Bild vergrößern ohne Qualitätsverlust

Jedes Bild auf Ihrem Bildschirm ist ein Raster aus farbigen Quadraten, und wenn Sie ein Programm bitten, dieses Raster größer zu machen, muss es Quadrate füllen, die es nie gab. Dreißig Jahre lang lautete die Antwort darauf Interpolation: Man schaut sich die benachbarten Pixel an und wählt eine Farbe irgendwo dazwischen. Nearest Neighbour wiederholt einfach jedes Pixel, was den klotzigen Treppeneffekt eines schlecht skalierten Icons erzeugt. Bilinear mittelt die vier nächsten Pixel, was die Klötze entfernt, aber alles verschmiert. Bikubisch — die Voreinstellung in den meisten Bildbearbeitungsprogrammen — betrachtet sechzehn Nachbarn und legt eine glatte Kurve hindurch, und Lanczos verwendet ein noch breiteres Fenster mit einer schärferen Kurve. Jedes Verfahren ist etwas besser als das vorherige, und keines kann auch nur ein einziges Detail hinzufügen, das nicht schon im Original vorhanden war.

Das ist das grundlegende Problem. Ein Foto mit 800 mal 600 Pixeln enthält 480 000 Abtastpunkte der Szene. Vergrößern Sie es um das Vierfache, brauchen Sie 7 680 000. Interpolation verteilt dieselben 480 000 Punkte auf eine sechzehnmal größere Fläche und errät den Rest durch Mittelung; Kanten werden weich, Texturen lösen sich in Verläufe auf, und alles Feine — Haare, Stoffgewebe, Schrift, Holzmaserung — wird zu einem Schleier. Das Ergebnis ist nicht direkt falsch; es ist nur ein genaues Abbild davon, wie wenig Information vorhanden war. Nachträgliches Schärfen übertreibt lediglich die Kanten, die überlebt haben, und legt Lichtsäume um sie herum.

Ein KI-Bildvergrößerer geht das Problem von der entgegengesetzten Seite an. Statt zu fragen, welche Farbe zwischen zwei Pixeln liegt, fragt er, wie die Szene in höherer Auflösung wahrscheinlich ausgesehen hat — und beantwortet das mit dem, was er aus Millionen von Paaren niedrig und hoch aufgelöster Fotos gelernt hat. Dieser Leitfaden erklärt, wie das funktioniert, wann es sich lohnt, wie Sie zwischen zweifacher und vierfacher Vergrößerung wählen, was mit Drucken, Gesichtern und alten Scans passiert — und, genauso wichtig, was ein Super-Resolution-Modell nicht kann.

Super-Resolution ist der Fachbegriff für die Aufgabe, aus einem niedrig aufgelösten Bild ein hoch aufgelöstes zu erzeugen. Die Modelle, die das heute gut beherrschen, sind neuronale Faltungsnetze, die mit einem sehr einfachen Spiel trainiert werden: Man nimmt ein scharfes Foto, verschlechtert es — verkleinert es, macht es unscharf, fügt Rauschen und Kompressionsartefakte hinzu — und verlangt vom Netz, das Original aus der beschädigten Version zu rekonstruieren. Die Ausgabe des Netzes wird mit dem echten scharfen Bild verglichen, und seine Millionen interner Gewichte werden so nachjustiert, dass der Unterschied kleiner wird. Wiederholt man das mit einer riesigen und vielfältigen Sammlung von Fotos, lernt das Netz etwas Bemerkenswertes: wie Kanten, Texturen, Haut, Blattwerk, Ziegel, Fell und Schrift im Feinen typischerweise aussehen und wie sich jedes davon nach Verkleinerung und Kompression darstellt.

Real-ESRGAN, die Modellfamilie hinter dem Upscaler von PixGenia, hat diesen Ansatz weitergetrieben, indem sie mit Verschlechterungen trainiert wurde, die das nachbilden, was echte Fotos tatsächlich erleiden — nicht nur sauberes Verkleinern, sondern die gesamte Kette aus Unschärfe, Sensorrauschen, JPEG-Kompression und Skalierung, die ein Bild auf dem Weg von der Kamera bis in eine Chat-App durchläuft. Deshalb kommt es mit Bildern aus der Praxis so gut zurecht: ein niedrig aufgelöstes Produktfoto von einer alten Website, ein Screenshot eines Fotos, ein Bild, das drei Runden Messenger-Kompression hinter sich hat. Das Modell hat genau diese Art von Schäden im Training gesehen und weiß, wie eine saubere Version normalerweise aussieht.

Das Schlüsselwort lautet plausibel. Wenn das Modell aus einem Pixelfleck die Textur eines Strickpullovers macht, stellt es nicht den echten Pullover wieder her — es zeichnet ein Strickmuster, das statistisch zu den niedrig aufgelösten Hinweisen passt. Für Texturen, Kanten, Blattwerk und die meisten Oberflächen ist das genau das, was Sie wollen, und der Unterschied zur bikubischen Vergrößerung ist dramatisch: knackige statt weicher Kanten, Textur statt Verlauf, keine Lichtsäume. Heikel wird es bei Inhalten, deren exakte Details eine Bedeutung tragen: ein Gesicht, das Sie kennen, eine Seriennummer, Kleingedrucktes. Auf diese Fälle kommen wir weiter unten zurück, denn ein ehrlicher Leitfaden zum Hochskalieren muss diese Grenze klar ziehen.

Wer die Bildauflösung erhöhen will, entscheidet zuerst über den Faktor. Der Skalierungsfaktor multipliziert Breite und Höhe, die Pixelzahl wächst also quadratisch. Eine zweifache Vergrößerung macht aus 800 × 600 ein Bild mit 1600 × 1200 — viermal so viele Pixel. Eine vierfache Vergrößerung macht aus demselben Bild 3200 × 2400 — sechzehnmal so viele, also 7,7 Megapixel aus einem 0,5-Megapixel-Original. Ein Foto mit 1200 × 800 wird bei ×2 zu 2400 × 1600 und bei ×4 zu 4800 × 3200, das sind 15 Megapixel und damit bereits mehr, als viele Smartphones aufnehmen. Ein Bild mit 2000 × 1500 wird bei ×2 zu 4000 × 3000, eine 12-Megapixel-Datei, die als PNG mehrere Dutzend Megabyte groß sein wird.

Größer ist nicht automatisch besser. Bei ×4 muss das Modell einen größeren Anteil der Ausgabe erfinden als bei ×2, das Risiko übermäßig glatter oder leicht künstlicher Texturen wächst also mit dem Faktor. Wenn das Original einigermaßen sauber ist und Sie eine moderate Vergrößerung brauchen — ein Bild mit 1000 Pixeln, das für ein Banner in voller Breite 2000 werden muss, ein Handyfoto, das Sie enger beschneiden möchten —, liefert ×2 ein Ergebnis, das von einer nativen Aufnahme kaum zu unterscheiden ist. Heben Sie ×4 für wirklich kleine Quellen auf: Vorschaubilder, alte Webgrafiken, Videobilder, niedrig aufgelöste Logos und Produktfotos, alles unter etwa tausend Pixeln an der langen Seite, das Druckgröße erreichen oder einen modernen Bildschirm füllen soll.

Es gibt auch eine praktische Obergrenze. Das Werkzeug von PixGenia akzeptiert Bilder bis 1 Megapixel für ×4 (zum Beispiel 1200 × 800) und bis 4 Megapixel für ×2 (zum Beispiel 2000 × 2000); so bleibt die Ausgabe bei höchstens 16 Megapixeln und die Datei in einer Größe, die ein Browser noch kodieren und herunterladen kann. Wenn Ihre Quelle bereits 12 Megapixel hat, müssen Sie sie wahrscheinlich gar nicht hochskalieren: Sie druckt sich so, wie sie ist, in A3, und was wie niedrige Auflösung aussieht, ist meist Weichheit, Rauschen oder Kompression — dafür ist ein Fotoverbesserer das bessere Werkzeug als ein Vergrößerer.

• 640 × 480 (altes Webbild) → ×4 → 2560 × 1920, genug für eine scharfe Vollbildanzeige oder einen Abzug in 20 × 15 cm
• 800 × 600 → ×4 → 3200 × 2400, rund 7,7 Megapixel, druckt bei 300 dpi in 27 × 20 cm
• 1024 × 768 → ×2 → 2048 × 1536, ein sauberes Upgrade für eine Folie oder ein Hero-Bild im Web
• 1200 × 800 → ×4 → 4800 × 3200, ein A3-Druck bei 300 dpi mit Reserve zum Beschneiden
• 1920 × 1080 (Videobild oder Screenshot) → ×2 → 3840 × 2160, natives 4K
• 2400 × 1600 → ×2 → 4800 × 3200, eine 15-Megapixel-Datei für den Großformatdruck

Der Druck ist der häufigste Grund, ein Foto zu vergrößern, und die Rechnung ist einfach, sobald man das Ziel kennt. Drucker und Labore verlangen für fotografische Qualität bei Betrachtung auf Armlänge in der Regel 300 Pixel pro Zoll (meist als dpi geschrieben); 200 sind immer noch sehr gut, und 150 reichen für Poster, die aus ein bis zwei Metern betrachtet werden. Um die benötigte Pixelzahl zu ermitteln, multiplizieren Sie die Druckmaße in Zoll mit der Auflösung. Ein Abzug in 10 × 15 cm (4 × 6 Zoll) braucht bei 300 dpi 1200 × 1800 Pixel. Ein A4-Blatt misst 21 × 29,7 cm, also 8,27 × 11,69 Zoll, und braucht bei 300 dpi etwa 2480 × 3508 Pixel. A3 hat die doppelte Fläche: 29,7 × 42 cm, etwa 3508 × 4961 Pixel.

Legt man diese Zahlen neben eine typische niedrig aufgelöste Quelle, ist der Nutzen des KI-Upscalings offensichtlich. Ein Foto mit 800 × 600 auf A4 gedruckt läge bei etwa 70 dpi, sichtbar verpixelt. Vierfach auf 3200 × 2400 vergrößert übertrifft es die 300-dpi-Anforderung für A4 bequem und liegt auf A3 bei rund 200 dpi — gut genug für einen Wanddruck. Ein Bild mit 1500 × 1000 von einer Website, zweifach auf 3000 × 2000 vergrößert, druckt auf A4 mit knapp 300 dpi und auf A3 mit etwa 180 dpi. Entscheidend ist, dass das KI-Ergebnis in dieser Größe tatsächlich standhält: Auf dieselben Maße interpoliert wäre dasselbe Bild an jeder Kante weich, und ein Druck entlarvt Weichheit weitaus gnadenloser als ein Bildschirm.

Zwei praktische Hinweise für die Druckvorbereitung. Erstens: Laden Sie das PNG herunter statt ein erneut gespeichertes JPEG; die Druckerei nimmt ihre eigene Konvertierung vor, und Sie wollen jedes Pixel unversehrt übergeben. Zweitens: Skalieren Sie hoch, bevor Sie beschneiden und retuschieren, nicht danach, damit jede weitere Bearbeitung in der endgültigen Auflösung stattfindet. Wenn das Bild zusätzlich Farbkorrektur oder Schärfung braucht, lassen Sie zuerst den Upscaler laufen und öffnen dann das Ergebnis im Fotoverbesserer, wo die manuellen Regler auf die vergrößerte Datei wirken.

Bildschirme sind unbemerkt genauso anspruchsvoll geworden wie Papier. Ein modernes Smartphone zeigt rund 400 Pixel pro Zoll, Laptops überschreiten regelmäßig 200, und jede Plattform komprimiert neu, was Sie hochladen. Ein Bild, das kleiner ist als der Platz, in dem es landet, wird vom Browser gestreckt — mit, Sie ahnen es, bilinearer oder bikubischer Interpolation — und anschließend noch einmal durch JPEG gequetscht. Mit einer Quelle zu beginnen, die mindestens so groß ist wie die Anzeigegröße und für hochauflösende Bildschirme idealerweise doppelt so groß, ist das Wirksamste, was Sie für das Aussehen eines Bildes im Netz tun können.

Die empfohlenen Größen sprechen für sich. Instagram-Feed-Beiträge werden mit 1080 Pixeln Breite gespeichert, Storys und Reels mit 1080 × 1920. Titelbilder auf LinkedIn und Facebook liegen bei etwa 1600 bis 1200 Pixeln Breite. YouTube-Vorschaubilder haben 1280 × 720 und Kanalbanner 2560 × 1440. Ein Hero-Bild auf einer Website braucht auf einem großen Bildschirm 1920 Pixel oder mehr, und 2560 bis 3840, wenn es auf einem 4K-Monitor knackig wirken soll. Marktplätze wie Amazon und eBay verlangen eine lange Seite von mindestens 1000 bis 1600 Pixeln, damit Käufer zoomen können, und mehrere davon lehnen Angebote mit kleineren Bildern ab oder stufen sie herab. Jedes Produktfoto, Logo oder Markenelement, das älter ist als diese Anforderungen, ist ein Kandidat für eine saubere ×2- oder ×4-Vergrößerung.

Im E-Commerce verdient das Prinzip der plausiblen Details einen Moment Nachdenken. Das Hochskalieren eines Produktfotos schärft Stoff, Nähte, Holzmaserung und Verpackung überzeugend, und die Zoomansicht sieht weit besser aus als ein gestrecktes Original. Wenn aber das genaue Aussehen eines feinen Details Teil dessen ist, was Sie verkaufen — ein gedrucktes Muster, eine Gravur, ein Etikett mit kleiner Schrift —, prüfen Sie die vergrößerte Version vor der Veröffentlichung sorgfältig gegen das Original, denn die Aufgabe des Modells ist es, eine plausible Oberfläche darzustellen, nicht eine exakte zu bescheinigen.

Ein Scan eines Familienabzugs, ein Bild von einer Camcorder-Kassette, ein Foto, das 2006 in der damals sinnvollen Größe per E-Mail verschickt wurde: Das sind die Bilder, die Menschen am liebsten vergrößern möchten, und zugleich die schwierigsten, denn sie kommen mit Schäden, die über der niedrigen Auflösung liegen. Gescannte Abzüge tragen die Körnung des Papiers und oft eine leichte Weichheit durch die Scanneroptik. Alte Digitalfotos tragen starke JPEG-Kompression, die sich in glatten Flächen als Blöcke von acht mal acht Pixeln und an Kanten als Ringe zeigt. Fotos aus früheren Handys bei wenig Licht tragen farbiges Rauschen. Interpolation vergrößert all das getreu, die Blöcke werden also zu größeren Blöcken und das Rauschen zu größerem Rauschen.

Genau für dieses Terrain wurde Real-ESRGAN entwickelt. Weil das Modell mit Bildern trainiert wurde, die durch realistische Unschärfe, Rauschen und Kompression verschlechtert wurden, hat es gelernt, diese Artefakte als Schaden und nicht als Inhalt zu behandeln: Es glättet die Blockgrenzen, unterdrückt die farbigen Sprenkel und baut die darunterliegenden Kanten wieder auf. Bei einem komprimierten 600-Pixel-Schnappschuss ist dieser Effekt oft eindrucksvoller als die Vergrößerung selbst — das Bild wirkt wie eine sauberere Version dessen, was es immer war. Bei einem Scan wird das Modell in der Regel die Papierkörnung glätten und das Scannerrauschen entfernen, was ein ruhigeres Bild ergibt, das sich gut druckt; wenn Ihnen die Körnung gefällt, können Sie sie in einem Bildbearbeitungsprogramm anschließend ein wenig zurückholen.

Passen Sie Ihre Erwartungen dem Ausmaß des Schadens an. Leichte Kompression und moderates Rauschen lassen sich wunderbar bereinigen. Ein Bild, das ein Dutzend Mal neu gespeichert wurde, bis die Blöcke fingernagelgroß sind, oder ein Scan eines Abzugs, der selbst schon weich war, wird besser, aber kein modernes Foto; das Modell hat weniger, womit es arbeiten kann, und erzeugt glattere, weniger detaillierte Oberflächen. Bei stark beschädigten Bildern ist ein gangbarer Weg, um ×2 statt ×4 zu vergrößern — ein kleinerer Faktor gibt dem Modell weniger zu erfinden — und das Ergebnis anschließend durch einen Fotoverbesserer zu schicken, um Kontrast und Farbe wiederherzustellen, die die Jahre genommen haben.

Gesichter sind ein Sonderfall, weil wir für sie außerordentlich empfindlich sind. Eine Textur, die auf einer Ziegelmauer fast stimmt, fällt niemandem auf; eine Textur, die auf einem Wangenknochen oder einem Augenlid fast stimmt, ist sofort irritierend. Allgemeine Super-Resolution macht bei Gesichtern, die im Bild bereits eine gewisse Größe haben — ein Porträt, eine Dreiergruppe —, eine ordentliche Arbeit, kann aber bei kleinen Gesichtern, wie sie in einer Menschenmenge oder auf einem Klassenfoto fünfzig Pixel einnehmen, Augen und Münder erzeugen, die scharf und doch leicht falsch sind.

Die optionale Gesichtsverbesserung lässt ein zweites Modell laufen, das auf die Wiederherstellung von Gesichtern spezialisiert ist. Es erkennt jedes Gesicht, rekonstruiert Augen, Augenbrauen, Nase, Mund und Hauttextur anhand dessen, was es über den Aufbau von Gesichtern gelernt hat, und fügt das Ergebnis wieder in das hochskalierte Bild ein. Bei alten, unscharfen oder niedrig aufgelösten Porträts kann die Verbesserung bemerkenswert sein: Züge, die nur eine Andeutung waren, werden lesbar, und die Person sieht aus wie eine Person statt wie ein Fleck. Diese Option läuft immer auf dem Server, weil das Gesichtsmodell für einen Browser viel zu groß ist, und das Werkzeug weist darauf hin, wenn Sie sie aktivieren.

Sie bringt auch ehrliche Grenzen mit, die Sie kennen sollten, bevor Sie sich darauf verlassen. Das Gesichtsmodell rekonstruiert ein plausibles Gesicht, das zu den niedrig aufgelösten Hinweisen passt; bei einem sehr kleinen oder sehr unscharfen Gesicht legen die Hinweise das Ergebnis nicht eindeutig fest, und die Rekonstruktion kann in Richtung eines generischen Gesichts abdriften — dieselbe Person in den groben Zügen, aber mit leicht anderen Augen oder einem etwas veränderten Ausdruck. Feine Linien, Sommersprossen, Narben und Asymmetrien, die jemanden erkennbar machen, können weggeglättet werden. Es ist ein hervorragendes Werkzeug, um ein Porträt für die Familie zu restaurieren; es ist kein forensisches Instrument, und kein Upscaler sollte als eines behandelt werden. Bei Fotos, in denen die Identität exakt stimmen muss, skalieren Sie ohne Gesichtsverbesserung hoch, vergleichen beide Ergebnisse und vertrauen Ihren Augen.

Super-Resolution ist keine Zauberei, und die Fälle, in denen sie versagt, sind vorhersehbar, sobald man verstanden hat, dass sie vergrößert, was sie sehen kann. Bewegungsunschärfe ist der erste. Ein Foto, das verwackelt ist, weil sich das Motiv oder die Kamera bewegt hat, besitzt nirgends scharfe Kanten; die Information ist nicht bloß klein, sie ist in einer Richtung über Pixel verschmiert, die das Modell nicht rückgängig machen kann. Der Upscaler liefert Ihnen eine größere, sauberere Version derselben Unschärfe, mit schärferen Rändern an den Grenzen des Schleiers. Das kann besser aussehen, ist aber kein Entschärfen der Bewegung. Dasselbe gilt für Fokusunschärfe: Ein unscharfer Hintergrund bleibt unscharf, was meist erwünscht ist, und ein unscharfes Motiv bleibt weich.

Winzige Schrift ist der zweite. Buchstaben, die nur wenige Pixel hoch sind, sind auf Pixelebene mehrdeutig: Ein kleines e, c und o können derselbe Drei-Pixel-Klecks sein. Das Modell wird knackige, plausible Buchstabenformen zeichnen, und es sind vielleicht nicht die Buchstaben, die tatsächlich dort standen. Skalieren Sie den Screenshot eines Dokuments hoch, werden die Überschriften ausgezeichnet aussehen, aber lesen Sie niemals eine Telefonnummer, ein Kennzeichen, eine Seriennummer oder einen Preis von einem hochskalierten Bild ab, ohne das Original zu prüfen. Aus demselben Grund kommt ein niedrig aufgelöstes Logo sauber und scharf heraus, aber prüfen Sie die feine Typografie und kleine Symbole gegen das Original.

Die dritte Grenze ist die, die sich durch diesen ganzen Leitfaden zieht: erfundene Details. Jede Textur, die das Modell hinzufügt, ist eine gut informierte Vermutung. Bei der überwältigenden Mehrheit der Fotos — Landschaften, Produkte, Gebäude, Haustiere, Porträts in angemessener Größe — sind diese Vermutungen von der Realität nicht zu unterscheiden und machen das Bild weit besser. Bei der kleinen Minderheit, in der ein exaktes Detail zählt, hat das Modell keine Möglichkeit zu wissen, welches Detail das ist. Und schließlich kann ein Upscaler weder Bildausschnitt, Belichtung noch Farbe korrigieren und keine Pixel außerhalb des Rahmens hinzufügen; dafür verwenden Sie ein Bildbearbeitungsprogramm oder ein generatives Füllwerkzeug.

• Bewegungs- und Fokusunschärfe werden vergrößert, nicht entfernt
• Schrift unter etwa zehn Pixeln Höhe kann als plausible, aber falsche Buchstaben dargestellt werden
• Gesichter kleiner als ein paar Dutzend Pixel können in Richtung eines generischen Gesichts abdriften, besonders mit Gesichtsverbesserung
• Feine Kennzeichnungen — Seriennummern, gravierte Codes, Nummernschilder — müssen gegen das Original geprüft werden
• Belichtung, Weißabgleich, Farbstiche und Bildausschnitt bleiben unberührt: nutzen Sie vorher oder nachher einen Editor
• Bilder über den Eingabegrenzen (1 Megapixel für ×4, 4 für ×2) müssen zuerst verkleinert oder beschnitten werden

Der Upscaler von PixGenia setzt zuerst auf den Browser. Für Bilder bis etwa ein Megapixel — die meisten Webbilder, Screenshots, alten Fotos und Vorschaubilder — wird das Super-Resolution-Modell selbst auf Ihr Gerät geladen (wenige Megabyte, nach der ersten Nutzung zwischengespeichert) und läuft dort: über WebGPU auf Ihrer Grafikhardware, wo der Browser das unterstützt, sonst auf dem Prozessor. Ihr Bild verlässt in diesem Fall Ihren Computer oder Ihr Smartphone nie; Sie können die Netzverbindung nach dem Laden des Modells kappen, und die Vergrößerung wird trotzdem fertig. Das Bild wird in überlappende Kacheln zerlegt, jede Kachel durchläuft das Netz, und die Kacheln werden so zusammengefügt, dass keine Nähte sichtbar sind.

Größere Bilder, die Option zur Gesichtsverbesserung und Geräte, die das Modell nicht lokal ausführen können, nutzen stattdessen einen Server. In diesem Fall sagt es Ihnen das Werkzeug deutlich — eine Zeile „Großes Bild: Verarbeitung auf unseren Servern“ erscheint, bevor Sie beginnen —, und das Bild wird über eine verschlüsselte Verbindung hochgeladen, von einer größeren Version derselben Modellfamilie vergrößert, an Ihren Browser zurückgegeben und gelöscht. Nichts wird gespeichert: nicht das Original, nicht das Ergebnis, kein Vorschaubild. Die hochskalierte Datei existiert nur in Ihrem Browser, bis Sie sie herunterladen, und ein Neuladen der Seite verwirft sie.

Die Serververarbeitung ist mit einem täglichen Kontingent pro Besucher gedeckelt, damit das Werkzeug für alle kostenlos bleiben kann, und dieses Kontingent wird nur dann geprüft, wenn Sie den Server tatsächlich brauchen; für Arbeit, die Ihr Browser selbst erledigt, wird Ihnen nie eine Grenze angezeigt. Lehnt der Server ein Bild ab, weil das Tageskontingent aufgebraucht ist, und ist das Bild klein genug, fällt das Werkzeug einfach auf die lokale Verarbeitung zurück. Für keinen der beiden Wege ist ein Konto nötig, und der Download trägt weder Wasserzeichen noch eine verkleinerte Version.

Das Werkzeug akzeptiert PNG-, JPEG- und WebP-Dateien bis 50 Megabyte. Orientierungsmetadaten von Handykameras werden berücksichtigt, ein Hochformatfoto kommt also aufrecht heraus. Transparenz in PNG- und WebP-Quellen bleibt bei der Vergrößerung erhalten: Der Alphakanal wird zusammen mit der Farbe hochskaliert, was das Werkzeug für Logos und freigestellte Produktbilder nützlich macht, die für ein größeres Layout bestimmt sind. Animierte GIFs und Videos werden nicht unterstützt; speichern Sie zuerst ein einzelnes Bild als PNG.

Die Ausgabe ist immer ein PNG in der vollen vergrößerten Größe. PNG ist verlustfrei, jedes vom Modell erzeugte Pixel erreicht also unverändert Ihre Festplatte, und es ist das richtige Format, um es einer Druckerei, einem Designer oder einem anderen Editor zu übergeben. Der Preis dafür ist die Größe: Ein fotografisches PNG mit 3200 × 2400 liegt typischerweise zwischen 10 und 20 Megabyte, und eines mit 8000 × 6000 kann deutlich über 50 liegen. Das Werkzeug zeigt Ausgabemaße und Dateigröße vor dem Download an, und die Datei wird nach Ihrem Original benannt, ergänzt um den Faktor — foto-x4.png —, damit Versionen nicht durcheinandergeraten. Kamerametadaten werden ins PNG zurückgeschrieben, wenn die Quelle welche hatte.

Wenn Sie eine kleinere Datei für das Web oder für E-Mails brauchen, öffnen Sie das heruntergeladene PNG im Fotoeditor derselben Website und exportieren es als JPEG mit Qualität 85 bis 92 oder als WebP; beide sind einen Bruchteil so groß, ohne bei normalem Betrachtungsabstand sichtbaren Verlust. Konvertieren Sie aber nicht vor dem Hochskalieren in JPEG: Das Modell kommt mit vorhandener Kompression gut zurecht, aber es gibt keinen Grund, noch mehr hinzuzufügen.

Der gesamte Vorgang dauert bei einem typischen Webbild unter einer Minute. Die folgende Liste führt der Reihe nach hindurch; die Vergleichsansicht am Ende ist ein paar Sekunden wert, selbst wenn das Ergebnis auf den ersten Blick stimmt.

• Öffnen Sie den Upscaler und ziehen Sie Ihr Bild auf die Seite, klicken Sie, um es auszuwählen, oder fügen Sie es mit Strg+V bzw. Cmd+V aus der Zwischenablage ein. PNG, JPEG und WebP bis 50 MB werden akzeptiert.
• Lesen Sie die Größenzeile: Sie zeigt die Originalmaße und live die Maße, die Sie erhalten werden. Wählen Sie ×2 für eine moderate, sehr sichere Vergrößerung oder ×4 für kleine Quellen, die groß werden müssen.
• Entscheiden Sie über die Gesichtsverbesserung. Lassen Sie sie für Landschaften, Produkte und Dokumente aus; schalten Sie sie für alte oder unscharfe Porträts ein — im Wissen, dass sie immer den Server nutzt.
• Klicken Sie auf Vergrößern. Bei einem kleinen Bild wird das Modell beim ersten Mal in Ihren Browser geladen — wenige Sekunden —, dann sehen Sie den Fortschritt Kachel für Kachel mit einer Zeitschätzung. Bei einem großen Bild erscheinen der Serverhinweis und ein einzelner Fortschrittsbalken. Abbrechen ist jederzeit möglich.
• Nutzen Sie die Vergleichsansicht. Halten Sie die Taste gedrückt, um kurz zum Original zu wechseln, ziehen Sie die Trennlinie über das Bild oder wechseln Sie zur Ansicht nebeneinander. Die Ansicht öffnet bei 100 %, damit Sie echte Pixel beurteilen; zoomen Sie auf 200 % oder 400 % bei Augen, Schrift und feiner Textur.
• Wirkt das Ergebnis zu glatt oder ein Detail falsch, probieren Sie den anderen Faktor oder schalten die Gesichtsverbesserung aus und vergleichen erneut. Jeder Durchlauf ist unabhängig.
• Laden Sie das PNG herunter. Es hat die volle vergrößerte Größe, ist mit dem Faktor benannt und trägt kein Wasserzeichen. Für eine JPEG- oder WebP-Version öffnen Sie es im Fotoeditor und exportieren von dort.

Desktop-Bildbearbeitungsprogramme haben in den letzten Jahren alle eine KI-Vergrößerung ergänzt. Die Super-Resolution in Photoshop und die Funktion Verbessern in Lightroom führen eine ×2-Vergrößerung mit Adobes eigenen Modellen durch, arbeiten mit RAW-Dateien ebenso wie mit JPEGs und fügen sich nahtlos in den restlichen Bearbeitungsablauf ein; sie setzen die installierten Anwendungen und für die meisten Nutzer ein Abonnement der Suite voraus. Topaz Gigapixel ist ein spezialisierter Desktop-Upscaler mit Faktoren bis ×6 und darüber hinaus, mehreren auf verschiedene Inhalte abgestimmten Modellen, Stapelverarbeitung und sehr feiner Kontrolle — das Werkzeug, zu dem Profis greifen, wenn Hunderte Bilder mit einstellbaren Parametern vergrößert werden müssen. Es ist eine kostenpflichtige Anwendung, die einen leistungsfähigen Rechner braucht.

Kostenlose Online-Upscaler besetzen das andere Ende des Spektrums und unterscheiden sich enorm. Viele von ihnen setzen dieselbe quelloffene Real-ESRGAN-Familie ein wie PixGenia, die Bildqualität ist also oft ähnlich; die Unterschiede liegen in dem, was rund um das Modell passiert. Übliche Einschränkungen sind eine niedrige Auflösungsgrenze für kostenlose Ausgaben, ein Wasserzeichen, ein Pflichtkonto, das Hochladen jedes Bildes auf die Server des Anbieters unabhängig von der Größe und eine Warteschlange zu Stoßzeiten. Manche sind ausgezeichnet, und das Vernünftigste ist, dasselbe Bild bei zweien auszuprobieren und bei 100 % zu vergleichen.

Die Position von PixGenia ist einfach: Super-Resolution auf professionellem Niveau mit den beiden Faktoren, die fast jeden echten Bedarf abdecken, kostenlos, ohne Konto, mit PNG in voller Größe und ohne Wasserzeichen — und mit kleinen Bildern, die auf Ihrem eigenen Gerät verarbeitet werden, sodass sie nie hochgeladen werden. Was es nicht bietet, ist die Tiefe eines Desktop-Werkzeugs — keine Stapelverarbeitung, keine RAW-Unterstützung, keine Modellauswahl oder Schärfeeinstellungen pro Bild, keine Faktoren über ×4. Wenn Sie eine Handvoll Bilder pro Woche vergrößern und Wert auf Datenschutz und Einfachheit legen, ist es das richtige Werkzeug; wenn Sie Hunderte vergrößern und feine Kontrolle brauchen, hat eine Desktop-Anwendung ihre Berechtigung.

„Kann ich ein Bild wirklich ohne Qualitätsverlust vergrößern?“ Details, die nie aufgenommen wurden, lassen sich nicht zurückholen, aber Sie können vergrößern, ohne die Weichheit und Klötzchenbildung der Interpolation, und das Modell ergänzt plausible feine Details, die das Ergebnis wie ein natives Foto in höherer Auflösung aussehen lassen. Für die meisten Bilder lautet die praktische Antwort ja. „Was ist besser, ×2 oder ×4?“ Nutzen Sie ×2, wenn die Quelle ordentlich ist und Sie eine moderate Vergrößerung brauchen; nutzen Sie ×4 für kleine Quellen, die groß werden müssen. Im Zweifel beide ausprobieren und vergleichen. „Funktioniert es mit Screenshots und Logos?“ Ja, und Transparenz bleibt erhalten; prüfen Sie kleine Schrift gegen das Original.

„Wird mein Foto hochgeladen?“ Kleine Bilder werden vollständig in Ihrem Browser verarbeitet und verlassen Ihr Gerät nie. Große Bilder und die Gesichtsverbesserung nutzen einen Server, das Werkzeug sagt es Ihnen vorher, und das Bild wird nach der Verarbeitung gelöscht. „Gibt es ein Wasserzeichen oder eine Größenbeschränkung beim Download?“ Kein Wasserzeichen, und der Download hat immer die volle vergrößerte Größe. „Warum dauert der erste Durchlauf länger?“ Das Modell wird einmal in Ihren Browser geladen und danach zwischengespeichert. „Kann ich ein sehr unscharfes Foto vergrößern?“ Es wird größer und sauberer, aber die Unschärfe wird nicht entfernt; das Werkzeug arbeitet am besten mit Bildern, die klein sind, nicht unscharf. „Was ist die maximale Größe?“ 1 Megapixel Eingabe für ×4 und 4 Megapixel für ×2, bei einer Dateigrenze von 50 MB.

Ein Bild gut zu vergrößern läuft auf drei Entscheidungen hinaus: ob das Bild klein oder lediglich beschädigt ist, welcher Faktor Ihnen die benötigten Pixel liefert, ohne das Modell mehr erfinden zu lassen als nötig, und ob die Details, auf die es ankommt — ein Gesicht, eine Textzeile, eine Kennzeichnung —, solche sind, die Sie gegen das Original prüfen müssen. Treffen Sie diese richtig, verwandelt KI-Super-Resolution ein altes Webbild in einen Druck, ein Vorschaubild in ein Banner und einen komprimierten Schnappschuss in ein Bild, das aussieht, als wäre es gestern aufgenommen worden.

Der Bildvergrößerer von PixGenia macht das für jeden zugänglich: Real-ESRGAN-Super-Resolution mit ×2 oder ×4, ein optionaler Durchgang zur Gesichtsrestaurierung für Porträts, eine professionelle Vergleichsansicht in echter Pixelgröße und ein PNG-Download in voller Auflösung — kostenlos, ohne Konto, ohne Wasserzeichen und mit kleinen Bildern, die in Ihrem eigenen Browser verarbeitet werden, sodass sie Ihr Gerät nie verlassen. Legen Sie das Bild ab, das immer zu klein war, und sehen Sie, was es verborgen hat.