Nearest-Exact、Bilinear、Area、Bicubic 還是 Lanczos？放大演算法實測比較

重點速覽

• 放大照片和影片畫面時，Lanczos 和 bicubic 保留的細節最多。在我們的 4 倍放大測試中，它們的分數比 nearest-exact 高約 5 dB，比 bilinear 高約 2.5 dB。
• Lanczos 和 bicubic 靠「過衝」讓邊緣看起來更銳利，高對比線條周圍那圈淡淡的光暈就是這樣來的。
• 在 ComfyUI 裡，以整數倍放大時，「area」的結果和 nearest-exact 相同；在 FFmpeg 裡，「area」放大的效果則和 bilinear 一樣。
• 在 ComfyUI 裡縮小圖片，請選 lanczos 或 area。那裡的 bilinear 和 bicubic 會跳過抗鋸齒，留下明顯的摩爾紋。
• 這些演算法都不會增加細節。要增加細節，需要 AI 放大工具，那是另一類工具。

放大時，請選 Lanczos 或 bicubic；它們保留的邊緣細節最多，代價是輕微的光暈。nearest-exact 只用在像素畫或遮罩上。bilinear 比較柔和，但沒有光暈。縮小則是另一回事：在 ComfyUI 裡，bilinear 和 bicubic 會產生摩爾紋，所以請用 lanczos 或 area。

這些名稱會出現在 ComfyUI 的 Upscale Image 節點、FFmpeg 的 scale 濾鏡，以及大多數修圖軟體裡。本文會說明：每種演算法做了什麼、我們的實測結果、各種工作該選哪一種，以及傳統重新取樣的極限在哪裡、從哪裡開始就是 AI 放大的領域。

目錄

1. 什麼是放大演算法？
2. 用白話說明五種演算法
3. 我們的測試：一張照片、五種演算法、兩套工具
4. 光暈：邊緣更銳利的代價
5. ComfyUI 縮小圖片的陷阱
6. 該選哪種演算法？
7. FFmpeg：對應的 flags 寫法
8. 重新取樣演算法不夠用的時候
9. 在 KwaFlux 裡比較兩種放大
10. 問題排解
11. 常見問題

什麼是放大演算法？

放大演算法，又稱重新取樣濾鏡，是程式在改變圖片尺寸時，從現有像素計算出新像素的規則。它決定要參考多少個相鄰像素，以及每個像素占多少權重。它無法憑空變出拍攝時沒記錄到的細節，只能決定中間補出來的像素看起來要平滑還是銳利。

ComfyUI 的 Upscale Image（放大圖片）節點提供五種：nearest-exact、bilinear、area、bicubic 和 lanczos。這個節點的潛在空間（latent）版本把 lanczos 換成 bislerp，這是給潛在空間用的演算法，不是用在成品圖片上的。

用白話說明五種演算法

補充：在 ComfyUI 裡，有四種演算法是以預設參數呼叫 PyTorch 的 interpolate 函式。lanczos 走的是另一條路：它先把每張圖片轉成 8 位元，再用 Pillow 函式庫在 CPU 上縮放。處理很長的影格批次時，這條路可能比較慢，而且畫面會被捨入成 8 位元。

我們的測試：一張照片、五種演算法、兩套工具

我們拿一張細節豐富的 1920 × 1080 城市夜景照片，把寬和高都縮到四分之一（480 × 270），再用每種演算法放大回原尺寸。接著用 PSNR 把每個結果和原圖比較；PSNR 是衡量像素準確度的分數，越高代表越接近原圖。

另外三張範例照片的排名也一樣，只有在最柔和的那張上，放大 4 倍時 bicubic 以 0.07 dB 小勝 Lanczos。有兩個結果特別值得注意：

• 放大時，「area」在兩套工具裡不是同一種演算法。在 ComfyUI 裡，它產生的畫面和 nearest-exact 逐像素相同；在 FFmpeg 裡，則和 bilinear 逐像素相同。區域平均只有在好幾個來源像素落進同一個輸出像素時才有作用，也就是縮小的時候。
• Lanczos 和 bicubic 差距很小。放大 4 倍時 0.2 到 0.4 dB 的差距肉眼很難看出來。差距較大的是從 bilinear 換成這兩者之一。

光暈：邊緣更銳利的代價

bicubic 和 Lanczos 看起來比較銳利，是因為它們的權重曲線有一段低於零。在硬邊旁邊，這會讓暗的一側比原本更暗、亮的一側比原本更亮，超出兩側的原始數值。我們的測試用的是從灰階 40 跳到 215 的階梯邊緣，放大 4 倍：

在照片上，你很少會注意到這一點。但在文字、線稿、介面截圖，以及暗色天空襯托下的亮光上，它就會變成一圈細細的亮邊或暗邊。

在 ComfyUI 裡，bicubic 還可能把數值推到超過純白或純黑。在我們的夜景照片上，4 倍放大的結果在被截斷之前，範圍從正常值域的 -4.6% 到 113%。截斷能把它藏起來，但非常亮的區域會損失一點層次。

ComfyUI 縮小圖片的陷阱

很多人也用同一個 Upscale Image 節點來縮小圖片，例如縮到符合模型的輸入尺寸。這正是演算法影響最大的地方。

縮小圖片時，對新尺寸來說太細的圖案必須先模糊掉，否則它們會混疊成原本沒有的假圖案，也就是所謂的鋸齒失真（aliasing）或摩爾紋。PyTorch 的 interpolate 只有在你要求時才會先做這道模糊，而 ComfyUI 沒有要求。所以在 ComfyUI 裡，bilinear 和 bicubic 縮小時參考的像素太少。

我們把一張由細密圓環組成的測試圖從 1024 像素縮到 256 像素，測量殘留了多少假圖案；0 是理想值，約 90 代表假圖案絲毫沒有減弱：

FFmpeg 和 Pillow 會自動先模糊，所以它們的平滑類演算法表現都不錯。在 ComfyUI 裡縮小，請用 lanczos 或 area。

該選哪種演算法？

技巧：如果放大後還要做銳化或跑 AI 模型，演算法的影響就比較小，因為下一步反正會重塑邊緣。選 bicubic 當作穩妥的預設，把時間花在後面那一步上。

FFmpeg：對應的 flags 寫法

FFmpeg 的 scale 濾鏡在你沒設定 flags 時使用 bicubic。在我們的測試中，不寫 flags 產生的檔案和 flags=bicubic 的輸出逐位元組相同。

# 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 另外還提供 spline，在我們的測試中分數介於 bicubic 和 Lanczos 之間（35.39 dB），光暈比 Lanczos 稍小。更多縮放細節，請見如何把 720p 放大到 1080p。

重新取樣演算法不夠用的時候

上面每一種演算法，都是用固定公式從舊像素算出新像素。它們都分不出人臉和牆壁，也找不回攝影機沒拍到的紋理。如果不管選哪種演算法，4 倍放大的結果看起來都很糊，那是重新取樣的極限，不是設定錯了。

AI 放大工具的原理不同。訓練過的模型會根據它從真實影像中學到的東西，預測出合理的細節，同時還能去除壓縮色塊和雜訊。代價是，補上的細節是預測出來的。AI 放大與 bicubic、Lanczos 的比較並列比較了這兩種做法，480p 放大到 4K：AI 能救回多少則說明了連 AI 也有做不到的地方。

在 KwaFlux 裡比較兩種放大

KwaFlux 的對比檢視會把重新取樣的版本和 AI 結果並排，讓你用自己的素材判斷差異：

1. 匯入片段或圖片，打開 畫質修復。
2. 設定輸出解析度為你需要的尺寸，例如 2 倍或 4K。
3. 渲染 1、3 或 5 秒的預覽。不需要帳號。
4. 打開滑桿對比。「處理前」那一側是放大到輸出尺寸的來源畫面；「處理後」那一側會標示 AI 超解析後的解析度。

照片也能用同樣的步驟，從 AI 圖片超清開始。一份授權內含 23 個影片模組、15 個照片模組、4 個音訊工具，以及字幕和檔案工具，沒有點數，也不按分鐘計費；永久授權定價 199.99 美元，一次付清。

問題排解

結語

放大選 Lanczos 或 bicubic，像素邊緣必須保持分明時選 nearest-exact，在 ComfyUI 裡縮小則選 lanczos 或 area。演算法會改變邊緣的樣子，但無法創造細節。當你需要來源裡沒有的細節，那就是 AI 放大的工作了。

把 AI 放大和傳統縮放擺在一起看

KwaFlux 在你自己的 GPU 上執行 AI 影片超清和 AI 圖片超清。AI 處理在你自己的 GPU 上執行，媒體檔案不會為了處理而上傳。可在 Windows 10（64 位元，1809 或更新版本）、Windows 11，以及搭載 Apple Silicon 的 macOS 12 或更新版本上執行。預覽不需要帳號：影片可預覽 1、3 或 5 秒，圖片預覽整張。僅在匯出、轉換、檔案修復和從連結下載檔案時需要登入並購買付費方案。

下載 KwaFlux · 查看方案