看过我 B 站这期视频的小伙伴，一定知道超分辨率重建算法。

提高图片的分辨率，例如720P的图片变4K。

在视频中，我也展示了将经典老番，转手翻新的手段。

现在有太多低画质的视频和图片了，这种算法应用好，会是一枚利器。

B 站有很多动漫资源，果然他们开始做技术储备了，刚刚开源了Real-CUGAN，我们直接看效果：

修复效果还不错吧？这个算法主要针对的是二次元图像的修复，效果非常nice。

画面质量是经典老番的大敌，甚至很多现在的动漫实际分辨率也只有720P，很多动漫都是被拉伸播放的。

究其原因，还是成本二字。想要提高分辨率，从作画、扫描到处理和存储，整个产业链条都需要软硬件的升级。

手绘难以解决，那就由AI算法出面搞定！

Real-CUGAN

项目开源几天，已经获得了2.2k。

https://github.com/bilibili/ailab/tree/main/Real-CUGAN

Real-CUGAN的训练是参考了我之前写过的Real-ESRGAN算法。

可以看下Real-CUGAN与现有算法的对比：

百万级高清二次元就单这一项，太猛了！

使用了百万级动漫数据进行训练，真是得天独厚啊，B 站就是不缺动漫资源。

其实做多了算法我发现，网络结构、各种trick都是其次，有个好的训练集才是王道。

单从效果看，个人感觉Real-CUGAN的效果是最佳的，细节做得更好。

项目的环境依赖很简单：

• torch>=1.0.0
• numpy
• opencv-python
• moviepy

B 站开源的Real-CUGAN除了常规colab和py的inference代码，还提供了Windows的exe版。

会不会代码，都能玩，很贴心~

如果没有 N 卡也没关系，nihui大佬实现了一个NCNN版本，A 卡也能玩。

最后

当然需要注意的是，个人修复这些动漫资源，如果发布的话有版权风险，自己玩玩倒是可以。

B 站有很多动漫的版权，由他们去谈合作最为合适。