Real-ESRGAN

Real-ESRGAN 是一套开源的图像与视频修复算法，由腾讯 ARC 实验室与中科院深圳先进技术研究院的研究者提出。它要解决的是现实世界里图片和视频常见的模糊、噪点、JPEG 压缩痕迹——比如老照片、低清截图、压过好几轮的动漫片段，用模型把这些内容放大并补回细节。

主要功能

项目提供通用场景的放大模型，也有专门针对动漫插图和动漫视频的模型，后者体积更小、对线条和色块的处理更稳。通用模型带一个降噪强度选项，可以自己权衡去噪和保留细节，避免画面被抹得过于平滑。除了图片，仓库里还有视频推理脚本，能逐帧处理视频再合成。

使用方式偏开发者：需要按文档安装依赖、下载权重，再用命令行脚本跑推理。官方也提供了 Windows、Linux、macOS 的可执行文件，以及基于 ncnn 的实现，不想配环境的人可以直接用打包版本。此外还有 Colab 在线演示和 Replicate 在线演示，不装东西也能先试效果。

适合谁

适合想批量修复图片、给动漫视频做超分的研究者和开发者，也适合愿意折腾命令行、对画质有要求的普通用户。如果只是偶尔处理一两张图，打包好的可执行文件或在线演示更省事。

费用与限制

代码以 BSD-3-Clause 协议开源，可以免费使用和修改。模型对硬件有一定要求，处理视频比处理图片更吃显存和时间；修复效果取决于素材类型，动漫模型和通用模型不能混用。项目页面是英文为主，也提供简体中文 README。