ComfyUI下不需要使用大模型的正面人脸大头像(证件照)的放大修复工作流

背景

需要修复正面人像照片，获得的原始底图往往是模糊不清的证件翻拍图或者集体照图片，如果是集体照对应到每一张脸用于分辨的像素少并且质量差。

误区

低分辨率 和 低质量 是两个不同的概率。高质量的图片不仅要有高的分辨率还要有高的清楚度。

低分辨率指的是图像没有足够的像素点，因此不足以对图像中的物体人物等等进行分辨，想象极端情况，将一个人的全身照缩小成一个点，既使一个点有32位数据理的描述，也完全无助于识别出这个人的任何特征。

低质量指的是不清晰、模糊，一张高分辨率的图像也是可以低质量的，最简单的实现就是在PS中对一张图像进行高斯模糊处理。

某些字母站上对于修复图片的风气

动不动就炸烈、王炸、迄今为止，史上最。。。，标题党居多。要不就是用一张已经有很多细节的图再来一次放大，根本不切合实际使用环境。用一张明星的全身照片来演示放大的效果根本没有一点意义。

现实应用

实际应用中，如果我们要修复一张图像，是既要放大图像，拥有更多的像素点对图片进行描绘，同时也需要这些像素点是有助于提供细节的（得到的是分辨率高且清晰的图像），而我们能得到的原始图像往往是既缺少足够的像素往往又模糊，普通的放大即使采用各种采样方法nearese,lanczos,不同的插值方式，并不能增加细节，只是对原有的像素简单采样后插值出来新增的部分。

举例来说：对于一张人像，在放大修复前头发部分往往是一团黑，如果放大，我们并不希望得到的只是简单的一团更大的黑，而是一丝丝有细节感、层次感、有发丝包括和光源互动返光的黑色。普通的插值放大是不可能得到这些细节部分的，只能通过AI模型进行推理预测能得到更好的效果。最好的还是有针对性的人像、甚至更具体到人物面部大头像的AI模型，而非通用型的AI模型才能有更好的修复效果。

那如果需要修复的是风景，比如水体、树干等的静态物体需要AI模型有识别并预测增加对应的材质纹理才能得到更好的效果。

因此并没有通用的方法适用于所有图像的修复放大，适合风景的AI