高效图片放大技巧：SD脚本与附加功能解析
除了高分辨率修复，WebUI 还提供了两种轻量化的放大方式。其一是 SD 放大脚本，通过“分块”处理的方式把图像拆分后逐块放大再拼接，显著降低显存占用并能保持较好细节；其二是附加功能里的图像放大，直接调用算法实现快速放大，还能结合面部修复工具改善人脸模糊，但细节提升有限。
课程对三种放大方式做了优缺点对比，提出在高配环境下用高分辨率修复最稳妥，而在配置有限时 SD 放大更高效，附加功能则适合快速批量处理。最后还介绍了批量处理的用法，让用户能一次性对成批图片执行统一的优化流程。
1. 课程前言
Section titled “1. 课程前言”在上节课中，我们学习了“高分辨率修复（Hires. fix）”，但它有一个明显的弊端：显存占用极高，在生成大图时容易导致爆显存（Out of Memory），且生成速度较慢。
本课将介绍两种更高效、低显存占用的放大方式，助你轻松输出 2K 级分辨率的高清大图：
- SD 放大脚本 (SD Upscale)：通过分块绘制降低显存压力，适合低配显卡。
- 附加功能放大 (Extras)：纯算法放大，速度极快，不吃显存，支持面部修复。
2. 方法一：SD 放大脚本 (SD Upscale)
Section titled “2. 方法一：SD 放大脚本 (SD Upscale)”这是一个隐藏在“图生图”中的强大脚本，它通过将图片“切块”、逐块重绘放大、再拼合的方式工作。
- 低显存占用：因为每次只画一个小图块，所以几乎不会爆显存。
- 增加细节：利用图生图的重绘原理，能为画面增加新的细节。
准备图片：在文生图或图生图中生成一张满意的低分辨率图片，点击预览图下方的 “发送到图生图” 图标。
设置基础参数：
- 采样方法：推荐与原图保持一致。
- 重绘幅度 (Denoising strength)：关键参数！ 建议设置在 0.3 - 0.5 之间。
- 过低：细节提升不明显。
- 过高：会导致每个分块里都出现独立的小人或奇怪肢体（因为 AI 会把每个切片当成一张完整图片来画）。
启用脚本：
- 滚动到页面最底部，找到 “脚本 (Script)” 选项。
- 在下拉菜单中选择 “使用 SD 放大 (SD upscale)”。
设置脚本参数：
- 放大倍数 (Scale Factor)：通常设为 2 或 4。
- 放大算法 (Upscaler)：根据图片风格选择（二次元选 R-ESRGAN 4x+ Anime6B，写实选 R-ESRGAN 4x+ 等）。
- 图块重叠 (Tile overlap)：默认为 64。
- 作用：在分块拼接时预留重叠区域进行过渡，防止出现生硬的接缝。
- 调整：如果生成图能看到明显的方块分割感，可适当调大此数值。
点击生成：AI 会自动分块绘制并拼合，输出一张高清大图。
3. 方法二：附加功能放大 (Extras / Post-processing)
Section titled “3. 方法二：附加功能放大 (Extras / Post-processing)”这是 WebUI 独立的一个标签页，主要利用传统图像处理算法进行放大，不涉及 AI 的“二次创作”。
- 极速：几秒钟即可完成。
- 配置要求极低：几乎不占用显存。
- 保持原貌：不会像 SD 放大那样“胡乱加戏”，完全忠实于原图。
导入图片：点击 WebUI 顶部的 “后期处理 (Extras)” 标签页，上传图片（或从生图界面点击“发送到后期处理”）。
设置缩放：
- 缩放比例 (Resize)：设置为 2 或 4。
- 放大算法 1 (Upscaler 1)：选择合适的算法。
- 可选：可以混合使用两个算法，通过“可见度”调节比例。
面部修复 (Face Restoration)：
- 针对低清人脸模糊的“重灾区”，可开启 GFPGAN 或 CodeFormer。
- CodeFormer：效果通常更好，但耗时稍长。
- 可通过滑杆调节修复强度，避免修复后的脸部过于僵硬。
点击生成：瞬间得到放大后的图片。
4. 三种放大方式对比总结
Section titled “4. 三种放大方式对比总结”| 放大方式 | 显存占用 | 速度 | 细节能力 | 适用场景 |
|---|---|---|---|---|
| 高分辨率修复 | 高 | 慢 | 强 (二次重绘) | 显卡配置好，追求一步到位 |
| SD 放大脚本 | 低 | 中 | 强 (二次重绘) | 低显存显卡，需要增加画质细节 |
| 附加功能放大 | 极低 | 快 | 弱 (仅拉伸锐化) | 仅需放大尺寸、修复人脸，不想改变画面内容 |
5. 高效技巧：批量处理 (Batch Processing)
Section titled “5. 高效技巧：批量处理 (Batch Processing)”不想一张张手动放大？WebUI 提供了批量处理功能。
在图生图 (img2img) 中批量
Section titled “在图生图 (img2img) 中批量”点击图生图界面的 “批量处理 (Batch)” 标签。
输入方式：
- 上传：直接拖拽多张图片。
- 目录：输入电脑中存放原图的文件夹路径（输入目录）和保存结果的路径（输出目录）。
设置操作：配置好 SD 放大脚本或其他图生图参数。
点击生成：系统将自动排队处理所有图片。
在后期处理 (Extras) 中批量
Section titled “在后期处理 (Extras) 中批量”切换到“后期处理”标签页下的 “批量处理 (Batch Process)” 子标签。
输入 “输入目录” 和 “输出目录”。
设置放大算法和面部修复参数。
点击生成。
注意：
- 在批量处理时，默认会使用同一套提示词。
- 如果处理的是 AI 生成的图片（带有原数据），建议勾选设置中的 “从 PNG 图片信息中读取生成参数”，这样系统会自动识别每张图原本的提示词进行重绘。
6.知识大纲
Section titled “6.知识大纲”