En la última actualización, Pixelmator Pro agrega una función de aprendizaje automático llamada ML Super Resolution. Puede funcionar con imágenes pequeñas y borrosas en un intento de mejorarlas. Encuéntrelo en la Mac App Store aquÃ.
ML súper resolución
El blog analiza los algoritmos de escalado de imágenes anteriores que utilizó antes de esta actualización: Bilinear, Lanczos y Ne más cercano. Ofrece comparaciones de imágenes con cada uno, asà como ML Super Resolution. Puede escalar una imagen hasta tres veces más grande.
En este caso, reunimos un conjunto de imágenes, las reducimos y luego “enseñamos” al algoritmo a pasar de la versión reducida a la resolución original, imagen de alta calidad, prediciendo los valores de cada nuevo pÃxel. El algoritmo no puede recrear detalles que son demasiado pequeños para ser visibles, pero puede hacer predicciones asombrosas sobre bordes, formas, contornos y patrones que los algoritmos tradicionales simplemente no pueden.
ML Super Resolution utiliza una red neuronal convolucional. Este es un tipo de red neuronal profunda inspirada en procesos biológicos. Utiliza una operación matemática llamada convolución en al menos una de sus capas, su equipo de multiplicación de matrices general. En el caso de Pixelmator Pro, ML Super Resolution usa 29 capas convolucionales.
Hace uso de la función ML Denoise existente de Pixelmator para reducir los artefactos de compresión y el ruido, lo que a veces puede ocurrir con imágenes mejoradas.
Prueba de velocidades de cálculo. Crédito: PixelmatorUtilizo un sitio web para mejorar las imágenes y espero probarlo.
Otras lecturas:
[Pixelmator Pro 1.5 Supports macOS Catalina, Sidecar, and Mac Pro]
[Mac Pro Gets High Score in iFixit Teardown]
