展开本页目录
开始前准备什么
- 解压到独立目录，先读README和运行状态；不覆盖原素材。
- Python脚本基础校验需要Pillow；模型环境按本页官方工具单独准备。
- 使用自有或有权使用素材；权重许可与工具代码许可分别核对。
- 确认是带软 alpha 的原创输入
- 先阅读参数是否真正传入
- 建立同一 RGB 模型与精度
- 分别调用两条 alpha 处理路径
- 核对通道、尺寸和 RGB 是否一致
- 在深浅底色对照同一软边
- 记录源码与实际 API 参数
1. 确认是带软 alpha 的原创输入
input.png 是代码绘制的圆角贴纸，包含明确中间透明值；它是输入，不是 AI 输出。alpha-reference.png 展示其真实通道，先确认 RGBA 和 0<alpha<255 的像素数。
bash
python3 verify.py
2. 先阅读参数是否真正传入
核查当前官方 inference_realesrgan.py：虽然解析 --alpha_upsampler，但所核源码的 enhance(img, outscale=args.outscale) 未显式传入该值。只改 CLI 开关可能不改变实际路径，本文用 Python API 明确传递。
3. 建立同一 RGB 模型与精度
run_alpha.py 从同一 .pth 构建 RRDBNet/RealESRGANer，显式 fp32 和 tile=0。安装依赖、模型路径与许可证由运行者核对；本页未加载大权重，不把本机存在 PyTorch 称作已实跑。
bash
python run_alpha.py --help
4. 分别调用两条 alpha 处理路径
脚本两次调用 enhance(image,outscale=4,alpha_upsampler=...)；一版 realesrgan，一版 bicubic。两次源 RGBA、RGB 模型、精度和倍率相同，只有 alpha 参数改变。
bash
python run_alpha.py --repo /path/to/Real-ESRGAN --model /path/to/RealESRGAN_x4plus.pth5. 核对通道、尺寸和 RGB 是否一致
compare_alpha.py 检查两版 RGBA 和同尺寸，再分别统计 RGB 与 alpha 差异。不要仅看棋盘底预览就称为无损；若两版相同，保留实际结果并核查版本和分支。
bash
python compare_alpha.py output6. 在深浅底色对照同一软边
分别合成到暖白和深灰，把选定像素带的 alpha 曲线与图像放在一起。正文透明度标尺与 bicubic 预览只是确定性输入校准，不是未执行的 realesrgan 版本输出。
bash
python3 compose.py output/alpha-bicubic.png
7. 记录源码与实际 API 参数
保存 Real-ESRGAN commit、模型 hash、两次 alpha_upsampler 和输出检查。不得把参数名称当执行证据；只有真实结果和配置一致才进行质量判断。
bash
python3 verify.py --results output怎样确认已经完成
- 使用显式Python enhance(alpha_upsampler=...)，没有依赖未传入的CLI选项。
- 源图含真实半透明像素，两版输出独立保存且真实解码。
- RGB/alpha差异与视觉结果分别记录，未承诺无损恢复。
常见问题
为什么 CLI 切 alpha_upsampler 结果没有变？
先查实际源码。本文核对到的官方入口解析该参数但未传给 enhance，因此改用 Python API 显式传递。后续版本若修复，应按该版本再验。
透明贴纸放大能无损恢复细节吗？
不能保证。超分与插值都有处理，缺失的真实细节无法仅靠参数证明恢复；本文只比较两条透明度路径。
页面曲线是 Real-ESRGAN 实跑吗？
不是。曲线来自原创输入的已知 alpha 和确定性校准；模型两版未运行，运行后再生成实际对照。