Nearest-exact, bilinear, area, bicubic ou Lanczos? Métodos de upscale comparados

O essencial

• Para ampliar fotos e quadros de vídeo, o Lanczos e o bicubic são os que preservam mais detalhes. No nosso teste em 4×, eles ficaram cerca de 5 dB acima do nearest-exact e 2,5 dB acima do bilinear.
• O Lanczos e o bicubic deixam as bordas mais nítidas ultrapassando o valor delas. É daí que vem o halo discreto em volta de linhas de alto contraste.
• No ComfyUI, o “area” dá o mesmo resultado que o nearest-exact quando você amplia por um número inteiro. No FFmpeg, o “area” amplia como o bilinear.
• Para reduzir imagens no ComfyUI, escolha lanczos ou area. Ali, o bilinear e o bicubic pulam o anti-aliasing e deixam um moiré forte.
• Nenhum desses métodos acrescenta detalhes. Para isso, você precisa de um upscaler com IA, que é outro tipo de ferramenta.

Para ampliar, escolha Lanczos ou bicubic: eles preservam mais detalhes nas bordas, ao custo de halos leves. Use nearest-exact só para pixel art ou máscaras. O bilinear é mais suave, mas não gera halos. Reduzir é outra história: no ComfyUI, o bilinear e o bicubic criam moiré, então use lanczos ou area.

Esses nomes aparecem no nó Upscale Image do ComfyUI, no filtro scale do FFmpeg e na maioria dos editores de imagem. Neste guia, você vai ver o que cada método faz, o que as nossas medições mostraram, qual escolher para cada tarefa e onde termina a reamostragem clássica e começa o upscaling com IA.

Conteúdo

1. O que é um método de upscale?
2. Os cinco métodos em termos simples
3. Nosso teste: uma foto, cinco métodos, duas ferramentas
4. Halos: o preço de uma borda mais nítida
5. A armadilha da redução no ComfyUI
6. Qual método escolher?
7. FFmpeg: as flags equivalentes
8. Quando um método de reamostragem não basta
9. Como comparar os dois no KwaFlux
10. Solução de problemas
11. Perguntas frequentes

O que é um método de upscale?

Um método de upscale, ou filtro de reamostragem, é a regra que um programa usa para calcular pixels novos a partir dos existentes quando muda o tamanho de uma imagem. Ele decide quantos pixels vizinhos considerar e quanto peso cada um tem. Ele não inventa detalhes que não foram captados; só decide se os pixels intermediários vão parecer mais suaves ou mais nítidos.

O nó Upscale Image do ComfyUI oferece cinco: nearest-exact, bilinear, area, bicubic e lanczos. A versão latente do nó troca o lanczos pelo bislerp, um método para latentes, e não para imagens finais.

Os cinco métodos em termos simples

Observação: no ComfyUI, quatro métodos passam pela função interpolate do PyTorch com as configurações padrão. A opção lanczos segue outro caminho: converte cada imagem para 8 bits e a redimensiona com a biblioteca Pillow na CPU. Em lotes longos de quadros, esse caminho pode ser mais lento, e ele arredonda a imagem para 8 bits.

Nosso teste: uma foto, cinco métodos, duas ferramentas

Pegamos uma foto detalhada de uma cidade à noite em 1920 × 1080, reduzimos a largura e a altura para um quarto (480 × 270) e ampliamos de volta com cada método. Depois comparamos cada resultado com o original usando o PSNR, uma medida de fidelidade de pixels em que um valor mais alto significa mais próximo do original.

Outras três fotos de amostra deram a mesma ordem, exceto que, na mais suave delas, o bicubic ficou 0,07 dB à frente do Lanczos em 4×. Dois resultados chamam a atenção:

• O “area” não é o mesmo método nas duas ferramentas quando você amplia. No ComfyUI, ele gerou uma imagem idêntica à do nearest-exact. No FFmpeg, gerou uma imagem idêntica à do bilinear. A média por área só faz diferença quando vários pixels de origem caem em um único pixel de saída, o que acontece quando você reduz.
• O Lanczos e o bicubic ficam próximos. A diferença de 0,2 a 0,4 dB em 4× é difícil de ver. O salto maior é do bilinear para qualquer um dos dois.

Halos: o preço de uma borda mais nítida

O bicubic e o Lanczos parecem mais nítidos porque as curvas de ponderação deles assumem valores negativos. Ao lado de uma borda forte, isso deixa o lado escuro mais escuro e o lado claro mais claro do que qualquer um dos valores originais. O nosso teste usou um degrau do nível de cinza 40 para 215, ampliado 4×:

Em uma foto, isso raramente se nota. Em texto, desenhos de linha, capturas de interface e luzes fortes contra um céu escuro, aparece como um contorno fino claro ou escuro.

No ComfyUI, o bicubic também pode levar valores além do branco puro ou do preto puro. Na nossa foto noturna, o resultado em 4× foi de -4,6% a 113% da faixa normal antes do corte. O corte esconde isso, mas as áreas muito claras perdem um pouco de gradação.

A armadilha da redução no ComfyUI

Muita gente usa o mesmo nó Upscale Image para reduzir imagens, por exemplo para caber no tamanho de entrada de um modelo. É aí que o método mais importa.

Quando você reduz uma imagem, os padrões finos que são pequenos demais para o novo tamanho precisam ser desfocados antes. Caso contrário, eles viram padrões falsos, o chamado aliasing ou moiré. A função interpolate do PyTorch só faz esse pré-desfoque quando você pede, e o ComfyUI não pede. Por isso, no ComfyUI, a redução com bilinear e bicubic considera pixels de menos.

Reduzimos um padrão de teste com anéis finos de 1024 para 256 pixels e medimos quanto padrão falso sobrou, sendo 0 o ideal e cerca de 90 a intensidade máxima:

O FFmpeg e o Pillow fazem o pré-desfoque automaticamente, então todos os métodos suaves deles se saem bem. No ComfyUI, use lanczos ou area para reduzir.

Qual método escolher?

Dica: se você amplia e depois aplica uma etapa de nitidez ou um modelo de IA, o método importa menos, porque a etapa seguinte remodela as bordas de qualquer jeito. Use o bicubic como padrão seguro e dedique o seu tempo à etapa seguinte.

FFmpeg: as flags equivalentes

O filtro scale do FFmpeg usa bicubic se você não definir flags. No nosso teste, omitir a opção gerou um arquivo idêntico ao 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

O FFmpeg também oferece o spline, que no nosso teste ficou entre o bicubic e o Lanczos (35,39 dB), com halos um pouco menores que os do Lanczos. Para mais detalhes sobre redimensionamento, veja como ampliar 720p para 1080p.

Quando um método de reamostragem não basta

Todos os métodos acima calculam pixels novos a partir dos antigos com uma fórmula fixa. Nenhum deles distingue um rosto de uma parede nem recupera uma textura que a câmera não gravou. Se um resultado em 4× fica sem nitidez seja qual for o método, esse é o limite da reamostragem, e não uma configuração errada.

Os upscalers com IA funcionam de outro jeito. Um modelo treinado prevê detalhes plausíveis com base no que aprendeu sobre imagens reais e, no caminho, também pode remover blocos de compressão e ruído. A contrapartida é que o detalhe acrescentado é uma previsão. Upscaling com IA vs bicubic e Lanczos compara as duas abordagens lado a lado, e de 480p para 4K: o que a IA consegue recuperar mostra onde até a IA chega ao limite.

Como comparar os dois no KwaFlux

A visualização de comparação do KwaFlux mostra uma versão reamostrada ao lado do resultado com IA, para você avaliar a diferença no seu próprio material:

1. Importe um clipe ou uma imagem e abra o Reparo de qualidade.
2. Defina a Resolução de saída no tamanho de que você precisa, por exemplo 2× ou 4K.
3. Renderize uma prévia de 1, 3 ou 5 segundos. Você não precisa de conta.
4. Abra a Comparação com controle deslizante (Slider compare). O lado “Antes” é a sua origem redimensionada para o tamanho de saída; o lado “Depois” vem identificado com a resolução ampliada por IA.

Para fotos, os mesmos passos funcionam no Aprimorador de imagem IA. Uma licença cobre 23 módulos de vídeo, 15 módulos de foto, 4 ferramentas de áudio e ferramentas de legendas e de arquivos, sem créditos nem tarifas por minuto; a Licença Perpétua custa US$ 199,99 pelo preço de tabela, paga uma única vez.

Solução de problemas

Conclusão

Escolha Lanczos ou bicubic para ampliar, nearest-exact para pixels que precisam continuar duros e, no ComfyUI, lanczos ou area para reduzir. O método muda a aparência das bordas, mas não cria detalhes. Quando você precisa de detalhes que a origem não tem, o trabalho é do upscaling com IA.

Veja o upscaling com IA ao lado de um redimensionamento clássico

O KwaFlux executa o Aprimorador de vídeo IA e o aprimorador de imagem na sua própria GPU. O processamento de IA roda na sua própria GPU e os seus arquivos de mídia não são enviados para processamento. Roda no Windows 10 (64 bits, versão 1809 ou mais recente), no Windows 11 e no macOS 12 ou mais recente em Apple Silicon. As prévias não exigem conta: 1, 3 ou 5 segundos em vídeo e a imagem inteira em fotos. O login com um plano pago só é necessário para exportar, converter, reparar um arquivo ou baixar um arquivo de um link.

Baixar o KwaFlux · Ver planos