยวข้องกัน แต่ใช้แทนกันไม่ได้

เกณฑ์	สิ่งที่พิจารณา	สิ่งที่ยังสรุปไม่ได้
ความละเอียด	ความกว้างและสูงเป็นพิกเซล	พิกเซลมากขึ้นต้องมีข้อมูลต้นฉบับมากขึ้น
ความคมชัด	ขอบและรายละเอียดมองเห็นง่ายหรือไม่	ขอบที่คมกว่าต้องมีรูปร่างถูกต้อง
ความตรงกับของจริง	รายละเอียดตรงกับวัตถุหรือไม่	พื้นผิวที่ดูสมจริงมีอยู่จริง

ภาพ 600×400 ที่ขยายทั้งกว้างและสูงเป็น 4 เท่าจะกลายเป็น 2400×1600 มีพิกเซลรวม 16 เท่า ขนาดผลลัพธ์เพิ่มขึ้น แต่ข้อมูลที่กล้องบันทึกไม่ได้เพิ่มขึ้น 16 เท่า

ขนาดไฟล์ก็ไม่จำเป็นต้องเพิ่ม 16 เท่า เพราะขึ้นอยู่กับรูปแบบ คุณภาพการเข้ารหัส และเนื้อหาภาพด้วย

สิ่งที่ AI เพิ่มคือผลการประมาณ

การปรับขนาดทั่วไปคำนวณพิกเซลใหม่จากพิกเซลข้างเคียง ส่วน AI ซูเปอร์เรโซลูชันใช้รูปแบบที่เรียนรู้มาประมาณโครงสร้างและพื้นผิวที่อาจปรากฏเมื่อความละเอียดสูงขึ้น

ภาพอาจดูดีขึ้น แต่โมเดลไม่ได้ถ่ายสถานที่ใหม่หรือได้รับบันทึกจริงเพิ่มเติม

DocCrunch ใช้โมเดลซูเปอร์เรโซลูชันเริ่มต้นของ UpscalerJS ซึ่งมี คำอธิบายอย่างเป็นทางการ เกี่ยวกับการสร้างพื้นผิวสมจริง คำว่า “สมจริง” อธิบายผลทางสายตา ไม่ได้แปลว่าทุกรายละเอียดผ่านการตรวจสอบแล้ว

ลายที่ชัดขึ้นในบริเวณเบลอจึงควรมองว่าเป็นการสร้างใหม่ของโมเดล ไม่ใช่ถือว่าเป็นพื้นผิวเดิมของวัตถุโดยอัตโนมัติ

ตัวหนังสือเล็กและลายสม่ำเสมอต้องตรวจละเอียดกว่า

ใบไม้ หิน และผ้าอาจยังดูเป็นธรรมชาติแม้รายละเอียดบางจุดเปลี่ยน แต่ตัวอักษร โลโก้ และเส้นสม่ำเสมอขึ้นอยู่กับรูปร่างที่แม่นยำมากกว่า

เส้นที่เพิ่มในตัวเลขหรือช่องเปิดของตัวอักษรที่ถูกปิดอาจเปลี่ยนความหมาย ตัวอักษรอาจดูอ่านง่ายขึ้นโดยไม่ได้ตรงกับต้นฉบับมากขึ้น

หลังใช้ DocCrunch ขยายภาพด้วย AI ให้ตรวจ:

• เส้นของตัวหนังสือเล็กและตัวเลขเปลี่ยนหรือไม่
• โลโก้ ไอคอน และเส้นบางบิดเบี้ยวหรือไม่
• ระยะห่างและทิศทางของลายซ้ำสม่ำเสมอหรือไม่
• เส้นใบหน้าบางส่วนเปลี่ยนอย่างไม่เป็นธรรมชาติหรือไม่
• พื้นที่เรียบเดิมมีพื้นผิวแปลกเพิ่มขึ้นหรือไม่

ถ้าข้อความต้องถูกต้อง ให้หาเอกสารต้นฉบับหรือแหล่งที่ชัดกว่า การเดาจากภาพขยายไม่แทนการตรวจสอบ

ลอง 2× ก่อนตัดสินใจใช้ 4×

อัตราขยายควรตอบโจทย์ขนาดสุดท้าย ไม่ใช่เลือกสูงที่สุดเสมอ

DocCrunch มี 2× และ 4× ปัจจุบันผล 4× มาจากการทำโมเดล 2× ต่อเนื่องสองรอบ รอบที่สองใช้ผลรอบแรก ไม่ได้มีข้อมูลต้นฉบับเพิ่มเข้ามา

ถ้า 2× เพียงพอ ให้ประเมินที่ขนาดแสดงจริง การขยายต่ออาจเพิ่มเวลาและขนาดไฟล์ และทำให้ปัญหาพื้นผิวหรือขอบจากรอบแรกเด่นขึ้น

ถ้าต้องการเพียงขนาดพิกเซลที่แน่นอน สามารถใช้ ปรับขนาดภาพ ได้ การเปลี่ยนขนาดกับการปรับด้วย AI เป็นคนละอย่าง

เทียบทั้งสองภาพด้วยขนาดแสดงเท่ากัน

การเทียบภาพย่อต้นฉบับกับผลลัพธ์ขนาดใหญ่ไม่ยุติธรรม เพราะขนาดที่แสดงเองก็เปลี่ยนการมองเห็นรายละเอียด

ตรวจสองรอบ รอบแรกแสดงต้นฉบับและผลลัพธ์ให้เท่ากันเพื่อดูภาพรวม สังเกตว่าขอบ การเปลี่ยนสี และพื้นผิวแข็งเกินไปหรือไม่

จากนั้นดูรายละเอียดเพื่อหาภาพซ้อน ขอบสว่าง ลายซ้ำ และเส้นตัวอักษรผิดปกติ ตรวจส่วนที่เบลอและซับซ้อนที่สุดด้วย ไม่ใช่เฉพาะส่วนที่สวยที่สุด

โมเดล DocCrunch ทำงานในเบราว์เซอร์บนเครื่องและต้องโหลดเมื่อใช้ครั้งแรก ตำแหน่งประมวลผลกับความถูกต้องของภาพเป็นคนละเรื่อง การทำงานในเครื่องลดความจำเป็นในการอัปโหลดต้นฉบับ แต่ยังต้องตรวจผลลัพธ์

ตรวจข้อกำหนดก่อนบันทึกเวอร์ชันสุดท้าย

หลังขยายภาพ:

1. ยืนยันขนาดพิกเซลที่ต้องใช้เพื่อหลีกเลี่ยงการขยายเกินจำเป็น
2. เทียบต้นฉบับและผลลัพธ์ที่ขนาดแสดงเดียวกัน
3. ตรวจข้อความ โลโก้ ใบหน้า และลายสม่ำเสมอ
4. ตรวจรูปแบบและขนาดไฟล์
5. เก็บต้นฉบับไว้และบันทึกภาพปรับปรุงแยกกัน

ถ้าผลลัพธ์ใหญ่เกินไป ใช้ บีบอัดภาพ แล้วตรวจรายละเอียดอีกครั้ง การขยาย บีบอัด แล้วขยายซ้ำทำให้ประเมินการเปลี่ยนแปลงยาก เมื่อลองค่าอื่นควรเริ่มจากต้นฉบับ

การขยายด้วย AI ช่วยให้ภาพเล็กเหมาะกับการแสดงมากขึ้น แต่ไม่รับประกันการกู้ข้อมูลที่ขาดหายอย่างตรงต้นฉบับ เวอร์ชันที่เหมาะควรมีขนาดพอดี ดูเป็นธรรมชาติ และเนื้อหาสำคัญไม่เปลี่ยน ไม่จำเป็นต้องมีพิกเซลหรือลวดลายมากที่สุด