图片超分辨率:小图放大后不糊

前言

手上有张图,宽高不够用,直接按比例拉大就糊成一片。换在线工具又要上传下载,批量处理更麻烦。这个 Skill 做的就是一件事:放大图片的同时尽量保住清晰度,不用你手动调参数。

下面介绍 @user_783c668f/image-super-res,SkillHub 上的「图片超分辨率」。

这是什么

一句话定位:在 Agent 里调用的图像放大能力,输入一张小图,输出放大若干倍后仍然清晰的图。

  • 名称:图片超分辨率
  • 坐标:@user_783c668f/image-super-res
  • 版本:1.0.1
  • 来源:community(社区发布,非官方团队维护)
  • 发布者:user_783c668f
  • 分类:design-media
  • 官方地址:https://api.skillhub.cn/user_783c668f/image-super-res
  • 标签:requires_api_key=false,不需要额外配置密钥

解决的问题是常规插值放大的画质损失。它不用简单线性拉伸,而是把插值、锐化、局部对比度增强三件事串起来,因此放大后的边缘和细节比直接 resize 更好。

核心功能

已核实的能力如下,按其官方简介整理。

1、算法组合。先用 Lanczos 插值把图像放大到目标尺寸,再做自适应锐化,最后做 CLAHE 局部对比度增强。三步各管一件事:Lanczos 负责重采样时抑制振铃和锯齿,自适应锐化负责把边缘找回来,CLAHE 负责避免整体发灰。

2、放大倍率。支持 2x、3x、4x 三档。倍率是固定档位,不是任意比例。

3、触发方式。当用户说「图片放大」「超分辨率」「提高分辨率」「图片变清晰」「放大不模糊」、super resolution,或者直接上传一张小图并要求放大变清晰时触发。也就是说你在对话里给指令就行,不需要指定具体命令行参数。

4、无需密钥。requires_api_key=false,本地或私有化环境里用不会因为缺 key 直接失败。

安装与启用

该 Skill 基于通用 SKILL.md 格式,发布在 SkillHub,来源标记为 community。已抓取资料里没有给出具体的安装命令,也没有 Cursor / Codex CLI / Claude Code 的分别说明,因此这里不写未经核实的命令,以免误导。

要确认安装方式,按下面两步走:

1、打开官方地址 https://api.skillhub.cn/user_783c668f/image-super-res ,看页面上的安装入口和对应客户端的安装命令。
2、页面同时也有 SkillHub 页面 https://www.skillhub.cn/skills/user_783c668f/image-super-res ,两个地址指向同一个 Skill,命令以页面展示为准。

有一点可以先确定:它不要求 API key,所以启用后不需要额外填配置项,装完就能调用。

典型用法

已抓取资料只提供了触发语和算法说明,没有提供可复现的输入输出示例或参数表,下面只写能核实的部分。

1、在对话里直接提需求,例如「把这张图放大到 4x,保持清晰」或「提高这张图的分辨率」。
2、Agent 识别到超分辨率相关的意图后,把图片交给 Skill 处理,倍率在 2x / 3x / 4x 里选。
3、处理完成后取回放大后的图片。具体返回形式(文件路径、base64 或二进制流)取决于你接入的客户端,官方资料里没有说明,用之前先自己跑一次确认。

适用场景与注意

适合的场景:产品图、素材图、截图需要放大到更高分辨率;小图要放进大版面但不想重新找源文件;需要在一个流程里连续处理多张图。

需要注意的地方:

1、它是插值放大,不是生成式超分。原本没有的细节不会凭空补出来,只是让你放大后不糊。如果你要的是从 100px 拉出真实清晰的纹理,这类方案做不到。
2、倍率只有 2x / 3x / 4x 三档,需要其他比例时得先自己裁切或另行处理。
3、锐化和 CLAHE 是有副作用的。CLAHE 会改变局部对比度,对噪声敏感的图可能把噪点一起增强;这类图建议先用一次降噪。
4、来源是 community,不是官方维护。使用前看一眼版本和更新记录,长期项目里最好把调用方式固定在某个版本上。
5、数据方面,SkillHub 页面显示下载 1602 次、安装 0 次、评分 100000。下载与评分这两个数波动较快,以你访问页面时的实际数字为准;安装数为 0 说明这个 Skill 的实际部署量很小,接入前建议先小规模验证输出质量。

结尾

这个 Skill 的价值在于把「放大不糊」这件事变成一个对话指令,不用自己写脚本、不用选插值算法。它用的是成熟的图像处理组合,能力边界也清楚:放大、提清晰度,不生成细节。

官方地址:https://api.skillhub.cn/user_783c668f/image-super-res

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye