Vergleich der neuen Möglichkeiten von Generativ vergrößern

Das sogenannte Upscaling, also das entweder möglichst detailgetreue oder realistisch detailverbessernde Vergrößern von Fotos und Bildausschnitten oder von KI-generierten Bildern ist eine der wichtigsten Bildbearbeitungsanforderungen sowohl für Fotografen als auch für KI-Künstler. Vergleichen wir doch einmal die Ergebnisse der neuen KI-basierten Modelle von Adobe und Topaz. 01 Upscaler und Ausgangsfoto Das generative Hochskalieren hat zwei hauptsächliche Anwendungen: Zum einen lassen sich damit Ausschnittsvergrößerungen von Fotos erzeugen. Zum anderen ist es gerade bei KI-generierten Bildern wichtig, weil deren Auflösung für die gewünschte Ausgabegröße häufig zu klein ist. Um die verschiedenen Ergebnisse der Upscaler zu vergleichen, habe ich ein Originalfoto (a) auf 900 × 1200 Pixel verkleinert (b). Die kleine Version habe ich anschließend wieder auf 3600 × 4800 Pixel vergrößert (das Maximum einiger KI-Modelle). In dieser Größe sehen Sie im Folgenden 1:1-Ausschnitte, die mit 300 PPI gedruckt werden. 02 Herkömmliche Bildvergrößerung Im Dialog »Bild > Bildgröße« können Sie verschiedene Interpolationsmethoden für die Bildvergrößerung wählen, die noch nicht auf künstlicher Intelligenz basieren. Ist dort »Automatisch« eingestellt, wird für das Vergrößern die Methode »Bikubisch glatter« gewählt (a). Der Unterschied zu »Bikubisch« ist dabei marginal – Sie würden den Unterschied hier nicht sehen. Mehr Potenzial bietet dagegen die auf Machine Learning basierende Methode »Details erhalten 2.0« (b), die es seit Jahren als Technologievorschau in Photoshop gibt. Sie bewirkt etwas schärfere Konturen und erzeugt einen gewissen Detailgrad, der je nach Ausgabegröße gut genug sein kann. Was jedoch gegenüber den originalen Details verloren gegangen ist, sehen Sie im Vergleich desselben Ausschnitts beim Originalfoto (c). Herkömmliche Bildvergrößerungen sind deshalb nur sehr eingeschränkt nützlich. Vorhergehender Teil des Artikels

Als Abonnent einloggen

DOCMA 2GO abonnieren

Schreibe einen Kommentar Antwort abbrechen