图像补全延伸开去

前两天群中有成员询问如何实现图片无损放大，由于自己也常常苦于图片模糊不清，便研究起来起来这方面的解决方案。搜索和寻找方案之前，我头脑中的思路是：

这个过程当图片很大时，计算量时蛮大的，可能会耗时较长。关键词

带着这个思路，我打开了 Google ，关键词很重要，那该如何选择关键词呢？比较之下我列出了以下关键词列表：

图片无损放大

图片补全算法

像素拟合算法

像素补全算法

可以看出，这是一个由现象向本质延伸的关键词列表。

如果只是应用，节约时间，不求甚解，那么选择「图片无损放大」作为关键词即可：

果然，已经有了成熟的应用，直接拿来使用即可。

上传照片上去，时间果然也是感人。

到这里其实就已经足够了，已经可以解决我们的问题啦。

更近一步

我可没打算停下来，看看其他3个关键词。

「图片补全算法」的搜索结果排名第一是：

「像素拟合算法」的搜索结果排名前二是：

「像素补全算法」的搜索结果排名前二是：

收获

嗯，这里有个浙江大学关于图像补全的 PDF 文档，不妨打开看看，这下可打开新世界了，文档一共有147页，系统地描述了一种可行的图像补全的方案，如果你具备一定编程和逻辑能力还是比较容易理解的。

思考

那今天我是在论述什么？

一种使用搜索引擎时选择关键词的方法；

多种图像补全的算法，包括 Google 开源的深度卷积神经网络（Deep Convolutional Neural Networks, based on waifu2x）；

一份浙江大学出品的关于图像补全的 PDF 文档（在公众号给机器人发送关键词「图像补全」，她会把下载地址给你）；

一种方法论。

如果你从中得到收益，不用回来感谢我，那是你应得的。