Flere pixels er ikke det samme som flere detaljer
Når du opskalerer et billede, øger du dets pixelmål: antallet af pixels i bredden og højden. Et billede på 800 × 600 pixels kan eksempelvis forstørres til 1.600 × 1.200 pixels. Bredden og højden er nu fordoblet, og billedet indeholder fire gange så mange pixels.
Men de ekstra pixels kommer ikke fra kameraet. Et billedbehandlingsprogram skal beregne, hvordan de skal se ud. Derfor er der forskel på at gøre et billede større og at tilføre flere korrekte detaljer.
Upscaling kan gøre en lille billedfil brugbar i et større format. Resultatet afhænger dog både af metoden og af originalens skarphed, opløsning og støjniveau.
Sådan fungerer almindelig upscaling og AI-upscaling
Der er to overordnede tilgange til billedforstørrelse: klassisk interpolation og AI-baseret upscaling.
Klassisk upscaling beregner nye pixelværdier
Interpolation betyder, at programmet beregner nye pixels ud fra de eksisterende nabopixels. Metoder som bilinear, bicubic og Lanczos bruger forskellige matematiske beregninger til at udfylde den større billedflade.
Metoderne tilfører ikke ny, oprindelig billedinformation. De kan gøre overgange mellem pixels mere glidende, men ved større forstørrelser bliver resultatet ofte blødt eller sløret. En utydelig struktur bliver altså ikke nødvendigvis tydelig, bare fordi den får flere pixels.
AI-upscaling forudsiger sandsynlige detaljer
AI-upscaling bruger trænede modeller til at forudsige, hvordan billedet kan se ud i højere opløsning. Modellen forsøger blandt andet at rekonstruere kanter og fine strukturer. Teknikken omtales ofte som super-resolution.
Det kan give et visuelt skarpere og mere overbevisende resultat end klassisk interpolation. Men modellen ved ikke med sikkerhed, hvad der var foran kameraet. Den kan tilføje sandsynlige detaljer, som ikke svarer til virkeligheden.
Den forskel er særlig relevant, hvis billedet skal dokumentere noget præcist. Et pænt resultat er ikke nødvendigvis et korrekt resultat.
Hvornår giver upscaling mening?
Upscaling er især nyttigt, når du mangler en højopløselig original, men skal bruge billedet i et større format:
- Web og sociale medier: Et lille billede skal bruges i en større visning eller et annonceformat.
- Print og produktion: En billedfil har for få pixels til den ønskede størrelse og detaljegengivelse.
- Ældre billedmateriale: Et lavopløst eller komprimeret billede skal genbruges, og en bedre original findes ikke.
Forestil dig, at du kun har en lille version af et kampagnefoto, som nu skal bruges større. Her kan upscaling være en praktisk løsning. Har du derimod adgang til den højopløselige original, er den som udgangspunkt et bedre valg: Den indeholder faktiske billeddetaljer frem for beregnede erstatninger.
Sådan vurderer du resultatet i praksis
Start med den bedste tilgængelige fil. Upscaling har bedre forudsætninger, når originalen er skarp og ikke præget af kraftig støj eller komprimering.
Forstør derefter billedet til den størrelse, du faktisk skal bruge, og kontrollér resultatet:
- Se på kanter og fine strukturer. Er de tydeligere, eller er de blevet slørede eller unaturlige?
- Kontrollér vigtige detaljer. Ved AI-upscaling bør du især undersøge, om eksempelvis ansigter, tekst eller produktdetaljer har ændret udseende.
- Vurdér billedet i det endelige format. Et resultat kan fungere på en skærm, men være utilstrækkeligt til et større print.
Hold også øje med artefakter: synlige fejl eller kunstige mønstre, som billedbehandlingen har skabt.
Upscaling er en måde at få mere anvendelse ud af eksisterende billedmateriale på, ikke en garanti for høj kvalitet. Hvis afgørende detaljer mangler eller bliver forvansket, er en bedre original eller et nyt billede den sikrere løsning.