How to Upscale Photos: Traditional Methods vs. AI, and Format Choices

传统放大方法的基本原理是添加周围像素的平均值，不同算法的差异在于纳入平均的像素数量和权重。最近邻插值直接复制邻近像素，适合像素艺术和几何图形，但在普通照片上会产生明显锯齿。双线性插值考虑周围四个像素，画面偏软，适合本身不锐利的图像。双三次插值则综合周围十六个像素，并给予较近像素更高权重，在锐度和资源消耗之间取得平衡，适用多数照片，但可能引入光晕。更高阶的Lanczos算法消耗更多处理资源，但效果提升并不显著，仅在双三次插值无法满足需求时值得尝试。

AI放大则采用另一套逻辑。它通过分析海量高分辨率图像训练模型，预测并生成一个新图像，使得该图像缩小后能最大程度接近原图。AI放大后的照片通常更清晰、饱和，还能去除老照片上的颗粒感。但这种方法可能产生原图没有的细节。Engadget在测试中将Boards of Canada乐队专辑封面的模糊人脸交给PicsArt的AI放大器处理，结果被添上了一双眼睛。因此，对于追求精确复制的照片，应避免使用AI放大。

图像格式同样影响最终效果。JPEG兼容性最好，几乎所有设备都能打开，且有损压缩带来的小文件尺寸适合存储大量照片，但不支持透明背景。PNG支持透明通道且编辑过程中不会因反复编解码损失质量，适合图标、插图和截图，但无损格式的文件体积明显大于JPEG，用于普通照片有些浪费。