Обработка мыльных фотографий для удачного реверсивного поиска
Иногда приходится идентифицировать место по очень мыльной фотографии. В таком случае реверсивный поиск мало чем может помочь, т.к не хватает четкости изображения и деталей. Я ранее упоминал об очень хорошем апскейлере, но в данном случае он не подойдет, потому что мы имеем дело с очень мыльной фотографией. Давайте я вам приведу пример фотографии:
Теперь давайте посмотрим, что выдают поисковики Яндекс и Гугл по этому изображению.
Как вы видите выдача вообще никакая. Ни у яндекса, ни у гугла. Все потому что фотография слишком мыльная и поисковик не может зацепиться за какие-то детали, с чем он мог бы сравнить и выдать похожие изображения.
Давайте теперь перейдем к способу как можно улучшить качество таких фотографий. Я ранее на своем канале рекомендовал апскейлер tost.ai (tost upscaler v2.0), он прекрасно справляется с апскейлингом фотографий, но только не с мыльными, вот что получается, если апскейлить его на этом сайте:
Пользы от такого аспейлинга ноль. Этот апскейлер хорош, только если на фотографии уже можно более менее различить какие-то объекты и надо просто улучшить качество.
Поэтому перейдем к следующему сайту, который даст нам желаемый результат.
Сайт: https://huggingface.co/spaces/jasperai/Flux.1-dev-Controlnet-Upscaler
Этот апскейлер на базе нового генератора изображений Flux с controlnet. Давайте покажу какие параметры лучше выставить для хорошего результата.
Number of inference steps (28 вполне достаточно)
Upscale factor (Если у вас фотография очень маленького разрешения, то выставляем 4), У нас же фотография имеет разрешение 1161x681 поэтому я бы поставил 2-4.
Controlnet conditioning scale (один из самых важных параметров. он определяет, насколько строго сеть следует указанным условиям (например, рисункам или контурам). Грубо говоря, насколько мы разрешаем нейросети допридумывать детали. Чем ниже, тем больше свободы мы даем нейросети, но тем больше будет отличаться от оригинала. Ниже 0.5 я не советую ставить, т.к там уже будет придумывать много своих деталей. Слишком больше тоже не рекомендую, т.к четкость будет улучшать все хуже. Для мыльных изображений я рекомендую ставить значение 0,5-0,7)
Вот, что мы получаем при значении ControlNet conditioning scale 0,6 и upscale factor 4:
Четкость изображения заметно выросла и теперь мы можем спокойно использовать реверсивный поиск. Кидаем результат в яндекс и смотрим, что он нам выдаст:
Вот наше здание. Таким образом, апскейлер помог нам увеличить четкость изображения и теперь реверсивный поиск работает как нужно.
Если вы не получили нужного результата, попробуйте поиграться с controlnet scale. Вот сравнение значений 0,5 - 0,7.
Если у вас все же не мыльная фотография, а вам надо увеличить качество, то я рекомендую tost.ai (tost upscaler 2.0) (там детали не меняются, мало придумывает, но отлично апскейлит)
