Project Icon

Anime4KCPP

开源动漫图像超分辨率处理工具

Anime4KCPP是一个开源的动漫图像超分辨率处理工具,采用CNN算法实现高效处理。该项目支持多平台运行和GPU加速,提供命令行和图形用户界面。功能包括图像和视频处理、多种滤镜支持等。Anime4KCPP可用于提高动漫图像清晰度,适合图像处理爱好者和专业人士使用。

Anime4KCPP v3

Anime4KCPP是一个高性能的动漫画面放大工具。

Anime4KCPP v3使用基于CNN的算法,旨在简单高效。

构建

依赖

要构建Anime4KCPP v3,你需要CMake和支持C++17的编译器,如果你有网络连接,大多数依赖项将由CMake自动解决。

需要自行准备的依赖项列表:

依赖项CMake选项模块
CUDA工具包AC_CORE_WITH_CUDAcore(CUDA)
libavcodecAC_BUILD_VIDEOvideo
libavformatAC_BUILD_VIDEOvideo
libavutilAC_BUILD_VIDEOvideo
QtAC_BUILD_GUIgui
  • CUDA工具包的最低测试版本为11
  • libav的最低版本为ffmpeg 4
  • Qt5和Qt6均可使用

可自动解决的依赖项列表:

依赖项CMake选项模块
Avisynth SDKAC_BUILD_FILTER_AVISYNTHfilter(avisynth)
CLI11AC_BUILD_CLIcli
DirectShow基类AC_BUILD_FILTER_DIRECTSHOWfilter(directshow)
Eigen3AC_CORE_WITH_EIGEN3core(eigen3)
OpenCL SDKAC_CORE_WITH_OPENCLcore(opencl)
pybind11AC_BUILD_BINDING_PYTHONbinding(python)
ruapuN/Acore
stbN/Acore
VapourSynth SDKAC_BUILD_FILTER_VAPOURSYNTHfilter(vapoursynth)

平台

Windows

已在MinGW-w64和MSVC上测试通过。

使用MinGW-w64构建:

mkdir build; cd build
cmake -G "MinGW Makefiles" .. -DAC_ENABLE_STATIC_CRT=ON
cmake --build . --config Release -j8
cd bin
./ac_cli -v

在Windows上为构建视频模块设置ffmpeg的libav时,建议向CMake添加AC_PATH_FFMPEG变量,但你也可以使用Windows版的pkg-configAC_PATH_FFMPEG应该是指向ffmpeg根目录的路径,该目录包含libinclude文件夹。

要向CMake添加AC_PATH_FFMPEG,可以在cmake-gui中点击Add Entry按钮,或在终端中使用-DAC_PATH_FFMPEG="path/to/ffmpeg/root"

你可以从BtBNffmpeg-master-latest-win64-gpl-shared.zipffmpeg-master-latest-win64-lgpl-shared.zip)或gyan.devffmpeg-release-full-shared.7z)下载包含SDK的ffmpeg for Windows。

构建DirectShow滤镜需要MSVC,此功能仅在Windows上可用。

Linux

已在gcc和clang上测试通过。

mkdir build && cd build
cmake ..
cmake --build . --config Release -j8
cd bin
./ac_cli -v

Termux

要在Termux上支持OpenCL构建,你需要安装ocl-icd包,Khronos的OpenCL SDK似乎无法在Termux上使用。

pkg install cmake clang ocl-icd opencl-clhpp opencl-headers
mkdir build && cd build
cmake .. -DAC_CORE_WITH_OPENCL=ON
cmake --build . --config Release -j8
cd bin
LD_LIBRARY_PATH=/vendor/lib64:$PREFIX/lib ./ac_cli -l

WASM

仅在Emscripten上进行过测试。请参阅wasm测试

Mac OS

未经测试。如果您进行了测试,请提供反馈。

CMake选项

选项描述默认值
AC_SHARED_LIB构建为共享库OFF
AC_CORE_WITH_EIGEN3使用eigen3构建核心OFF
AC_CORE_WITH_SSE使用x86 SSE构建核心自动检测
AC_CORE_WITH_AVX使用x86 AVX构建核心自动检测
AC_CORE_WITH_FMA使用x86 FMA和AVX构建核心自动检测
AC_CORE_WITH_NEON使用ARM NEON构建核心自动检测
AC_CORE_WITH_WASM_SIMD128使用WASM SIMD128构建核心自动检测
AC_CORE_WITH_OPENCL使用OpenCL构建核心OFF
AC_CORE_WITH_CUDA使用CUDA构建核心OFF
AC_CORE_ENABLE_FAST_MATH为核心启用快速数学OFF
AC_CORE_ENABLE_IMAGE_IO为核心启用图像文件读写ON
AC_BUILD_CLI构建命令行界面ON
AC_BUILD_GUI构建图形用户界面OFF
AC_BUILD_VIDEO构建视频模块OFF
AC_BUILD_FILTER_AVISYNTH构建AviSynth滤镜OFF
AC_BUILD_FILTER_VAPOURSYNTH构建VapourSynth滤镜OFF
AC_BUILD_FILTER_DIRECTSHOW构建DirectShow滤镜(仅限Windows MSVC)OFF
AC_BUILD_FILTER_AVISYNTH_VAPOURSYNTH构建AviSynth和VapourSynth通用滤镜OFF
AC_BUILD_BINDING_C为核心构建C语言绑定OFF
AC_BUILD_BINDING_PYTHON为核心构建Python绑定OFF
AC_TOOLS_BENCHMARK构建基准测试OFF
AC_TEST_UTIL构建工具模块测试OFF
AC_TEST_VIDEO构建视频模块测试OFF
AC_TEST_WASM构建WASM测试(仅限Emscripten)OFF
AC_ENABLE_LTO启用链接时优化OFF
AC_ENABLE_STATIC_CRT启用静态链接CRTOFF
AC_DISABLE_RTTI禁用运行时类型信息OFF
AC_DISABLE_EXCEPTION禁用异常OFF
AC_DISABLE_PIC禁用位置无关代码或可执行文件OFF

有一些方便的预设:

AC_PRESET_RELEASE

  • AC_CORE_WITH_OPENCL
  • AC_CORE_WITH_CUDA
  • AC_CORE_ENABLE_FAST_MATH
  • AC_CORE_ENABLE_IMAGE_IO
  • AC_BUILD_CLI
  • AC_BUILD_GUI
  • AC_BUILD_VIDEO
  • AC_BUILD_FILTER_AVISYNTH_VAPOURSYNTH
  • AC_BUILD_FILTER_DIRECTSHOW(仅限MSVC)

许可证

视频模块采用GPLv3许可,任何使用视频模块构建的模块也采用GPLv3许可,其他模块采用MIT许可。 例如,如果命令行界面使用视频模块构建,则采用GPLv3许可;否则,采用MIT许可。

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号