Pixlar, mått och vad storleksändring ändrar
En digital bild är ett rutnät av pixlar, och storleksändring bygger om det rutnätet i ett nytt format. Förminskning slår samman flera källpixlar till varje ny, vilket är en säker operation, resultatet förblir skarpt eftersom information komprimeras och inte uppfinns. Förstoring är motsatsen: verktyget måste fylla pixlar som aldrig funnits, och vanlig interpolation kan bara skapa dem genom medelvärde, vilket läses som oskärpa.
Den asymmetrin är det mest användbara att känna till. Nedskalning är i praktiken gratis i kvalitetstermer, uppskalning är det inte. När du verkligen behöver en större bild är vanlig storleksändring fel verktyg, AI-bilduppskalare rekonstruerar detaljer med AI i stället för att ta medelvärde och ger en dramatiskt skarpare förstoring.
Det här verktyget trappar också stora minskningar nedåt i halvsteg internt i stället för att hoppa i ett svep. Nedskalning i ett hopp förbi halva storleken hoppar över pixlar och skapar subtila taggiga mönster, medan trappad skalning tar medelvärdet av varje källpixel korrekt och håller fina detaljer mjuka.