让老视频重新变清晰：Video2X 视频超分辨率与帧插值实战-二趣网

让老视频重新变清晰：Video2X 视频超分辨率与帧插值实战

【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

2003 年那段家庭录像躺在硬盘里十年：画面抖得像雪花屏，人脸糊成一团，快进时一顿一顿。Video2X 这个开源工具专门干这件事——用 AI 超分辨率把低清视频放大变清晰，再用帧率插值把卡顿的画面补得顺滑。

一句话定位

Video2X 是一个跑在 Windows 和 Linux 上的开源命令行工具（当前 6.x 版本，C++ 实现），用 GPU 上的神经网络把低清视频放大、补帧，输出高清成片。它的核心能力是：一条命令，把 480p 的旧片变成能看的 1080p。

核心能力拆解

把低清老视频放大成高清

场景：手里有一段 480p 的老家庭录像，想在电视上看清每个人的脸。操作：Real-ESRGAN 是通用性最强的超分模型，对真人实拍、纪录片这类画面最自然，选它就像挑了一位什么风格都修得动的照片修复师：

video2x -i input.mp4 -o output.mp4 -p realesrgan --realesrgan-model realesr-generalv3 -s 2

-s 2：输出尺寸放大 2 倍，仅支持 2、3、4
真人实拍建议选realesr-generalv3
动漫素材选realesr-animevideov3
realesrgan-plus细节更多，更慢
-n 0/1：可调降噪强度，0 表示不降噪

结果：480p 变成 960p，线条锐利，脸部不再糊成一片。

给老动漫快速放大

场景：一盘 480p 的老番，想先看个大概效果，不想等太久。操作：Anime4K 走的不是神经网络，而是在 GPU 上逐帧跑 GLSL 着色器（类似视频滤镜的实时着色程序），速度比超分模型快得多，老显卡也跑得动：

video2x -i input.mp4 -o output.mp4 -p libplacebo --libplacebo-shader anime4k-v4-a+a -w 3840 -h 2160

-w/-h：Anime4K 用目标宽高代替放大倍数
内置a、b、c及a+a等组合着色器
也支持自定义 MPV 兼容的 .glsl 文件

结果：480p 直接升到 4K，处理速度接近实时预览级别，线条干净。

给 24 帧视频补出 48 帧

场景：一段 24 帧的旧片动作发飘、拖影明显，想让它看起来顺滑。操作：RIFE 是帧插值算法，根据前后两帧"猜"出中间帧，像给翻页动画补画中间页，24 帧的素材可以直接插成 48 帧：

video2x -i input.mp4 -o output.mp4 -p rife --rife-model rife-v4.26 -m 2

-m 2：帧率翻倍，最低 2
rife到rife-v4.26共 14 个版本可选
--rife-uhd：开启超高分辨率模式
-t：场景切换阈值，避免转场插出鬼影

结果：24fps 变 48fps，慢动作段落不再一顿一顿。

给噪点严重的老录像带去噪

场景：VHS 磁带翻拍的录像，暗处全是雪花噪点，单纯放大只会把噪点一起放大。操作：选带 wdn（wide-denoise，宽频降噪）训练的 Real-ESRGAN 模型，再开最强降噪档：

video2x -i input.mkv -o output.mkv -p realesrgan --realesrgan-model realesr-generalv3-wdn -s 2 -n 1

wdn模型专为噪点素材训练
-n 1：Real-ESRGAN 最高降噪强度
Real-CUGAN 也支持-n -1到3共五档
动漫去噪可选realcugan的models-se模型

结果：噪点被抹掉，暗部干净，放大后不"雪花化"。

安装并跑通第一条命令

Linux 用 AppImage 最快（免安装可执行文件，双击或命令行都能跑），Windows 从 releases 页下载安装包，Arch 系可从 AUR 装：

wget https://github.com/k4yt3x/video2x/releases/latest/download/Video2X-x86_64.AppImage chmod +x Video2X-x86_64.AppImage ./Video2X-x86_64.AppImage --list-devices ./Video2X-x86_64.AppImage -i input.mp4 -o output.mp4 -p realesrgan -s 2

--list-devices：列出 GPU，确认显卡被识别
-p realesrgan：不指定模型时用默认动漫模型
处理中按空格暂停，按 q 中止

如果卡住了：加--log-level debug复跑，看错误输出里第一行带CRITICAL的日志；报 Vulkan 相关错误就先跑--list-devices确认显卡在列表里并更新显卡驱动；预编译二进制要求 CPU 支持 AVX2（2013 年后的 Intel / 2015 年后的 AMD），更老的机器只能从源码编译。

选对处理器和放大倍数

按内容选：动漫线条多的素材选 Real-CUGAN，追求速度就用 Anime4K；真人实拍、纪录片选 Real-ESRGAN；只想提升流畅度选 RIFE。
按设备选：4GB 以下显存或核显，建议 Anime4K 或 2 倍放大；8GB 以上显存可以上 Real-CUGAN 3 到 4 倍；多显卡时用-d 编号指定独显，编号来自--list-devices的输出。
按偏好选：求快选 Anime4K，质量优先选 Real-CUGAN 或 Real-ESRGAN 4 倍，后者耐心等就行，处理期间可以随时空格暂停。

进阶工作流

把一部 480p 老动漫升到 1440p

video2x -i old_anime_480p.mkv -o old_anime_1440p.mkv -p realcugan \ --realcugan-model models-se -s 3 -n 0 -e crf=17 -e preset=slower -e tune=animation

models-se：动漫效果最好的模型组
-n 0：不额外降噪
tune=animation：x264 针对动画调优
crf=17：接近视觉无损的输出质量

修复 VHS 翻拍的老录像带

video2x -i vhs_scan.mkv -o vhs_clean.mkv -p realesrgan \ --realesrgan-model realesr-generalv3-wdn -s 2 -n 1 -e crf=18 -e preset=slow

wdn模型专治老录像噪点
-n 1：开启最强降噪
-s 2：480i 翻拍素材放大 2 倍
preset=slow：编码更慢但更省体积

给 30fps 素材做 60fps 慢动作

video2x -i clip_30fps.mp4 -o clip_60fps.mp4 -p rife \ --rife-model rife-v4.26 -m 2 -e crf=18

rife-v4.26：内置的最新插值模型
-m 2：30fps 插值到 60fps
先拿 10 秒片段试，确认无鬼影再跑全片
crf=18：保证高帧率下码率足够

避坑指南

现象：处理中途报错退出，或速度慢到不可用。原因：选了集显或显存不够的卡，模型算不动。一句话解法：用--list-devices找到独显编号，加-d参数指过去，或改用更省显存的 Anime4K 和 2 倍放大。
现象：命令直接报错退出，或输出尺寸和预期不符。原因：忘了给-s或-w/-h，Anime4K 必须用宽高，其他处理器必须给倍数。一句话解法：Anime4K 配-w 3840 -h 2160，超分和插值配-s 2起步。
现象：提示 Invalid ... model specified，参数解析失败。原因：模型名打错或加了多余后缀，比如写成realesr-generalv3-x4。一句话解法：从video2x无参数运行打印的帮助信息里完整复制模型名。

项目速览

CMakeLists.txt：构建入口，定义编译开关与依赖
include/libvideo2x/：核心库头文件，定义处理器、编解码、日志等 API
src/：核心库 C++ 实现，滤镜与插值器各占一个文件
tools/video2x/：命令行工具源码，含参数解析与进度显示
models/：内置 AI 模型，按 realcugan、realesrgan、rife、libplacebo 分类存放
docs/book/src/：官方文档，安装、命令行用法、构建与架构说明

打开终端，把第一条命令跑起来——先用 10 秒的短片段试参数，满意了再交给整片。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析