Cloudflare 免费部署的图片工具已更新：新增 AI 图片放大功能

前言

上一篇《Cloudflare 免费部署图片压缩转换网站，本地处理无需上传》发出去以后，陆续有朋友照着部署了一份自己的。这段时间我又把项目往前推了一步：除了原来的压缩和格式转换，新加了 AI 图片放大 —— 最高放大 4 倍，而且和压缩一样，图片全程留在你自己的设备上，不上传、不出本机。

这篇重点讲这个新功能：怎么用、能到什么程度、有哪些坑。压缩和部署部分没有变化，我放在后面简单带过，步骤和截图跟上一篇完全一致。

这次更新了什么

改动主要在界面上：顶栏多了一组胶囊标签，图片压缩 和 AI 放大 两个工具共用同一个页面外壳，点一下就能切，不用整页跳转。同时两边各自保留独立网址，可以分别收藏、分别投放：

两个工具的共同点是：所有计算都在浏览器里完成。没有后端、没有上传队列、也没有"正在等待服务器处理"。图片不离开这台设备 —— 这也是我一直愿意用它的原因。

AI 放大怎么用

1. 第一次打开，先等它下载模型

打开 /upscale/，界面和压缩页是同一套，同样一个大大的拖拽区。但第一次用会多一步：需要下载约 11 MB 的推理引擎和模型权重。

这 11 MB 里，一部分是 ONNX Runtime 推理引擎，一部分是超分辨率模型的权重文件。它们是纯静态资源，跟着网站一起部署在 Cloudflare 上，不额外产生任何费用。下载过一次之后会缓存在本机，之后再打开就不用重复下了。

2. 拖进图片，调好参数

把图拖进去（或者点一下选文件），右侧是三个参数：

模型：目前内置一个 Real-ESRGAN General x4 v3，4.6 MB，定位是通用照片模型 —— 体积最小、出图最快。项目里留好了扩展位，之后可以往里加别的模型（动漫、人像这类专用模型）。

放大倍率：2×、3×、4×。模型本身是按 4 倍训练的，选 2× 或 3× 时，是先把 4 倍结果算出来再缩回去，界面底部会注明这一点。倍数越大越慢，细节也越多。

瓦片重叠：默认 8 px。放大是分块做的 —— 图片会被切成一块块 128×128 的小方块分别推理，再把结果拼回去。相邻两块各算各的，拼缝处容易留下一条痕迹，所以要让它俩重叠一点。重叠越大接缝越不明显，代价是计算量上升、速度变慢。一般不用动，除非你在成图里看到了网格状的接缝。

3. 拖动滑块对比，满意就下载

处理完之后，画面中间会出现一条可以拖动的分割线，左边是原图，右边是放大后的结果，按住往左右拖就能直接看细节差多少。

按钮有三个：再放大一次（把当前结果继续放大，适合想再多榨一点细节的情况）、下载 PNG、换一张图。输出格式是 PNG，无损保存放大结果。

它是怎么做到「本地放大」的

简单说，它不是把图片拉伸变大，而是让模型去重建细节。

这类超分辨率模型（Real-ESRGAN）在训练时看过大量「低分辨率 → 高分辨率」的图片对，学到的是边缘该怎么收、纹理该怎么补。所以放大出来的线条是重新画过的，而不是被插值糊成一团。当然它也不是万能的 —— 只能重建「看起来合理」的细节，不能凭空还原真实信息，这一点后面单独说。

推理跑在浏览器里，优先走 WebGPU。页面底部会显示当前用的是哪个后端，我这台机器上显示的是 WebGPU · Intel gen-12lp。如果设备没有可用的 WebGPU，它会自动降级到 WASM，多线程不行就再降到单线程 —— 能跑，但会明显变慢，界面上也会给出提示。

实测速度

拿截图里那张图举例（WebGPU，Intel 核显）：

核显跑到这个速度，日常处理几张图完全够用。有独显的机器会更快；纯 CPU 的 WASM 路径会慢很多，这也是为什么建议用最新的 Chrome 或 Edge 打开。

哪些图效果好，哪些别指望

适合放大：分辨率不够的老照片、截图、二次元插画、AI 生成后尺寸偏小的图。这几类都是「有内容、只是像素少」，模型有东西可以重建。

别指望它：失焦的、糊掉的照片。超分是重建细节，不是修模糊 —— 一张对焦失败的图，放大之后只会得到一张更大、更清楚的糊图。抖动、噪点严重的图效果也一般。

另外两个硬限制：

• 输出有像素上限：输出到 64 兆像素就停。换算一下，4 倍大约能处理 2000×2000 的源图，2 倍大约 4000×4000。超了会直接报错，让你降低倍率或者先把图裁小。这是纯本地推理的必然代价 —— 没有云端兜底。

• 图越大越慢：分块推理，块数随面积上涨，耗时基本是线性往上走。

原来的压缩和格式转换（没变）

压缩侧一点没动，还是原来的样子：拖进去，选格式（AVIF / WebP / JPEG / PNG / JPEG XL）和质量，实时出结果，支持批量：

压缩是纯编解码，没有上面那些像素上限，一次处理上百张也没问题。详细用法看上一篇，这里不重复了。

部署（和上一篇完全一样）

已经 fork 并部署过的读者，不用重来一遍：打开你自己那个仓库页面，点 Sync fork → Update branch，把最新代码同步过来就行。Cloudflare 检测到新提交会自动重新构建，几分钟后就是最新版本。

从头部署的话，流程一步没变，照抄上一篇：

① fork 到自己的仓库

项目地址：https://github.com/haihaipypy/image-tools

② Cloudflare 导入这个仓库

③ 填构建命令和输出目录

构建命令填 npm run build，输出目录填 dist。

④ 添加自定义域名

有两点是这次要额外注意的：

• 建议加一个环境变量 NODE_VERSION = 22。项目用的构建工具对 Node 版本有要求（^20.19.0 || >=22.12.0），构建镜像自带的版本不一定满足，加这个变量最省事。

• 别删项目里的 _headers 文件。放大功能要靠它给页面加上两个跨域隔离响应头，才能真正跑起多线程推理；少了这两个头，没有 WebGPU 的机器会掉到单线程，慢好几倍。Cloudflare 会自动读取这个文件，你什么都不用改。

结尾

线上地址还是 https://img.1day.vip/ ，压缩和放大都在。

项目开源（MIT），压缩部分源自 Addy Osmani 的 image-tools，超分模型是 Real-ESRGAN（BSD-3-Clause），原始版权声明都保留着。有问题，或者想加别的模型，评论区说一声。