一、简介

        图像超分辨率重建（super resolution,SR）是指利用计算机将一幅低分辨率图像（low resolution,LR）或图像序列进行处理，恢复出高分辨率图像（high resolution，HR）的一种图像处理技术。简单来说就是，利用图像超分辨率技术，可以使模糊的照片变得更清晰。

        Real-ESRGAN 是一个托管在 Github 平台上的开源项目，其目标是开发出实用的图像/视频修复算法。在本文中，我们将基于 Real-ESRGAN 这个开源项目来进行演示。

        Real-ESRGAN 的 Github 主页地址：https://github.com/xinntao/Real-ESRGAN 

二、下载 Real-ESRGAN 项目源码

使用 git 工具对源码进行克隆：git clone https://github.com/xinntao/Real-ESRGAN.git  

使用 git log 命令可以看到当前的代码提交记录：

三、环境配置

        默认大家都安装了 Python、Pytorch 以及 CUDA Toolkit 等开发环境，我们在此基础之上去安装 Real-ESRGAN 所依赖的各种工具。

        首先进入 Real-ESRGAN 源码目录，然后依次执行如下命令进行工具的安装：

四、准备好要进行修复的模糊老旧照片

        把待修复的照片放到 Real-ESRGAN 源码目录中，我们新建一个 images 文件夹，让把上面准备好的图片放进去。

五、执行命令开始修复旧照片

        准备好待修复的照片后，我们在 pytorch 开发环境中，输入如下指令开始对照片进行修复：

命令的具体执行情况如下图所示：

六、修复前后对比效果图

图一，修复前：

图一，修复后：

图二，修复前：

图二，修复后

图三，修复前：

图三，修复后：

        以上就是所有的内容了，不确定修复前后的照片上传到 B 站后，对比效果是否能看出来，在本地查看的时候，效果还是非常明显的。感兴趣的小伙伴也可以自己亲自试一试。