RealESRGAN-NCNN-Vulkan 使用教程：AI 图片无损放大、批量超分辨率完整指南

在图像修复、老照片增强、动漫图片放大以及素材高清化处理中，AI 超分辨率已经成为目前效率最高的解决方案之一。 realesrgan-ncnn-vulkan 是 Real-ESRGAN 官方提供的 NCNN 推理版本，无需安装 Python 环境，也不依赖 CUDA，支持 NVIDIA、AMD、Intel 等支持 Vulkan 的显卡，具有体积小、部署简单、运行速度快等特点，因此成为目前最受欢迎的本地 AI 图片放大工具之一。

其命令行支持单张图片处理、目录批量处理、多模型切换、多 GPU、TTA 增强等功能，适合个人使用以及集成到自动化处理流程中。

什么是 realesrgan-ncnn-vulkan

realesrgan-ncnn-vulkan 是基于 Real-ESRGAN 深度学习模型构建的推理程序，底层采用腾讯开源的 ncnn 神经网络推理框架，并使用 Vulkan 进行 GPU 加速，因此无需安装 CUDA 或深度学习运行环境即可直接执行。

相比 Python 版本，它具有以下特点：

• 开箱即用
• 跨平台支持 Windows、Linux、macOS
• 支持 NVIDIA、AMD、Intel GPU
• 支持 CPU 推理
• 支持图片批量处理
• 可直接嵌入脚本或第三方程序

整个程序仅包含可执行文件和模型文件，非常适合服务器部署、软件集成以及自动化处理流程。

支持的模型

不同模型针对不同图片类型进行了训练。

其中：

• 照片建议使用 realesrgan-x4plus
• 动漫建议使用 realesr-animevideov3
• 漫画建议使用 realesrgan-x4plus-anime

不同模型的纹理增强策略不同，因此最终生成效果也有所区别。

基本命令格式

realesrgan-ncnn-vulkan.exe \
-i input.jpg \
-o output.png

参数说明：

官方支持输入单张图片或整个目录作为输入路径。

单张图片放大

例如放大一张照片：

realesrgan-ncnn-vulkan.exe ^
-i D:\image\girl.jpg ^
-o D:\output\girl.png ^
-n realesrgan-x4plus ^
-s 4

程序会自动读取模型，对图片进行 AI 超分辨率处理，并输出四倍尺寸的新图片。

例如：

原图：
800 × 600

输出：
3200 × 2400

放大过程中不会简单进行插值，而是根据神经网络重建纹理，因此细节恢复效果明显优于传统算法。

动漫图片放大

动漫建议切换模型：

realesrgan-ncnn-vulkan.exe ^
-i anime.png ^
-o anime_hd.png ^
-n realesr-animevideov3 ^
-s 2

动漫模型更加注重：

• 线稿边缘
• 色块平滑
• 去噪
• 防止纹理过锐

因此不会像照片模型一样产生较多真实纹理。

批量处理整个目录

程序支持目录输入。

例如：

realesrgan-ncnn-vulkan.exe ^
-i D:\images ^
-o D:\output ^
-n realesrgan-x4plus

目录结构：

images
├── 001.jpg
├── 002.jpg
├── 003.png
└── 004.webp

执行结束后：

output
├── 001.png
├── 002.png
├── 003.png
└── 004.png

程序会自动遍历所有支持格式图片。

指定输出格式

默认保持原格式。

也可以统一输出 PNG：

-f png

输出 JPG：

-f jpg

例如：

realesrgan-ncnn-vulkan.exe ^
-i input ^
-o output ^
-f jpg

调整放大倍率

支持：

2 倍
3 倍
4 倍

例如：

-s 2

或者：

-s 3

倍率越高，输出尺寸越大，同时计算时间和显存占用也会增加。

Tile 分块计算

超大图片会占用大量显存。

可以指定 Tile：

-t 256

或者：

-t 512

例如：

realesrgan-ncnn-vulkan.exe ^
-i large.jpg ^
-o large_hd.png ^
-t 256

程序会将图片切分成多个区域分别计算，再进行拼接。

Tile 越小：

• 显存占用越低
• 速度略慢

Tile 越大：

• 运算速度更快
• 显存需求更高

TTA 模式

开启：

-x

完整命令：

realesrgan-ncnn-vulkan.exe ^
-i input.jpg ^
-o output.png ^
-x

TTA（Test Time Augmentation）会对图片进行多方向推理，再融合结果，进一步提升细节恢复质量，但会增加处理时间。

CPU 推理

如果没有可用 Vulkan GPU，也可以使用 CPU：

-g -1

例如：

realesrgan-ncnn-vulkan.exe ^
-i input.jpg ^
-o output.png ^
-g -1

此模式兼容性较高，但处理速度明显低于 GPU 推理。

Windows 批处理示例

下面示例可批量处理指定目录中的所有图片。

@echo off

set EXE=realesrgan-ncnn-vulkan.exe
set INPUT=D:\images
set OUTPUT=D:\output

%EXE% ^
-i %INPUT% ^
-o %OUTPUT% ^
-n realesrgan-x4plus ^
-s 4 ^
-f png

pause

保存为：

run.bat

双击即可完成批量放大。

Node.js 调用示例

下面示例通过 Node.js 调用命令行工具完成图片放大。

const { execFile } = require("child_process");

execFile(
  "realesrgan-ncnn-vulkan.exe",
  [
    "-i",
    "input.jpg",
    "-o",
    "output.png",
    "-n",
    "realesrgan-x4plus",
    "-s",
    "4"
  ],
  (err, stdout, stderr) => {
    if (err) {
      console.error(err);
      return;
    }

    console.log("处理完成");
    console.log(stdout);
  }
);

这种方式适合桌面软件、Electron 应用、后台服务以及图片自动处理系统集成。

常用命令汇总

放大照片：

realesrgan-ncnn-vulkan.exe -i photo.jpg -o photo_hd.png -n realesrgan-x4plus

动漫图片：

realesrgan-ncnn-vulkan.exe -i anime.png -o anime_hd.png -n realesr-animevideov3

CPU 推理：

realesrgan-ncnn-vulkan.exe -i input.jpg -o output.png -g -1

开启 TTA：

realesrgan-ncnn-vulkan.exe -i input.jpg -o output.png -x

指定 Tile：

realesrgan-ncnn-vulkan.exe -i input.jpg -o output.png -t 256

批量目录：

realesrgan-ncnn-vulkan.exe -i images -o output

总结

realesrgan-ncnn-vulkan 将 Real-ESRGAN 的图像超分辨率能力封装为独立可执行程序，通过 ncnn 与 Vulkan 实现高性能推理，兼顾运行效率与部署便捷性。它支持多种预训练模型、批量目录处理、CPU 与 GPU 推理、多倍率放大、Tile 分块和 TTA 增强等功能，可广泛应用于照片修复、动漫插画放大、漫画高清化、老旧图片增强以及自动化图片处理流程等场景。

凭借无需深度学习环境、跨平台兼容和命令行易于集成等特点，已成为本地 AI 图像放大的主流解决方案之一。