社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Git

老视频直接干到4K,完全离线,GitHub爆火2.2万star!

分享迷 • 3 周前 • 176 次点击  

我有个朋友说,每个人的硬盘里都有那么几段舍不得删的视频。

可能是早期录的学习视频,估计480P都没有,现在投到电视上,跟看马赛克一样。也可能是十几年前聚会拍的纪念视频,虽然画质已经很糊,但这个场景非常值得怀念,于是想把它弄清楚一点,哪怕一点点。当然,也可能是你早年下载的老师教学视频,具体是什么就不细说了,反正就是分辨率低到连字幕都看不清。

这些视频在如今AI算法的加持下,修复起来倒也不难。不过花钱找人修复吧,网上那些AI服务按分钟计费,一段十分钟的片子轻轻松松几十上百块。买软件自己搞吧,一样贵的肉疼。

最近在GitHub上看到一个叫Video2X的开源项目,目前已有2.2万star,免费、离线、无水印,正好干的就是这个活。

Video2X是一个开源项目,由k4yt3x创建,软件从2018年起步到现在经过多年的迭代,可以说成了这个领域最成熟的开源框架。它的核心能力就两件事:一是把低分辨率视频变清晰,360p能拉到4K;二是给视频补帧,24fps可以插到60fps,画面流畅度肉眼可见地提升。

这款工具的操作门槛不高,可以说是极其简单。启动软件之后,界面自带了简体中文,基本流程就是把视频拖进去,然后选滤镜。点开始就可以了。

这里提醒一下:真人实拍选Real-ESRGAN,动漫选Real-CUGAN;然后设置一个放大倍率(这里建议放大倍率建议从2倍起步,倍数越大处理时间越长,4倍以上画面容易“过锐”,质感反而不自然)。

这是官方演示的效果:

确实还不错。

Video2X集成了四个AI算法,大家使用的时候可以根据这个来选择:Real-ESRGAN是通用主力,专门处理被压缩得一塌糊涂的老视频,比如VHS录像、JPEG伪影、早期数码素材都归它管。

Real-CUGAN是B站开发的动漫特调算法,懂动画的特征,比如锐利线条、大面积色块、透明效果等,适合动漫内容的快速处理。

RIFE负责插帧,专门解决运动画面卡顿的问题。这四个算法不是孤立工作的,Video2X把它们串成了一条完整的处理管道:自动提取视频帧、逐帧跑AI推理、最后带音频重新组装。

不过,效果好归好,但这个工具对显卡是有硬要求的:

和其他处理工具一样,它处理的速度快不快完全取决于你的GPU。根据测试,在RTX 3060上,1080P放大到4K可以跑到25fps左右,比纯CPU处理快8倍以上。如果只有集成显卡的话,那么处理一段几分钟的视频都可能要几个小时。

开头说了Video2X是开源软件,它免费、可离线使用、更无使用次数限制,这是它的优点。如果它和Topaz Video AI这类商业软件来比较的话,在效果上,Video2X的Real-ESRGAN在细节重建方面有评测显示不输付费方案,但Topaz在某些压缩修复场景下确实更成熟。

所以,如果你只是偶尔修几段老素材,或者刚开始做视频不想在工具上砸钱,Video2X完全够用。

https://github.com/k4yt3x/video2x


下载体验

本次分享,公众号回复:1212

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/201955