Stable Diffusion及Fooocus图片放大方法(超分辨率)体会与比较

简单地聊一下图像超分辨率的几种手段与优劣。
由SD或Fooocus等AIGC应用生成的图片一般分辨率（大小）都受到限制，基本是1024左右。
为了将小图放大到4k，或8k，出现了很多图片放大的手段（这里强调以图像超分辨率为目的，要放大，也要合理地增加细节，又要保持图片的一致性）。
大约有如下几种手段：

1. 最基本的，用PS放大，仅仅是像素的插值放大，细节不会增加，放的过大还会有马赛克的感觉；
2. HiRes fix，高分辨率修复，会增加细节，同时也可以调整变化程度，是较好的手段，但是，会受显存大小的限制，无法进行高倍的放大；
3. Extra中的放大算法，如：UltraSharp等，也会增加细节，但同样，也受显存大小限制；
4. 针对显存大小限制的问题，出现了Tiled Diffusion的方法，也会增加细节，又不受显存大小限制；但是，致命的是，会出现一些瑕疵在画面之中，或多出一些无关的细节，而且很难以完全去除，需多次尝试生成，也就是说，需要消耗大量时间。
5. StableSR，可以得到新的细节，又能保持画面的一致性，但是效果一般般，不稳定，对于某些图片的效果不好；
6. Fooocus自带的image prompt中的快速放大2x的效果与StableSR的差不多；
7. ControlNet + Tiled VAE，与4.中描述差不多，都很难在增加细节的同时，保持画面的一致性。

直到最近新出的Topaz GigaPixel AI v7.0，完美的解决了以上所有问题，又新增加图片细节，又保持一致性，占用显存也很小，而且是其交互性，基本可以在实时预览的状态下切换不同的放大模型和调整各项参数，不用等10几分钟才能看到最终图片。
Topaz GigaPixel AI v7.0内置了8个不同的放大模型，可以随意选取测试其效果，预览图在1秒内即可完成。
标准v2和高保真v2的效果通常都很好；对于低分辨率的原图，可以试一试“低分辨率”模型；有些图，用标准v1和高保真v1，也可能有最佳的效果；尽管尝试所有的放大模型，高效的预览速度不会浪费太多时间。
Topaz GigaPixel AI v7.0可以最大放大64倍，而仅需较少的显存，可以轻松地将1024的图片放大到4k、8k或更大，同时，仅需较少的时间。
自从使用了Topaz GigaPixel AI v7.0后，就不再去浪费时间使用以上描述的其他方法了。
当然，Topaz GigaPixel AI v7.0不是开源的。
如果非要使用开源的手段，我推荐6.所述，用Fooocus自带的快速放大2x方法，保持较好的一致性，简单无脑的操作流程。（不建议使用Fooocus中的普通放大2x方法，一致性不稳定，也就是说会浪费时间。）

非广告文，自己的实际体会。