Superoppløsningsteknikker kan grovt deles inn i:

• Tradisjonelle interpolasjonsbaserte metoder (Bilinear, Bicubic, Lanczos);
• Dyp læringsbasert superoppløsning (CNN-er, GAN-er, Transformere).

Tradisjonelle interpolasjonsbaserte metoder

Interpolasjon er en av de enkleste tilnærmingene til superoppløsning, der manglende piksler estimeres basert på omkringliggende pikselverdier. Alle vanlige interpolasjonsteknikker inkluderer cv2.resize(), men parameteren interpolation varierer:

super_res_image = cv2.resize(image, None, fx=4, fy=4, interpolation=interpolation_param)

Nærmeste-nabo-interpolasjon

• Kopierer den nærmeste pikselverdien til den nye posisjonen;
• Gir skarpe, men blokkerte bilder;
• Rask, men mangler jevnhet og detaljer.

interpolation_param = cv2.INTER_NEAREST

Bilineær interpolasjon

• Gjennomsnitt av fire nabopiksler for å estimere den nye pikselverdien;
• Gir jevnere bilder, men kan føre til uskarphet.

 interpolation_param = cv2.INTER_LINEAR

Bikubisk interpolasjon

• Bruker et vektet gjennomsnitt av 16 omkringliggende piksler;
• Gir bedre jevnhet og skarphet sammenlignet med bilineær interpolasjon.

 interpolation_param = cv2.INTER_CUBIC

Lanczos-interpolasjon

• Bruker en sinc-funksjon for å beregne pikselverdier;
• Tilbyr bedre skarphet og minimal aliasing.

 interpolation_param = cv2.INTER_LANCZOS4

Selv om interpolasjonsbaserte metoder er beregningseffektive, klarer de ofte ikke å gjenopprette fine detaljer og teksturer.

Dyp læringsbasert superoppløsning

Forhåndstrente superoppløsningsmodeller:

• ESPCN (Efficient Sub-Pixel Convolutional Network): Rask og effektiv for sanntids superoppløsning;
• FSRCNN (Fast Super-Resolution CNN): Et lettvektsnettverk optimalisert for hastighet;
• LapSRN (Laplacian Pyramid SR Network): Bruker progressiv oppskalering for bedre detaljer.

 # Load pre-trained model
sr = cv2.dnn_superres.DnnSuperResImpl_create()
sr.readModel("path/to/model.pb")
sr.setModel("model_name", scale_factor)  # Using 4x upscaling

# Apply super-resolution
high_res_image = sr.upsample(image)