¿Nearest-Exact, Bilinear, Area, Bicubic o Lanczos? Comparativa de métodos de escalado

Lo esencial

• Para ampliar fotos y fotogramas de vídeo, Lanczos y bicubic son los que más detalle conservan. En nuestra prueba a 4× obtuvieron unos 5 dB más que nearest-exact y 2,5 dB más que bilinear.
• Lanczos y bicubic dan nitidez a los bordes mediante sobreoscilación (overshoot). Ese es el halo tenue que se ve alrededor de las líneas de alto contraste.
• En ComfyUI, «area» da el mismo resultado que nearest-exact cuando se amplía por un número entero. En FFmpeg, «area» amplía como bilinear.
• Para reducir en ComfyUI, elige lanczos o area. Allí, bilinear y bicubic se saltan el antialiasing y dejan un moiré muy marcado.
• Ninguno de estos métodos añade detalle. Para eso hace falta un escalador con IA, que es otro tipo de herramienta.

Para ampliar, elige Lanczos o bicubic: son los que más detalle conservan en los bordes, a cambio de unos halos leves. Usa nearest-exact solo para pixel art o máscaras. Bilinear da un resultado más suave, pero sin halos. Reducir es otra historia: en ComfyUI, bilinear y bicubic generan moiré, así que usa lanczos o area.

Estos nombres aparecen en el nodo Upscale Image de ComfyUI, en el filtro scale de FFmpeg y en la mayoría de los editores de imagen. En esta guía verás qué hace cada método, qué mostraron nuestras mediciones, cuál elegir para cada tarea y dónde termina el remuestreo clásico y empieza el escalado con IA.

Contenido

1. ¿Qué es un método de escalado?
2. Los cinco métodos, explicados sin tecnicismos
3. Nuestra prueba: una foto, cinco métodos, dos herramientas
4. Halos: el precio de un borde más nítido
5. La trampa de la reducción en ComfyUI
6. ¿Qué método elegir?
7. FFmpeg: los flags equivalentes
8. Cuando un método de remuestreo no basta
9. Cómo comparar ambos en KwaFlux
10. Solución de problemas
11. Preguntas frecuentes

¿Qué es un método de escalado?

Un método de escalado, o filtro de remuestreo, es la regla con la que un programa calcula píxeles nuevos a partir de los existentes cuando cambia el tamaño de una imagen. Decide cuántos píxeles vecinos tener en cuenta y cuánto pesa cada uno. No puede inventar detalle que no se captó; solo decide si los píxeles intermedios se ven más suaves o más nítidos.

El nodo Upscale Image de ComfyUI ofrece cinco: nearest-exact, bilinear, area, bicubic y lanczos. La versión latente del nodo cambia lanczos por bislerp, un método pensado para latentes y no para imágenes terminadas.

Los cinco métodos, explicados sin tecnicismos

Nota: En ComfyUI, cuatro métodos pasan por la función interpolate de PyTorch con su configuración predeterminada. La opción lanczos sigue otro camino: convierte cada imagen a 8 bits y la redimensiona con la biblioteca Pillow en la CPU. En lotes largos de fotogramas ese camino puede ser más lento, y redondea la imagen a 8 bits.

Nuestra prueba: una foto, cinco métodos, dos herramientas

Tomamos una foto nocturna de ciudad, con mucho detalle, de 1920 × 1080, la redujimos a una cuarta parte de su anchura y su altura (480 × 270) y la volvimos a ampliar con cada método. Después comparamos cada resultado con el original mediante PSNR, una medida de exactitud por píxel en la que un valor más alto indica más parecido.

Otras tres fotos de muestra dieron el mismo orden, salvo que en la más suave bicubic superó a Lanczos a 4× en 0,07 dB. Destacan dos resultados:

• «area» no es el mismo método en las dos herramientas cuando se amplía. En ComfyUI produjo una imagen idéntica a la de nearest-exact. En FFmpeg, una idéntica a la de bilinear. Promediar por área solo importa cuando varios píxeles de origen caen en un mismo píxel de salida, y eso ocurre al reducir.
• Lanczos y bicubic están muy cerca. La diferencia de 0,2 a 0,4 dB a 4× apenas se aprecia. El salto grande es el que hay de bilinear a cualquiera de los dos.

Halos: el precio de un borde más nítido

Bicubic y Lanczos parecen más nítidos porque sus curvas de ponderación toman valores negativos. Junto a un borde marcado, eso oscurece la parte oscura y aclara la parte clara más allá de los dos valores originales. En nuestra prueba usamos un escalón del nivel de gris 40 al 215, ampliado a 4×:

En una foto rara vez se nota. En texto, dibujo lineal, capturas de interfaz y luces brillantes sobre un cielo oscuro, aparece como un contorno fino claro u oscuro.

En ComfyUI, bicubic también puede llevar los valores más allá del blanco puro o del negro puro. En nuestra foto nocturna, el resultado a 4× iba del -4,6 % al 113 % del rango normal antes de recortarse. El recorte lo oculta, pero las zonas muy luminosas pierden algo de gradación.

La trampa de la reducción en ComfyUI

Mucha gente usa el mismo nodo Upscale Image para reducir imágenes, por ejemplo para ajustarlas al tamaño de entrada de un modelo. Ahí es donde el método importa más.

Al reducir una imagen, los patrones finos que son demasiado pequeños para el nuevo tamaño tienen que difuminarse antes. Si no, se pliegan en patrones falsos, lo que se conoce como aliasing o moiré. La función interpolate de PyTorch solo aplica ese difuminado previo si se le pide, y ComfyUI no lo pide. Por eso, en ComfyUI, bilinear y bicubic tienen en cuenta demasiado pocos píxeles al reducir.

Redujimos de 1024 a 256 píxeles un patrón de prueba de anillos finos y medimos cuánto patrón falso quedaba; 0 es lo ideal y unos 90 equivalen a la intensidad plena:

FFmpeg y Pillow aplican el difuminado previo de forma automática, así que todos sus métodos suaves funcionan bien. En ComfyUI, usa lanczos o area para reducir.

¿Qué método elegir?

Consejo: Si después de ampliar aplica un paso de enfoque o un modelo de IA, el método importa menos, porque el paso siguiente vuelve a dar forma a los bordes. Elige bicubic como opción segura por defecto y dedica tu tiempo al paso que viene después.

FFmpeg: los flags equivalentes

El filtro scale de FFmpeg usa bicubic salvo que se indique flags. En nuestra prueba, omitirlo produjo un archivo idéntico al de flags=bicubic.

# Upscale to 1080p with Lanczos
ffmpeg -i input.mp4 -vf "scale=1920:1080:flags=lanczos" -c:v libx264 -crf 18 -c:a copy output.mp4

# Keep the aspect ratio: set the height, let FFmpeg pick an even width
ffmpeg -i input.mp4 -vf "scale=-2:2160:flags=lanczos" -c:v libx264 -crf 18 -c:a copy output_2160p.mp4

# Pixel art: nearest neighbor, exact 4x
ffmpeg -i sprite.png -vf "scale=iw*4:ih*4:flags=neighbor" sprite_4x.png

FFmpeg también ofrece spline, que en nuestra prueba quedó entre bicubic y Lanczos (35,39 dB) con halos algo menores que Lanczos. Para más detalles sobre el escalado, consulta cómo pasar de 720p a 1080p.

Cuando un método de remuestreo no basta

Todos los métodos anteriores calculan píxeles nuevos a partir de los antiguos con una fórmula fija. Ninguno distingue una cara de una pared ni recupera textura que la cámara no registró. Si un resultado a 4× se ve poco nítido, elijas el método que elijas, has llegado al límite del remuestreo; no es un ajuste equivocado.

Los escaladores con IA funcionan de otra manera. Un modelo entrenado predice un detalle verosímil a partir de lo que aprendió de imágenes reales, y de paso puede eliminar bloques de compresión y ruido. La contrapartida es que el detalle añadido es una predicción. Escalado con IA frente a bicubic y Lanczos compara los dos enfoques uno junto a otro, y De 480p a 4K: lo que la IA puede recuperar muestra dónde se queda corta incluso la IA.

Cómo comparar ambos en KwaFlux

La vista de comparación de KwaFlux muestra una versión remuestreada junto al resultado de la IA, para que juzgues la diferencia con tu propio material:

1. Importa un clip o una imagen y abre Reparación de calidad.
2. Ajusta la Resolución de salida al tamaño que necesite, por ejemplo 2× o 4K.
3. Renderice una vista previa de 1, 3 o 5 segundos. No hace falta cuenta.
4. Abre la comparación con control deslizante (Slider compare). El lado «Antes» es tu original escalado al tamaño de salida; el lado «Después» lleva la etiqueta «Ampliado con IA» con la resolución.

Para fotos, los mismos pasos sirven desde el mejorador de imagen IA. Una licencia cubre 23 módulos de vídeo, 15 módulos de foto, 4 herramientas de audio y herramientas de subtítulos y archivos, sin créditos ni tarifas por minuto; la licencia perpetua tiene un precio de tarifa de 199,99 $, en un único pago.

Solución de problemas

Conclusión

Elige Lanczos o bicubic para ampliar, nearest-exact para píxeles que deban seguir marcados y, en ComfyUI, lanczos o area para reducir. El método cambia el aspecto de los bordes, pero no puede crear detalle. Cuando necesite un detalle que el original no contiene, eso es trabajo para el escalado con IA.

Mira el escalado con IA junto a un redimensionado clásico

KwaFlux ejecuta el mejorador de vídeo IA y el mejorador de imagen en tu propia GPU. El procesamiento de IA corre en tu propia GPU y tus archivos multimedia no se suben para procesarlos. Funciona en Windows 10 (64 bits, versión 1809 o posterior), Windows 11 y macOS 12 o posterior en Apple Silicon. Las vistas previas no requieren cuenta: 1, 3 o 5 segundos en vídeo y la imagen completa en fotos. Iniciar sesión con un plan de pago solo hace falta para exportar, convertir, reparar un archivo o descargar un archivo desde un enlace.

Descargar KwaFlux · Ver planes