UpscalerJS

使用 JavaScript 和 AI 增强图像。提升分辨率、修饰、去噪等。开源、兼容浏览器和 Node.js、MIT 许可证。

• 🎁 预训练模型：利用 UpscalerJS 多样化的预训练模型增强图像，这些模型专为不同图像风格和需求而设计，包括提高图像分辨率、去噪、去模糊等。
• 🔌 无缝跨平台集成：在浏览器、Node.js（CPU 和 GPU）以及 Workers 环境中无缝集成 UpscalerJS。
• 📘 全面文档：借助丰富的文档、详尽的示例和 TypeScript 支持，自信地使用 UpscalerJS。
• 🚀 面向 UI 的增强：高性能的 UI 支持，内置基于补丁的处理机制，在不牺牲质量的前提下保证性能。
• 📱 设备兼容性：在各种设备上实现一致的图像增强效果，包括桌面、平板和手机。
• 🧩 自定义模型集成：通过集成您自己的预训练模型来扩展 UpscalerJS，实现个性化的图像增强。

在线演示在此。

快速开始

import Upscaler from 'upscaler';
const upscaler = new Upscaler();
upscaler.upscale('/path/to/image').then(upscaledImage => {
  console.log(upscaledImage); // 图像的 base64 表示
});

文档

在这里查看文档。

指南

您可以 查看可运行的代码示例。您也可以在 GitHub 上找到指南。

支持该项目

在 GitHub 上点个 ⭐️ 星标 或 ❤️ 发推文 来支持这个项目吧！

许可证

MIT 许可证 © Kevin Scott

UpscalerJS 快速上手指南

UpscalerJS 是一个基于 JavaScript 和 AI 的开源图像增强工具，支持在浏览器和 Node.js 环境中运行。它可用于提升图像分辨率、去噪、去模糊等任务，并支持自定义模型集成。

环境准备

• 运行时环境：
  • 浏览器（现代浏览器，支持 ES6+）
  • Node.js（v14 及以上版本，支持 CPU 和 GPU）
• 前置依赖：
  • npm 或 yarn 包管理器
  • （可选）TensorFlow.js 后端支持（如 @tensorflow/tfjs-node 用于 Node.js GPU 加速）

💡 提示：国内开发者可使用淘宝镜像源加速安装：

npm config set registry https://registry.npmmirror.com

安装步骤

使用 npm 安装：

npm install upscaler

或使用 yarn：

yarn add upscaler

如需在 Node.js 中启用 GPU 加速，建议额外安装：

npm install @tensorflow/tfjs-node

基本使用

以下是最简单的使用示例，适用于浏览器或 Node.js 环境：

import Upscaler from 'upscaler';
const upscaler = new Upscaler();
upscaler.upscale('/path/to/image').then(upscaledImage => {
  console.log(upscaledImage); // base64 representation of image src
});

📌 注意：

• /path/to/image 可以是本地文件路径（Node.js）或图片 URL（浏览器）。
• 返回结果为 Base64 编码的图片数据，可直接用于 <img> 标签的 src 属性。

更多高级用法、模型选择和平台适配示例，请参考 官方文档 或 GitHub 示例仓库。