How to Upscale an Image Without Making It Blurry

3年前、クライアントの顔が落ち込むのを見ました。1940年代の祖母の結婚写真の「強化」バージョンを見せたときでした。ギャラリー用の壁に飾るためにプレミアムサービスにお金を払ったにもかかわらず、結果はレンズにバセリンを塗りたくったように見えました。その瞬間が、デジタル修復スペシャリストとして私の画像アップスケーリングへのアプローチを根本的に変えました。

私はマーカス・チェンで、過去12年間、博物館、私的コレクター、および商業クライアントのために画像を修復、強化してきました。その間に、ダゲレオタイプからデジタルスナップショットまで47,000枚以上の画像を処理してきました。そして、ぼやけないアップスケーリングは、単に問題に対してより多くのピクセルを投げ入れることではないことに気づきました。それは、画像にどんな情報が存在するのか、そしてそれをどのように賢く拡張するかを理解することです。

実際、人々のほとんどはアップスケーリングに完全に誤ったアプローチをしています。彼らは、持っているソフトウェアで画像を開き、コーナーをドラッグして大きくし、なぜそれが水彩画のように見えるのか不思議に思っています。しかし、アップスケーリングは科学であり、原則を理解すれば、ぼやけた拡大画像を作ることは二度とありません。

画像がアップスケール時にぼやける理由の理解

解決策に入る前に、敵を理解する必要があります。画像をアップスケールするとき、ソフトウェアに存在しない情報を作成するように要求しているのです。1000x1000ピクセルの画像があり、2000x2000にしたい場合、コンピュータに300万の新しいピクセルを無から作り出すように頼んでいるのです。

従来のアップスケーリング方法は、バイリニアやバイキュービック再サンプリングのような補間アルゴリズムを使用します。これらのアルゴリズムは周囲のピクセルを見て、基本的にはそれらを平均化して新しいピクセルを作成します。赤いピクセルが青いピクセルの隣にあると仮定し、その間に新しいピクセルを作成する必要があるとします。アルゴリズムは「まあ、たぶん紫だろう」と言って、紫色のピクセルを作成します。これを何百万回も行うと、その特徴的な柔らかくぼやけた外観が得られます。

ぼやけが発生するのは、これらのアルゴリズムがディテールよりも滑らかさを優先するからです。厳しい遷移やギザギザのエッジを避けるように設計されているため、理論的には良さそうに聞こえます。しかし、実際には、それは鋭いエッジが柔らかくなり、細かいディテールが消え、テクスチャがペースト状になることを意味します。私は、誰かが間違ったアップスケーリング方法を使用したために300 DPIの画像が72 DPIのWebグラフィックのように見えるのを見たことがあります。

ここで私の仕事からの具体的な例を挙げます。昨年、私は高級時計ブランドのビルボードキャンペーンのために商品写真をアップスケールする仕事を依頼されました。元の画像は4000x6000ピクセルで撮影されましたが、ビルボードには12000x18000ピクセルが必要でした。標準のPhotoshopバイキュービック補間を使用すると、時計の文字盤は遠くから見ると受け入れられましたが、近づくと完全に崩れてしまいました。ベゼルの intricate engravings はぼやけた汚れになり、針のシャープなラインはすべての定義を失いました。私たちはすべてを高解像度で再撮影する必要があり、クライアントに23,000ドルの追加撮影費用がかかりました。

重要な洞察はこれです：アップスケーリングによるぼやけはバグではなく、古いアルゴリズムの特徴です。現代のアプローチは単にピクセルを平均化するだけでなく、パターンを分析し、構造を認識し、ディテールを賢く再構築します。この違いを理解することが、明確でシャープなアップスケールを作成する第一歩です。

解像度の現実チェック：出発点を知る

すべての画像が成功裏にアップスケールできるわけではなく、負け戦をしていると認識することで、無駄な時間を節約できます。私は、練習で「3xルール」というものを使用しています：一般的に、画像は元の寸法の最大3倍までアップスケールできます。それを超えると、最良のツールを用いても品質の劣化が受け入れられなくなります。

"従来の補間は、誰かに彼らが見たことのない絵画を説明するように頼むようなもので、その結果はせいぜい教育された推測に過ぎず、その推測はぼやけとして現れます."

まず、画像の実際の解像度を確認してください。ファイルを右クリックし、プロパティを見て、ピクセルの寸法をメモします。1920x1080の画像は、一般的には5760x3240 (3倍のアップスケール) になり得ますが、11520x6480 (6倍) に押し上げると、どの方法を使用してもアーティファクトが見えてきます。私は、クライアントが640x480のウェブカメラ写真をポスターサイズで印刷しようとしたときに、これを大変な目に遭って学びました。制約を説明した後でも、彼らは進めたいと考えました。その結果は抽象芸術のように見え、彼らは私のスキルを責めましたが、不可能なソース素材によるものでした。

また、画像の内容も考慮してください。明確なエッジを持つ高コントラストの画像は、柔らかくグラデーションの強い画像よりもうまくアップスケールされます。髪、草、または布地のテクスチャなど、細かいディテールが多く含まれている写真は、大きな単色の領域を持つ画像よりも困難です。私は、スタジオに主題別のアップスケーリングの難易度を示す参照チャートを置いています。建築写真は「簡単」とランク付けされ（直線や幾何学的形状が多い）、長い髪を持つ人物のポートレートは「挑戦的」、毛皮や羽根の画像は「非常に難しい」とランク付けされています。

フォーマットも重要です。何度も圧縮されたJPEGから始まる場合、すでに劣化した情報を扱っていることになります。それらの圧縮アーティファクトは、アップスケール中に拡大されます。可能な限り、クライアントに元の非圧縮ファイルを要求します。RAWカメラファイルが理想的で、その次が高品質のTIFFまたはPNGです。もし手元に重く圧縮されたJPEGしかない場合、アップスケーリングの前にノイズリダクションやアーティファクト除去を行う必要があり、プロセスにさらに複雑さが加わるかもしれません。

AI駆動のアップスケーリング：ゲームチェンジャー

2019年、私の分野ではすべてが変わりました。AI駆動のアップスケーリングツールが専門家と消費者の両方に利用可能となり、その結果は革命的でした。単純なピクセル平均化の代わりに、これらのツールは数百万の画像から学習したニューラルネットワークを使用して、アップスケール画像に存在すべき詳細を理解します。

現在、私はワークフローに3つのAIアップスケーリングツールを使用しています。それぞれ異なる用途のためです。Topaz Gigapixel AIは、一般的な写真のための作業馬です。それは99ドルで、過去2年間で8,000枚以上の画像を処理しました。その結果は常に従来の方法を大きく上回ります。Photoshopのバイキュービック補間では結果が6/10になるところを、Gigapixelは8.5/10以上を提供します。

この技術は画像を分析し、AIがトレーニングデータから学んだパターンと比較することによって機能します。もしブリックウォールの写真をアップスケールしている場合、AIは「これはブリックのテクスチャだ」と認識し、モルタルのラインや表面のディテールを高解像度の真のブリックウォールに基づいて再構築します。ランダムなディテールを発明しているわけではなく、写真の現実に基づいて教育的な推測をしているのです。

特にポートレートに関しては、ReminiまたはLet's Enhanceを使用しています。これらは顔の特徴に特化しています。これらのツールは人体の解剖学を理解し、驚くべき精度で顔のディテールを再構築できます。最近、私はクライアントのメモリアルサービスのために400x600ピクセルのポートレートを2400x3600にアップスケールし、家族のメンバーは元の高解像度の写真でないことに驚きました。AIは個々のまつ毛、肌のテクスチャ、さらには被写体の目の周りの細かい線を正確に再構築しました。