图片超分辨率

👤 王浩然 📦 v1.0.1 ⭐ 4.4 ⬇️ 138 下载
🎨 设计多媒体 免费

📖 技能介绍


name: 图片超分辨率 slug: image-super-res displayName: 图片超分辨率 description: "放大图片同时保持清晰。当用户说'图片放大'、'超分辨率'、'提高分辨率'、'图片变清晰'、'放大不模糊'、'super resolution'、或上传小图要求放大变清晰时触发。Lanczos插值+自适应锐化+CLAHE局部对比度增强,支持2x/3x/4x放大。" version: 1.0.0 license: MIT category: 摄影后期 platforms: - workbuddy - claude-code - cursor - windsurf - codex - gemini-cli agent_created: true


图片超分辨率

放大图片同时保持清晰,Lanczos 高质量插值 + 自适应锐化 + CLAHE 局部对比度增强。

适用场景

  • 小图片需要放大但不模糊
  • 用户说"图片放大" / "超分辨率" / "提高分辨率" / "放大不模糊" / "图片变清晰"
  • 低分辨率截图、老照片需要放大

依赖

pip install opencv-python-headless numpy

7w4.net收录了海量优质技能插件。

使用流程

  1. 接收一张需要放大的图片
  2. 运行脚本: bash python <skill_dir>/scripts/super_res.py <input.jpg> -o <output.jpg> [--scale 2|3|4] [--strength 0.5]
  3. present_files 展示结果

参数

参数 默认值 说明
input (必填) 输入图片路径
-o, --output ./super_res.jpg 输出路径
--scale 2 放大倍数:2/3/4
--strength 0.5 锐化强度 0.0-1.0

技术要点

  • Lanczos4 插值:在传统插值方法中锐度最高,适合放大
  • 反锐化蒙版:放大后用 addWeighted(原图, 1+strength, 高斯模糊, -strength) 增强边缘
  • CLAHE 局部对比度:在 LAB 色彩空间的 L 通道做自适应直方图均衡化,提升局部层次
  • 降噪先行:放大前先做非局部均值降噪,避免放大后的噪点被锐化加强

常见调参

  • 风景/建筑照片:--strength 0.6,边缘丰富
  • 人像照片:--strength 0.3,避免皮肤纹理被过度锐化
  • 文字/截图:--strength 0.7,最大化文字清晰度

文件结构

image-super-res/
├── SKILL.md
└── scripts/
    └── super_res.py

🤖 AI 评测

这个 Skill 质量不错,能有效解决图片放大后模糊的问题。文档写得清楚明白,操作步骤简单易懂,还针对不同场景(风景、人像、文字)给出了调参建议。优点是放大效果好、参数灵活可控;不足是没有提供示例图片参考效果,也缺少一些特殊图片格式的处理支持。总体来说是一个实用且易用的工具。

📊 多维度评分

适应性4.3
规范性4.2
有效性4.7
可靠性4.2
可信度5

📁 包含文件 (2 个)

📄 SKILL.md 2.1 KB
📄 scripts/super_res.py 2.4 KB