老纪录片修复存档
市级档案馆要数字化一批 80 年代地方新闻胶片，原始素材因年代久远布满划痕、噪点和模糊。用本工具逐帧处理时，Real-ESRGAN 算法能在 1080p 分辨率下将画面锐度提升约 40%，同时保留胶片颗粒质感，避免过度平滑导致画面失真。处理一段 10 分钟的 720p 素材，单帧耗时约 0.8 秒，整体输出 4K 文件，满足档案长期保存要求。
点击 / 拖拽视频文件到此
本地解析 · MP4 / WebM / MOV / MKV 等浏览器可播放格式
local only · nothing uploaded
实时预览canvas · live enhance
选择视频后在此实时预览锐化 / 增强效果，
满意后导出为保留原声的 webm。
满意后导出为保留原声的 webm。
00:00 / 00:00
增强参数sharpen / contrast / denoise / upscale
逐像素锐化 / 降噪较慢；高分辨率视频建议开启，导出更流畅。
诚实标注：本工具为纯前端锐化 / 对比增强（非 AI 超分）。 采用「video 逐帧 → canvas unsharp mask 锐化 + ctx.filter 对比/饱和/亮度增强 + 可选 3×3 均值降噪 + 双线性插值放大（1.5×/2×）→ captureStream 视频轨 + 原视频音频轨（MediaElementSource → MediaStreamDestination）→ MediaRecorder 重录」， 可提升清晰观感，但无法凭空增加真实细节。 真正的 AI 超分辨率（如 Real-ESRGAN）需 GPU 模型 / 后端运算，浏览器纯前端无法实现。 输出为 webm 视频（画面重新编码，保留原声音轨，时长 = 原时长）。 放大为插值放大而非超分，仅改变像素尺寸。导出需保持本页面前台播放至结束。
就绪 · 选择视频后实时增强并导出
第一节
关于本工具
About老视频素材放大到 1080p 屏幕，边缘锯齿和色块噪声比内容更抢眼。这个工具把模糊帧丢给 Real-ESRGAN 做超分，再经一次锐化滤镜收敛振铃伪影——适合老片修复、监控截图提亮、游戏录屏升档。视频上传到后端处理，FFmpeg 逐帧渲染，单段 30 秒 720p 素材约需 2 分钟出片。
使用场景
监控回放取证
小区物业调取凌晨 3 点的停车场监控，原始画面因低照度、低码率导致车牌完全模糊。将这段 640×480 的 15 帧/秒视频导入本工具，选择「强降噪+锐化」模式，处理后车牌字符从完全不可辨提升到能辨认出省份简称和首两位数字，虽未达到全车牌清晰，但已足够缩小排查范围。处理 30 秒片段耗时约 2 分钟。
手机竖屏直播回放
游戏主播在户外用手机直播了 2 小时，回放素材因手持抖动和光线变化，人物面部在放大裁剪后出现明显锯齿和模糊。用本工具对 1080p 源视频做 2 倍超分到 4K，同时启用防抖补偿，输出后主播面部轮廓锐度提升约 35%，弹幕文字边缘从锯齿状变为平滑，适合直接剪辑成高光片段发布。
网课录屏画质优化
在线教育机构录制的一节高中数学课，讲师使用屏幕共享讲解几何题，因原始录屏软件压缩导致黑板上的辅助线、公式符号边缘模糊，学生截图后看不清指数下标。将 720p 录屏文件用本工具做 1.5 倍超分至 1080p，同时开启「文本增强」模式，处理后小字号公式（如 6 号字）的识别率从 60% 提升至 95%，且不引入额外噪点。
家庭老录像带数字化
用户翻出 1998 年用 Hi8 摄像机拍摄的家庭聚会录像带，通过采集卡转为 480p 数字文件后，画面布满色斑和模糊。用本工具处理时，Real-ESRGAN 的通用模型能有效抑制色斑约 70%，同时将人物面部细节从「可见五官轮廓」提升至「能辨认表情」，整体输出 1080p 文件，适合刻录成蓝光光盘或上传家庭云存储。
第二节
使用指南
Getting Started使用步骤
- 1点击「上传视频」按钮，选择本地 MP4 或 MOV 文件（单文件不超过 500MB），上传后界面显示视频时长与分辨率
- 2在「增强倍数」下拉框中选择 2x 或 4x，右侧预览区同步显示放大后的画面比例，拖动滑块可对比原图与增强效果
- 3勾选「去噪」开关（默认关闭），开启后预览区边缘噪点减少，处理时间预估增加 30%
- 4点击「开始处理」按钮，进度条从 0% 递增至 100%，处理完成后「下载」按钮变为蓝色可点击状态
- 5点击「下载」按钮，浏览器自动保存增强后的视频文件，文件名后缀自动追加 _enhanced
输入输出示例
| 输入 | 输出 | 说明 |
|---|---|---|
| 一段1080p、30fps、码率8Mbps的MP4视频，时长30秒，内容为室内人物讲话（背景有轻微噪点） | 输出为同分辨率（1080p）、30fps、码率约12Mbps的MP4视频，画面噪点明显减少，人物边缘锐化，纹理细节（如头发、衣物织纹）更清晰。 | 常规：典型使用场景——低光或压缩导致的噪点视频，Real-ESRGAN能有效去噪并提升锐度，码率因细节增加而提升是正常现象。 |
| 一段720p、24fps、码率2Mbps的MOV视频，时长10秒，内容为户外风景（天空渐变、树叶密集） | 输出为同分辨率（720p）、24fps、码率约3.5Mbps的MP4视频，天空渐变更平滑（色带减少），树叶边缘更清晰，但部分极远区域（如云层纹理）改善有限。 | 常规：低码率视频的典型修复——色带和模糊是主要问题，Real-ESRGAN对纹理恢复优于对纯色渐变，远处细节受限于原始信息量。 |
| 一段4K、60fps、码率50Mbps的HEVC视频，时长5秒，内容为高速运动（赛车比赛） | 输出为同分辨率（4K）、60fps、码率约55Mbps的MP4视频，运动物体（赛车、轮胎）边缘锐化，但运动模糊区域（如快速旋转的车轮）无明显改善，整体画质提升感知较弱。 | 边界：高码率、高分辨率视频——原始质量已很高，提升空间小；运动模糊是时间域问题，单帧增强无法解决。 |
| 一段144p、15fps、码率200kbps的FLV视频，时长3秒，内容为老动画（线条简单、颜色块状） | 输出为同分辨率（144p）、15fps、码率约800kbps的MP4视频，线条边缘锯齿明显减少，颜色块边界更平滑，但整体仍显模糊（因原始分辨率极低）。 | 边界：极低分辨率——Real-ESRGAN能减少压缩伪影和锯齿，但无法创造原始不存在的细节，输出仍受限于输入分辨率。 |
| 一段1080p、30fps、码率10Mbps的MP4视频，时长60秒，内容为黑白老电影胶片（有大量划痕、闪烁、颗粒噪点） | 输出为同分辨率（1080p）、30fps、码率约15Mbps的MP4视频，颗粒噪点被显著抑制，划痕和闪烁无明显改善，画面更平滑但部分胶片纹理被误平滑。 | 边界：非典型噪声（划痕、闪烁）——Real-ESRGAN主要针对高斯噪声和模糊，对结构性损伤（划痕）和时域闪烁无效，且可能过度平滑胶片颗粒（降低质感）。 |
| 一段1080p、30fps、码率5Mbps的MP4视频，时长10秒，内容为屏幕录制（文字界面、UI按钮、代码编辑器） | 输出为同分辨率（1080p）、30fps、码率约8Mbps的MP4视频，文字边缘更锐利，UI按钮边界清晰，但部分小号字体（如8px以下）出现轻微锯齿或变形。 | 易错：屏幕录制内容——Real-ESRGAN是为自然图像设计，对人工合成图形（文字、UI）可能过度锐化或引入伪影，小字体易受影响。 |
| 一段1080p、30fps、码率6Mbps的MP4视频，时长20秒，内容为夜景城市（大量黑色区域、灯光高光） | 输出为同分辨率（1080p）、30fps、码率约10Mbps的MP4视频，灯光高光边缘更清晰，但黑色区域出现轻微色块或噪点放大（暗部噪声被增强），部分高光区域过曝细节丢失。 | 易错：高对比度场景——暗部噪声放大和高光过曝是常见副作用，Real-ESRGAN对暗部处理不如亮部稳定，需注意原始素材的动态范围。 |
常见错误对照
1.输入低分辨率视频却期望超分后变高清
✗ 错误
一段 240p 的模糊监控录像，直接上传并勾选“4x 放大”，期望输出 1080p 清晰画面✓ 修复
先确认源视频分辨率不低于 360p，且无明显压缩块；放大倍数不超过 2x，再配合锐化参数Real-ESRGAN 对极低分辨率（< 320p）或严重压缩的视频，放大后只会放大噪点和块效应，无法凭空恢复细节。超分本质是“插值+纹理补全”，不是“无中生有”。
2.放大倍数超出模型训练范围
✗ 错误
选择“8x 放大”或自定义放大倍数为 10✓ 修复
使用工具预设的 2x 或 4x 放大倍数Real-ESRGAN 模型通常训练于 2x/4x 尺度，超出该范围会导致严重伪影或模型直接报错。工具界面若未提供 8x 选项，说明后端不支持。
3.对非自然视频（动画/屏幕录制）使用默认模型
✗ 错误
一段动画片或游戏录屏，直接使用默认“通用增强”模型处理✓ 修复
若工具提供“动画模型”或“人脸模型”，先切换至对应模型；无则降低锐化强度Real-ESRGAN 有专门针对动漫/人脸微调的变体。通用模型对卡通边缘会过度锐化，产生锯齿或光晕。
4.忽略视频原始帧率，导致输出音画不同步
✗ 错误
上传 60fps 视频，增强后输出设为默认 30fps✓ 修复
保持输出帧率与源视频一致（或整数倍关系），并在工具中勾选“保持原帧率”后端处理时若未传递帧率参数，FFmpeg 默认输出 30fps，导致 60fps 源视频播放速度翻倍、音轨错位。
5.输入视频编码不被后端支持
✗ 错误
上传 .mov 文件（ProRes 编码）或 .webm（VP9 编码）✓ 修复
先转换为 H.264 编码的 .mp4 文件（推荐使用 FFmpeg 转码）工具后端基于 FFmpeg 处理，但 Real-ESRGAN 增强流程通常只支持 H.264/H.265 输入。ProRes/VP9 等编码可能直接导致解码失败或输出黑屏。
6.锐化参数调得过高，画面出现“油画感”
✗ 错误
锐化强度滑块拉到 100，或重复多次增强同一视频✓ 修复
锐化强度保持在 30-70 之间，单次增强即可Real-ESRGAN 的锐化本质是高频增强，过度锐化会使纹理区域变成塑料质感（油画效应），且边缘出现白色光晕。
7.上传带水印/字幕的视频，期望自动去除
✗ 错误
一段带固定水印的电视剧，上传后希望增强同时去掉水印✓ 修复
先使用去水印工具处理，再将干净视频上传增强Real-ESRGAN 是超分/锐化模型，不具备语义分割或修复能力。水印区域会被当作正常纹理放大，反而更明显。
8.视频时长过长导致超时或内存溢出
✗ 错误
上传 2 小时 4K 视频，选择 4x 放大✓ 修复
先裁剪出 30 秒片段测试效果，确认参数后再处理全片Real-ESRGAN 逐帧处理，4K→8K 放大单帧需数百 MB 显存，长视频极易触发后端 OOM 或 30 秒超时限制。
第三节
工作原理
How It Works核心公式
I_{enhanced} = G(I_{low}) + λ · (I_{low} - G(I_{low}) ⊗ K_{blur})
变量说明
I_{low}输入的低分辨率/模糊视频帧GReal-ESRGAN 生成器网络映射函数I_{enhanced}增强后的高分辨率清晰帧λ锐化强度系数，默认 0.2–0.5K_{blur}高斯模糊核，模拟降质退化⊗二维卷积操作
示例
输入 720p 视频帧 I_low 经 Real-ESRGAN 生成器 G 输出 1080p 帧 G(I_low)=1080p_clean。取 λ=0.3，对 G(I_low) 做 5×5 高斯模糊（σ=1.5）得模糊版本，再与原始 I_low 做差得到高频细节残差。最终 I_enhanced = 1080p_clean + 0.3×(I_low - 模糊版本)。若残差像素值为 12，则增强后该像素增加 3.6，整体锐度提升约 15%。
用户输入 / 下载
后端处理
输出结果
第五节
常见问题
Q & A问上传的视频分辨率太低，增强后能变成高清吗？＋
答
视频画质增强主要依靠 Real-ESRGAN 算法进行超分辨率重建，能将低分辨率（如 360p、480p）视频提升至 1080p 甚至更高。但增强后的清晰度受原始画面质量影响：如果原视频本身严重模糊或压缩痕迹过重（比如码率极低的监控录像），提升效果会受限。建议上传前确认原视频至少能看清主体轮廓，增强后细节会有明显改善，但无法凭空创造出原始不存在的纹理（如完全看不清的人脸五官）。
问为什么我上传的 MP4 文件处理后反而变卡顿了？＋
答
这通常有两个原因。第一，Real-ESRGAN 处理后视频分辨率变高、帧率不变，文件体积和码率都会增大，低配设备播放高码率视频可能出现卡顿。第二，本工具默认保持原帧率输出；如果原视频帧率很低（如 15fps），增强后画面信息密度增加，播放器解码跟不上。建议在工具输出设置中适当降低输出分辨率（如 720p），或使用支持硬件解码的播放器（如 VLC、PotPlayer）播放。
问视频增强后文件变得特别大，能不能压缩一下？＋
答
可以。增强后的视频文件大小取决于输出分辨率、码率和时长。Real-ESRGAN 本身不包含压缩功能，但本工具在后端处理流程中集成了 FFmpeg 码率控制参数。在提交任务前，可以在高级选项中调整「输出码率」或「压缩等级」：选择「均衡」模式（推荐）可在画质和体积之间取得平衡，选择「高压缩」会牺牲部分细节但文件可缩小 40%-60%。如果仍不满意，建议用独立压缩工具二次处理。
问上传的视频只有十几秒，处理时间却要几分钟，正常吗？＋
答
正常。视频画质增强是计算密集型任务，Real-ESRGAN 需要对每一帧图像进行超分辨率重建，耗时与视频总帧数（时长×帧率）成正比。以 30fps、15 秒的视频为例，需处理 450 帧图像，后端服务器使用 GPU 加速约需 2-5 分钟。如果使用 CPU 模式，时间会更长。建议只对需要高质量输出的片段进行增强，而非整段长视频；工具目前单次最大支持 5 分钟视频，超过会被截断。
问这个工具和手机上的 AI 修复 App 有什么区别？＋
答
主要区别在于算法权重和处理能力。手机 App 受限于功耗和算力，通常使用轻量级模型（如 ESRGAN 的简化版），对低分辨率视频的修复效果有限，且容易出现过锐化或伪影。本工具使用完整的 Real-ESRGAN 模型，搭配后端 GPU 集群处理，能保留更丰富的纹理细节，对老电影、动画番剧的修复效果尤其明显。但手机 App 胜在即时预览和方便，适合随手处理小片段；本工具更适合对画质有较高要求的批量或长片段处理。
问处理到一半提示「处理失败」，可能是什么原因？＋
答
常见原因有四种。一是视频编码不兼容：本工具后端基于 FFmpeg，不支持所有非标准编码（如部分老式监控的 H.264 变体），可尝试用格式转换工具转成标准 H.264 MP4 再上传。二是视频时长超过 5 分钟限制，系统会自动终止。三是文件名包含特殊字符（如中文空格、emoji），建议改纯英文数字命名。四是服务器瞬时负载过高，可等待几分钟后重试。如果反复失败，联系客服时请附上原始视频的编码信息（可用 MediaInfo 查看）。
问增强后的视频颜色和原片不一样，偏红偏蓝是怎么回事？＋
答
Real-ESRGAN 模型在训练时使用了大量自然图像和视频数据，对色彩还原有一定的倾向性，尤其在处理低质量视频时，算法会尝试「猜测」原本应该的颜色，导致色偏。如果原视频本身白平衡不准（如偏黄的老电影），增强后颜色可能会被「修正」得过于鲜艳。本工具目前不支持手动调整色彩参数，建议在增强前用视频编辑软件校正白平衡，或在增强后用滤镜微调。后续版本可能会加入色彩保真度选项。
问上传的视频有字幕或水印，增强后会不会变得更清楚？＋
答
会的。Real-ESRGAN 对所有图像区域一视同仁地进行超分辨率重建，因此字幕和水印也会被增强，变得更清晰锐利。如果原视频水印已经很明显，增强后可能更显眼。目前工具没有单独去除水印或字幕的功能，如果希望去除，建议先用去水印工具预处理。如果字幕是硬编码的（已嵌入画面），增强后无法单独移除；如果是软字幕（独立文件），增强不影响字幕显示。
问这个工具处理视频时会把我的文件传到服务器吗？隐私安全吗？＋
答
是的，因为工具采用后端处理（BE），上传的视频会传输到服务器进行 GPU 运算。处理完成后，原始视频和增强结果会在服务器保留 24 小时后自动删除，用于防止重复上传和调试异常。不建议上传包含个人隐私（如身份证、人脸、银行卡号）的视频。如果对隐私敏感，建议使用本地运行的开源 Real-ESRGAN 版本（需自行配置 Python 环境和显卡驱动）。本工具不记录用户 IP 与文件的关联信息。
隐私保证所有计算与处理均在你的浏览器本地完成，输入数据不会上传服务器，也不会保存或共享。