高 ISO の写真からノイズを取る
BeforeAfter

登録不要・ウォーターマークなし・回数無制限・あなたの端末で処理
ここにドロップしても選べます
この端末で何ができるか確認中…
評価で語れるケースが 3 つあります。有料の列のほうが得意なケースも、そのまま書いています。
BeforeAfter
BeforeAfter
BeforeAfter1 枚でも 12 枚でも、上の枠にドラッグするか、クリックして選んでください。倍率は 1 倍のままに——寸法を変えずに掃除するのが初期状態です。
初期値が「弱」なのは、現実に近いノイズを乗せた写真 10 枚中 9 枚で「中」よりきれいな原本に近かったからです。1 回かけてもまだ粒が見えるときだけ、ダイヤルを上げてください。
before / after のスライダーは、平らな空ではなく布・髪・葉の上で動かしてください。強さで失うのは質感なので、確かめる場所もそこです。透かしなし、登録なし、回数制限なし。
失うのは質感です。どれくらいかを、1 段違いで並べました。

弱 — 初期値 · デニムの織りと髪が残っている

中 · 滑らかになり、織りが消えかけている

きれいな原本 · 2 つとも、これとの距離で採点しています
初期値が「弱」なのは、臆病だからではなく測ったからです。ノイズのレシピを 2 通り——合成のものと、実際のカメラのセンサーを真似たもの——で回しました。現実に近いほうでは、10 枚中 9 枚で「弱」のほうがきれいな原本に近い結果でした。そして決めるのは現実に近いほうです。合成ノイズを持って来る人はいません。
そして天井は設定ではなく方式のほうにあります。このフィルターにとって細かい質感は、ノイズと区別がつきません——どちらも輪郭を作らない小さな揺らぎだからです。だからどの強さでも、支払うのは質感です。
このピッカーから外したものは、好みではなく測定の結果です。
| 方式 | 測ったときに何が起きたか | 提供◆ |
|---|---|---|
| Soft — 提供しているもの | ここで動くもののなかできれいな原本にいちばん近く、しかも即時。400 万画素で 0.1 秒、ダウンロードなし。 | あり |
| Balanced | このピッカーの最初の項目だったのに、そもそも動きませんでした:ノイズ除去が 0 で出荷されているので、20 件のテスト要求がすべてプランナーに拒否されました。 | なし — 壊れていた |
| Anime Lines | 同じフィルターで、シャープを線画向けに調整したもの。2 つのノイズレシピ・2 つの強さすべてで、10 枚中 10 枚 Soft に負けました。 | なし |
| Denoise(学習済み) | 682 KB の学習済みノイズ除去。20 件中 19 件を 4〜8 dB の差で落とし、処理時間は 25 倍。写真の質感をまとめて均してしまいます。 | なし |
| Photo · Photo (Grainy) · Anime (Noisy) | 3 つとも「拡大しながら」しか掃除できません。このページは寸法を変えないので、プランナーが理由付きで灰色にします。 | なし — 寸法を保てない |
Balanced の行が居心地の悪いところで、このページの公開を一度止めた理由でもあります。動きそうに見え、リストの先頭にあり、そして全件を断っていました。見つかったのはコードを読んだからではなく、このページのテスト一式を本物のプランナーに通したからです。
学習済みのほうは「負けた」のではなく「測れていない」、この違いは大事です。あれが作られた対象はフィルム粒子やスキャンの汚れ——写真そのものの一部であるノイズです。ここの 2 つのレシピはどちらもきれいな原本にノイズを足しているので、あれの本来の土俵ではありません。公平に測るには、本当に粒状な原本の集合が要り、それには採点用のきれいな基準がないので、まだ存在しません。できたら測り直して、この表を書き換えます。
重い高感度ノイズでは、このフィルターは質感と引き換えに滑らかさを買い始めます。学習型のノイズ除去は現実のセンサーノイズを学習しているので、その限界がありません。この列は画像をアップロードして当社のサーバーで動き、クレジットを消費します。
| モデル | 種類 | 向いている用途 | 1 枚あたり |
|---|---|---|---|
| AI 復元 | 生成 | 元素材から失われたディテールを作り直し、ノイズ除去と拡大を一度に行います | 1 クレジット |
| Topaz スタンダード | 忠実 | ノイズ除去・圧縮ノイズ除去・拡大を一度に行います | 6 クレジット |
選ぶ前に真ん中の列を読んでください。これらは「大きくしながら」掃除するもので、それはこのページの方式が意図的にやらないことです。画素単位ではなく 1 枚ごとの課金なので、送信の前に実行ボタンに出ている数字がそのまま全額です。サブスクリプションはありません。
ローカルで処理するブラウザツールに写真を放り込むだけです。FreeUpscaler はあなたのグラフィックスカードの上でエッジ保存型のバイラテラルフィルターをかけ、元の寸法のまま返します——登録なし、透かしなし、回数制限なし。
取引の対象は質感で、その量は上に出してあります。強さは滑らかさを買い、細部で支払う——だからこのページはいちばん強い設定ではなく、効く範囲でいちばん弱い設定で読み込まれます。数式では質感と切り分けられないほどノイズが重いときは、学習型が正しい道具で、このページのクラウド列にそれが 2 つ入っています。
測ったエッジの段差は、どの強さでも動きません。これは調整の結果ではなく、このフィルターの性質です。
最後の 2 つはどのフィルターにも越えられない限界で、そのうち 1 つは有料の列が本当に正解になる場所です。
そこそこの ISO で撮った室内、混合光のスマホ写真、古いプリントのスキャン。このページが存在する理由がこれで、上の数字もここで測っています。粒は消え、エッジの段差は動きません。
強く圧縮された写真が持つ、まだらな色のしみ。とくに空と影に出ます。低周波のまだらな色ノイズは、現実に近いほうのテスト用レシピが真似ている形そのものです。
街灯や看板の光そのものが高周波なので、高周波の揺らぎを探すフィルターにはノイズと完全には切り分けられません。評価でも夜景はグループ内の最下位でした(0.9226、グループ平均 0.9445)。この題材では強さを低めに。
暗い部屋での手持ち撮影。強さを上げても解決しません——「強」のさらに 1 段上は、きれいな原本から遠ざかりました。天井は設定ではなく方式のほうです。学習型が値段に見合うのがここで、上のクラウド表に Topaz が入っているのもそのためです。
グラデーションに出る平らな縞はノイズではなく、その逆です——値が多すぎるのではなく少なすぎる。滑らかにしても段差が柔らかくなるだけで、消えはしません。必要なのはディザで、それは別の道具です。
上の枠に写真を放り込んで、倍率は 1 倍のままにしてください。ブラウザの中で読み込まれ、あなたのグラフィックスカードの上でエッジ保存型のバイラテラルフィルターがかかり、元の寸法のまま返ってきます——登録なし、透かしなし、回数制限なし。400 万画素の写真で 0.1 秒ほど、事前のダウンロードもありません。
バイラテラルフィルターです。各画素を近傍の加重平均で置き換えますが、重みが 2 つの条件で決まります——どれだけ近いか、そして色がどれだけ似ているか。輪郭の向こう側の画素は色が違いすぎて寄与できないので、平らな領域のランダムな揺らぎだけが平均化され、輪郭は残ります。本物のエッジ保存型で、モデルのダウンロードは要りません。
無料の方式は送信しません。写真はこのタブの中で読み込まれ、処理されます。10 秒で確かめられます:このページを読み込んだあと通信を切り、それでもノイズ除去ができるか試してください。クラウドのモデルだけが例外で、実行前にその旨を表示します——その 1 回のために画像をアップロードし、結果は 30 日間保管されます(自分で削除もできます)。
初期値の「弱」から始めて、まだ見えるときだけ上げてください。この初期値は慎重さではなく測定です——現実に近いセンサーノイズを乗せた写真では、10 枚中 9 枚で「弱」のほうが「中」よりきれいな原本に近い結果でした。強さで買えるのは滑らかさで、支払うのは質感です。1 段上げただけで、デニムの織りや髪の 1 本 1 本が消え始めます。
ノイズの量に対して強さが高すぎます。1 段下げてください。ノイズ除去はつねに取引です。ある点を超えると、フィルターには細部とノイズの区別がつかなくなり、両方を消します。ノイズを全部消して細部を全部残す設定は、どのツールにも存在しません。
なりません。与えた寸法のまま掃除します——倍率は 1 倍のままで、出力は入力と同じ大きさです。大きくもしたい場合は別々に、しかもこの順番で。先に拡大すると、粒 1 つが数画素に広がって、もっと取りにくい塊になります。
ぶつかるので、ノイズ除去を上げるとシャープ処理が自動的に控えめになります。そうしないと、せっかく消した粒をシャープのパスが呼び戻します。2 つあるシャープのプロファイルのうち穏やかなほうを使っているのも同じ理由で、線画向けのプロファイルと比べて、2 つのノイズレシピ・2 つの強さすべてで、10 枚中 10 枚ともきれいな原本に近い結果でした。
消えませんし、ある点を超えると良くなるどころか悪くなります。「強」のさらに 1 段上を試したところ、きれいな原本からの距離は縮むどころか開きました——天井は設定ではなく方式のほうにあります。バイラテラルフィルターには限界があり、そこが学習型の高いモデルが値段に見合う場所です。
学習型のノイズ除去は、現実のセンサーノイズがどう見えるかを学習しているので、数式のフィルターにはできない形でノイズと細かい質感を切り分けられます。重い高感度ノイズがそれです。ただし 2 点あります。どれも 1 枚ごとに実費がかかること、そしてどれも「大きくしながら」掃除するもので、それはこのページの方式が意図的にやらないことです。表の真ん中の列を読んでから選んでください。
クレジットはクラウドのモデルの実費に充てるものです。実際にお金がかかる処理だからで、ログインはその財布としてだけ存在します——無料の方式は一度も尋ねませんし、何も出し惜しみしていません。新規登録時に 3 クレジットが無料で付くので、いちばん安いクラウドモデルに写真を 1 枚通して確かめられます。