Skip to content

Latest commit

 

History

History
82 lines (65 loc) · 3.54 KB

README.cn.md

File metadata and controls

82 lines (65 loc) · 3.54 KB

📁下载

📖Wiki

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

examples

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

编译

关于如何编译Anime4KCPP，请参阅wiki.

相关项目

pyanime4k

pyanime4k是对Anime4KCPP API的Python绑定，快速且简单易用。

ACNetGLSL

ACNetGLSL是ACNet(Anime4KCPP Net)的GLSL实现。

使用Anime4KCPP的项目

鸣谢

致谢

semmyenator：GUI繁体中文、日语与法语翻译

项目中引用的所有动漫图像均由我的朋友 King of learner 绘制并授权使用，请勿在未经许可的情况下使用它们。