思路

前两天群中有成员询问如何实现图片无损放大,由于自己也常常苦于图片模糊不清,便研究起来起来这方面的解决方案。搜索和寻找方案之前,我头脑中的思路是: #思考 图像补全延伸开去 - 图2这个过程当图片很大时,计算量时蛮大的,可能会耗时较长。


关键词

带着这个思路,我打开了 Google ,关键词很重要,那该如何选择关键词呢?比较之下我列出了以下关键词列表:

  1. 图片无损放大

  2. 图片补全算法

  3. 像素拟合算法

  4. 像素补全算法

可以看出,这是一个由现象向本质延伸的关键词列表。


如果只是应用,节约时间,不求甚解,那么选择「图片无损放大」作为关键词即可:

#思考 图像补全延伸开去 - 图3果然,已经有了成熟的应用,直接拿来使用即可。链接🔗 http://www.bigjpg.com/

#思考 图像补全延伸开去 - 图4上传照片上去,时间果然也是感人。
到这里其实就已经足够了,已经可以解决我们的问题啦。


更近一步

我可没打算停下来,看看其他3个关键词。

「图片补全算法」的搜索结果排名第一是: #思考 图像补全延伸开去 - 图5「像素拟合算法」的搜索结果排名前二是: #思考 图像补全延伸开去 - 图6「像素拟合算法」的搜索结果排名前二是:

#思考 图像补全延伸开去 - 图7

收获

嗯,这里有个浙江大学关于图像补全的 PDF 文档,不妨打开看看,这下可打开新世界了,文档一共有147页,系统地描述了一种可行的图像补全的方案,如果你具备一定编程和逻辑能力还是比较容易理解的。 #思考 图像补全延伸开去 - 图8

思考

那今天我是在论述什么?

  • 一种使用搜索引擎时选择关键词的方法;

  • 多种图像补全的算法,包括 Google 开源的深度卷积神经网络(Deep Convolutional Neural Networks, based o waifu2x);

  • 一份浙江大学出品的关于图像补全的 PDF 文档(在公众号给机器人发送关键词「图像补全」,她会把下载地址给你);

  • 一种方法论。

如果你从中得到收益,不用回来感谢我,那是你应得的。