免费开源的 Video2X一条命令把模糊视频放大到 4K、30fps 补到 60fps【免费下载链接】video2xA machine learning-based video super resolution and frame interpolation framework. Est. Hack the Valley II, 2018.项目地址: https://gitcode.com/GitHub_Trending/vi/video2x手里有一批 480p 的老动漫放大看糊成一片或者一段 30fps 的游戏录像动作快起来全是跳帧。Video2X 是一个免费开源、基于机器学习的视频超分辨率与帧插值框架全部在本地运行一条命令把 480p 放大到 4K另一条命令把 30fps 补到 60fps处理期间不额外占用磁盘空间Windows 和 Linux 都支持。这篇指南带你从装好到批量处理完整跑通读完大约需要十分钟。五分钟装好并跑通第一条命令按系统选一条路装完不用任何配置Windows到发布页下载最新的安装程序.exe双击按向导装完。图形界面支持简体中文选输入视频、处理器、目标分辨率就能开始。Linux 其他发行版下载发布页的Video2X-x86_64.AppImage加执行权限后直接运行无需安装。Arch 系直接装 AUR 里的video2x包。从源码构建克隆仓库后参照 packaging/arch/PKGBUILD 里列出的依赖安装并编译git clone https://gitcode.com/GitHub_Trending/vi/video2x装完先确认程序能识别到你的显卡跑这条video2x -l输出会列出每块 GPU 的型号、Vulkan API 版本和驱动版本。注意看不到独显或 Vulkan 版本太旧先去装驱动后面所有命令都跑不动。确认无误后跑第一条超分命令用 Real-ESRGAN 模型把视频放大 4 倍video2x -i input.mp4 -o output.mp4 -p realesrgan -s 4 --realesrgan-model realesr-animevideov3参数速览-i输入、-o输出、-p指定处理器即哪套 AI 模型、-s 4放大 4 倍、--realesrgan-model指定具体模型。跑完抽几帧对比原片确认放大倍率和模型合适再投整片库。动漫 480p 拉到 4K 的实操命令动漫线条清晰、色块简单用 Anime4K v4 这类 GLSL 着色器GPU 上执行的放大程序速度快、效果好。用 libplacebo 处理器加载内置着色器直接指定目标宽高video2x -i input.mp4 -o output.mp4 -w 3840 -h 2160 -p libplacebo --libplacebo-shader anime4k-v4-aa参数速览-w 3840、-h 2160指定目标 4K 分辨率--libplacebo-shader指定着色器档位。注意-w、-h应是原片尺寸的整数倍否则可能出现拉伸或黑边。内置着色器还有anime4k-v4-a、anime4k-v4-b、anime4k-v4-c、anime4k-v4.1-gan等档位也支持指向自定义的 MPV 兼容 GLSL 文件。真人实拍去噪放大换 general 模型实拍素材噪点多、细节杂乱动漫模型会放大瑕疵换 Real-ESRGAN 的通用模型更稳video2x -i input.mp4 -o output.mp4 -p realesrgan -s 4 --realesrgan-model realesr-generalv3参数和第一条命令完全一致只是--realesrgan-model换成了realesr-generalv3。内置的四个模型realesr-animevideov3动漫视频、realesrgan-plus-anime、realesrgan-plus、realesr-generalv3真人实拍。跑完后先抽几帧对比原片确认模型和倍率合适再批量跑。30fps 补到 60fps 的实操命令RIFE 的原理是运动估计——先算出相邻两帧之间各区域的运动轨迹再在中间合成一帧自然过渡的中间帧。体育赛事、动作电影、游戏录像这类快速运动内容收益最明显video2x -i input.mp4 -o output.mp4 -p rife -m 2 --rife-model rife-UHD参数速览-m 2表示帧率乘 230fps 变 60fps--rife-model指定模型变体。模型从rife-v2到rife-v4.26共十余个版本另有按用途划分的rife-HD、rife-UHD、rife-anime、rife-v4.25-lite高分辨率高动态场景选 UHD超长视频选 lite 档提速老动漫选 anime 档。模型怎么选按内容对号入座视频内容推荐方案动漫画面干净Anime4K v4-p libplacebo动漫噪点明显Real-CUGAN 先去噪放大真人实拍-p realesrganrealesr-generalv3快速运动卡顿感强先 RIFE 插值再超分几个容易踩的坑老片噪点会一起被放大。噪点多的源片先跑 Real-CUGAN模型集分models-nose、models-pro、models-se三档用--realcugan-model指定直接套超分会把颗粒感放大成污渍。批量处理用 shell 循环即可例如同一目录下全部 4 倍放大for f in *.mp4; do video2x -i $f -o out_${f} -p realesrgan -s 4 --realesrgan-model realesr-generalv3 done对画质有极致要求时微调编码器。Video2X 底层用 FFmpeg 编码-e参数可以追加编码器专属选项例如-c libx264 -e crf17 -e presetveryslow -e tunefilm能进一步压出细节代价是编码更慢。多卡机器用-d指定用哪块 GPU。硬件门槛动手前先核对预编译包对硬件有两条硬底线不满足就别折腾了部件要求CPU支持 AVX2Intel 2013 Q2 起 / AMD 2015 Q2 起GPU支持 VulkanNVIDIA GTX 600 系 / AMD HD 7000 系 / Intel HD 4000 起2013 年之后的主流机型基本都过线。真正的瓶颈通常在显存而不是算力4K 输出加大模型时显存吃紧会明显变慢或直接失败。磁盘方面只留最终输出的空间就行原因见下一节。为什么磁盘不会爆6.0 版流水线Video2X 6.0.0 用 C/C 重写了整条流水线解码 → 滤波 → 可选插值 → 编码。帧只解码一次、只编码一次全程以AVFrame结构FFmpeg 中承载单帧图像数据的结构体在内存中传递所以磁盘只需预留输出空间——处理 100GB 的 4K 成片也不用为中间文件准备同等空间。底层用 ncnn 配合 Vulkan 在 GPU 上做推理FFmpeg 负责编解码。速查与动手需求位置命令行全量参数docs/book/src/running/command-line.md安装指南docs/book/src/installing/架构设计原理docs/book/src/developing/architecture.md构建说明docs/book/src/building/核心库源码src/遇到问题可以加入项目配套的 Telegram 讨论组提问开发者直接在组里。手头有一段 10 秒的老视频的话先按第二条命令跑一遍输出和原片对比满意了再考虑批量处理整片库。【免费下载链接】video2xA machine learning-based video super resolution and frame interpolation framework. Est. Hack the Valley II, 2018.项目地址: https://gitcode.com/GitHub_Trending/vi/video2x创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考