Anime4KCPP v2.5.0 发布，高性能动漫风格图像与视频放大工具
Anime4KCPP v2.5.0 已经发布。
主要更新
- 添加CUDA支持
- 添加高精度处理支持（32位浮点和16位整数）
- 添加灰度图像支持
- 提高OpenCL处理的性能
- 错误修复
CLI
- 添加配置文件支持
- 添加视频和GIF预览支持
- 调整输出信息
- 优化文件夹处理
- 错误修复
图形用户界面
- 添加繁体中文、法文和日文翻译（感谢@semmyenator）
- 允许指定全局输出后缀
- 添加视频和GIF预览支持
- 处理文件夹时将保留结构
- 支持非ASCII输入
- 支持并行图像处理以提高性能
- 调整输出信息
- 错误修复
VapourSynth插件
- 支持16位整数和32位浮点处理（YUV和RGB）
- 支持灰度输入
AviSynthPlus插件
- 支持16位整数和32位浮点处理（YUV）
- 支持灰度输入
- 提供匿名clip（Anime4KCPP）和手动指定clip（Anime4KCPP2）输入接口
DSFilter
- 10bit（P010）和16bit（P016）支持
- 提高NV12输入的性能
- 错误修复
关于Anime4KCPP
Anime4KCPP提供一个改进后的bloc97的Anime4K算法0.9版本，同时也提供自己的CNN算法ACNet。Anime4KCPP提供多种使用方式，包括预处理与实时播放，其致力于成为高性能的视频或图像处理工具。
关于Anime4K09算法
Anime4K算法是一种简单且高质量的动漫类图像超分辨率算法，它并不使用机器学习，因此速度非常快，可用于实时处理和预处理。
关于ACNet
ACNet是一个基于卷积神经网络的超分辨率算法，旨在同时提供高质量和高性能。
HDN模式能更好的降噪，HDN等级从1到3，越高降噪效果越好，但可能导致模糊和缺少细节。
详情可见wiki页面
为什么选择Anime4KCPP
- 跨平台支持，已在Windows，Linux和macOS (感谢NightMachinary)上通过编译测试。
- 支持GPU加速，只需一块实现了OpenCL1.2或更高版本的GPU。
- CUDA加速同样支持。
- 高性能，低内存占用。
- 支持多种使用方式。
使用方式
- CLI
- GUI
- DirectShow滤镜 (仅用于Windows，支持MPC-HC/BE，Potplayer或者其他基于DirectShow的播放器)
- AviSynth+插件
- VapourSynth插件
- Android APP
- C API绑定
- Python API绑定
- GLSL着色器(支持基于MPV的播放器)
了解如何使用和更多信息，请参阅wiki.
效果
性能
单张图片 (RGB):
| 处理器 | 类型 | 算法 | 1080p -> 4K | 512p -> 1024p | 性能测试分数 |
|---|---|---|---|---|---|
| AMD Ryzen 2600 | CPU | ACNet | 0.630 s | 0.025 s | 17.0068 |
| Nvidia GTX1660 Super | GPU | ACNet | 0.067 s | 0.005 s | 250 |
| AMD Ryzen 2500U | CPU | ACNet | 1.304 s | 0.049 s | 7.59301 |
| AMD Vega 8 | GPU | ACNet | 0.141 s | 0.010 s | 105.263 |
| Snapdragon 820 | CPU | ACNet | 5.532 s | 0.180 s | 1.963480 |
| Adreno 530 | GPU | ACNet | 3.133 s | 0.130 s | 3.292723 |
| Snapdragon 855 | CPU | ACNet | 3.998 s | 0.204 s * | 3.732736 |
| Adreno 640 | GPU | ACNet | 1.611 s | 0.060 s | 6.389776 |
| Intel Atom N2800 | CPU | ACNet | 11.827 s | 0.350 s | 0.960984 |
| Raspberry Pi Zero W | CPU | ACNet | 114.94 s | 3.312 s | 0.101158 |
*骁龙855在低负载下可能使用Cortex-A55核心, 因此性能表现可能不如骁龙820
