AI画像アップスケーラガイド：画質を落とさずに写真を拡大

最終更新日：July 25, 2026

Real-ESRGAN は、ほとんどの写真において最も強力な無料 AI アップスケーラです。2–4x に拡大しつつ、単純なリサイズではブロック状に残ってしまうようなディテールをそれらしく合成します。ポートレート、商品写真、古い写真に使えます。アニメや線画には waifu2x に切り替え、顔がワックスのように見える場合は GFPGAN と組み合わせましょう。すべてのツールに共通する正直な限界は、AI は欠落したディテールを「推定」するだけであり、一度も撮影されていないディテールを復元することはできない、という点です。以下の数値とモデル選びはすべて私が実測したものであり、各アップスケーラのランディングページに繰り返し書かれている宣伝文句ではありません。

クイックアンサー：どのアップスケーラを使うべきか？

モデルは画像の内容と、どれだけ拡大したいかに合わせて選びます。一般的な手法をテストし、以下の表が各ソースタイプに対する私の選択です。

1 回だけ 1 枚の画像を処理するなら、ブラウザツールを使います。フォルダ単位で処理するなら、Real-ESRGAN CLI が標準的な無料の選択肢です。基礎となる仕組みについては、画像をアップスケールする方法とReal-ESRGAN リリースノートを参照してください。

AI アップスケールは実際どう動いているのか？

AI アップスケーラは、低解像度と高解像度の画像ペアで学習された超解像（super-resolution）ニューラルネットワークです。小さくブロック状の入力を与えられると、既存のピクセル間を補間するのではなく、パターン（エッジ、肌、布、葉）を認識することで、シャープでより大きなバージョンを出力するよう学習します。主流の無料モデルである Real-ESRGAN は GAN ベースで、生成器が拡大画像を生成し、識別器がそれが本物らしく見えるかを判定し、出力が納得できるものになるまで互いに押し上げ合います。

これが従来のリサイズより優れる理由は定量的です。同じ 400×300 のソースを 3 つの方法で拡大し、結果を記録しました。Lanczos と cubic 補間は約 1270 KB の 4x 画像を生成しましたが、エッジを滑らかにしただけで新しいディテールはありませんでした。最近傍補間はブロック状の 233 KB ファイルを生成しました。Real-ESRGAN 系のモデルは、補間では生成できない高周波のテクスチャを再構築します。これこそ、ピクセル数が同じでも AI 出力の方がシャープに見える理由です。

GAN も拡散（diffusion）型アップスケーラも、もっともらしいディテールを合成しますが、どちらも実際に撮影されたディテールを復元することはできません。Google AI の超解像に関する投稿と Real-ESRGAN プロジェクトが、このアプローチを詳しく解説しています。

アップスケールで失われたディテールは本当に復元できるか？

いいえ — できると主張するガイドは真実を語っていません。これは、AI か否かにかかわらず、いかなるアップスケーラを使う前にも理解しておくべき最も重要なポイントです。すべてのツールに同じ厳しい限界があります：

• **できること：**エッジを滑らかにする、ピクセル化を減らす、目立つブロックのない大きな画像を生成する。
• **できないこと：**一度も撮影されていないディテール（50px の顔からまつ毛を復元）を捏造する、ぼやけたソースに真のシャープさを加える、低解像度の撮影を高解像度のものと差し替える。

300px の写真を 1200px に拡大したものは、300px のオリジナルを 1200px に引き伸ばしたものよりは良く見えますが、1200px で撮影された写真には及びません。この問いに独立して答える AI エンジンはいずれも同じ点を指摘しています。目標は「見える品質低下を減らす」ことであり、完全な復元ではありません。利用可能な最も高解像度なソースから始めましょう。アップスケールは救済措置であり、再撮影ではありません。

どの画像タイプにどのモデルを使うか？

これはすべてのアップスケーラのランディングページが避ける質問です。正直な答えは「内容による」だからです。モデルの選択はツールのブランドよりも重要です — 同じ Real-ESRGAN の重みを実行する 2 つのツールは、ほぼ同じ出力を生成します。

• **写真（ポートレート、商品）：**Real-ESRGAN x4plus。劣化した写真（ブラー、ノイズ、圧縮）で学習されているため、乱雑な実世界のソースを処理できます。画面用途には 2x、印刷には 4x を使います。
• **顔がワックス状に見える：**まず GFPGAN を実行し、次に Real-ESRGAN を実行します。GFPGAN は顔復元モデルで、汎用アップスケーラが顔に生じさせるプラスチック状の肌を修正します。
• **アニメ、イラスト、線画：**waifu2x または Real-ESRGAN のアニメモデル。クリーンで平坦なエッジに調整されており、写真モデルがイラストに押し付ける過剰にテクスチャ化された見た目を避けます。
• **UI のスクリーンショット、ドット絵：**Lanczos または最近傍補間であって、AI ではありません。AI は文字や UI の可読性を支えるシャープな 1 ピクセルのエッジを歪めます。

ツールはどう比較されるか？

ツール間の差は生の能力よりも、チューニング、コスト、利便性に表れます — ほとんどが内部で同じ少数のオープンモデルを実行しているからです：

コミットする前に、各ツールの公式サイトで現在の価格を確認してください。パターンは次のとおりです。無料のオープンソースモデル（Real-ESRGAN、waifu2x）がほとんどのニーズをカバーし、有料ツールはプロ用途向けに磨き、バッチワークフロー、より高い拡大倍率を追加します。

アップスケールにはどれくらい時間がかかるか？

1 枚の 400×300 ソースで一般的なパスの所要時間を計測しました。従来の補間はほぼ瞬時ですが、AI アップスケールは画像ごとにニューラルネットワークの完全な順伝播を実行するため、より遅くなります。

1 枚の画像なら所要時間は問題になりません。数百枚のフォルダでは、画像ごとの数秒が積み重なります — 1 枚ずつ処理する Web ツールではなく、CLI やホスト型キューでバッチ処理しましょう。バッチ処理ツールを使えばスクリプトなしでフォルダを処理できます。

実際に必要な解像度はどれくらいか？

「できるだけ大きく」拡大すると、バイトを無駄にし、不要なディテールを捏造します。解像度を用途に合わせましょう：

Web では 1600–1920px でほぼ常に十分です。それ以上に拡大してもファイルが肥大化するだけです。印刷用途では、300 PPI での物理サイズから計算してください — 画像の解像度と DPIを参照。

AI アップスケーラの実行方法は？

1 枚の画像には Image Upscaler を使います。バッチやスクリプトには、Real-ESRGAN CLI が標準的な無料の選択肢です：

## 写真を 4x 拡大
realesrgan-ncnn-vulkan -i input.jpg -o output.jpg -n realesrgan-x4plus

## フォルダ単位
realesrgan-ncnn-vulkan -i input_dir -o output_dir -n realesrgan-x4plus

顔には、拡大前に GFPGAN を追加して、まず顔を復元します。AI を使わないシンプルな 2x 拡大には、Lanczos が高速で無料です — ディテールを捏造することはできませんが、少し大きくするだけで済む良質なソースなら、ミリ秒単位でクリーンでアーティファクトのない結果を出します：

magick input.jpg -filter Lanczos -resize 200% output.jpg

アップスケールが間違った答えになるのはいつか？

アップスケールは救済であり、解像度の代わりにはなりません。次の場合は避けましょう：

• **再撮影できる場合。**必要な解像度で撮影された写真は、常に拡大されたものより優れています。
• **ソースがぼやけている場合。**ぼやけた画像を拡大しても、より大きなぼやけた画像になるだけです。まずブラーを修正するか、受け入れましょう。
• **用途が証拠に敏感な場合。**AI アップスケーラはディテールを捏造するため、ピクセル精度が重要な医療、捜査、アーカイブの作業には決して使わないでください。
• **Web にしか使わない場合。**1920px の Web 画像がアップスケールを必要とすることはほとんどありません。代わりにリサイズして圧縮しましょう。JPEG の圧縮方法を参照してください。

よくある間違い

• **拡張されたディテールを本物と信じる。**それは測定されたものではなく合成されたものです — 表示には適していますが、証拠としては間違いです。
• **顔に写真モデルを使う。**プラスチック状の肌を生みます。GFPGAN と組み合わせるか、顔専用モデルを使いましょう。
• **4x を超えて拡大する。**収穫逓減し、捏造されたディテールが支配的になって、結果がソースから乖離します。
• **Web 用に 1920px を超えて拡大する。**画面上のメリットなしにファイルを肥大化させます。
• **100% チェックを省く。**AI 出力は縮小表示では問題なく見えるアーティファクトを隠します。必ずフルサイズで検査しましょう。

よくある質問

AI アップスケールは実際どう動いているのか？

低解像度と高解像度の画像ペアで学習された超解像モデルは、拡大時にもっともらしいディテールを合成することを学びます。既存のピクセル間を補間するだけのバイキューピックリサイズとは異なり、AI アップスケーラはテクスチャ — 毛穴、布の織り、葉 — を捏造します。それは本物らしく見えますが、ソースには存在しませんでした。Real-ESRGAN が写真向けの主流な無料モデルです。

AI アップスケールは一度も撮影されていないディテールを復元できるか？

いいえ。AI は学習で得たパターンに基づいて欠落情報を推定します。一度も元の撮影に含まれていなかったディテールを復元することはできません。目標は「見える品質低下を減らす」ことであり、完全な復元ではありません。利用可能な最高品質のソースから始めましょう。

写真に最適な AI モデルは？

Real-ESRGAN x4plus です。ブラー、ノイズ、圧縮を含む実世界の写真で学習されているためです — つまり人々が実際に拡大したい、乱雑なソースです。拡大後に顔がワックス状に見える場合は、まず GFPGAN を実行して顔を復元し、次に Real-ESRGAN で残りを処理しましょう。

アニメや線画に最適な AI モデルは？

waifu2x または Real-ESRGAN のアニメモデルです。いずれもクリーンで平坦なエッジに調整されており、写真モデルがイラストに押し付ける過剰にテクスチャ化されたプラスチック見た目を避けます。ドット絵や UI のスクリーンショットには、絶対に写真アップスケーラを使わないでください — シャープなエッジを歪めます。

AI アップスケールは従来のリサイズより優れているか？

2x 以上の写真については、イエスです — バイキューピックや Lanczos では復元できない見かけ上のディテールを復元します。グラフィック、テキスト、線画については、AI 合成がシャープな 1 ピクセルのエッジを歪めるため、従来のリサイズの方が正確です。話題性ではなく、コンテンツタイプで選びましょう。

AI アップスケールにはどれくらい時間がかかるか？

ホスト型サービスやローカル GPU では、2x 拡大で約 2–5 秒、4x で 5–15 秒です。従来の Lanczos 補間はほぼ瞬時（60 ms 未満）ですが、ディテールは復元しません。数百枚のバッチには、1 枚ずつ処理する Web ツールではなく、CLI やキューを使いましょう。

どの拡大倍率を使うべきか？

ほとんどの Web・画面用途では 2x です。アーティファクトのリスクを抑えつつ解像度を 2 倍にします。4x ははるかに多くのディテールを捏造し、イラストや、結果を慎重に精査してクリーンアップする場合にのみ安全です。4x を超えると、捏造されたディテールが支配的になります。2x から始め、100% で確認し、表示が本当に必要とする場合にのみ、さらに上げましょう。

圧縮された JPEG をアップスケールできるか？

できますが、圧縮アーティファクト（ブロック状、バンディング）が本物のディテールと一緒に拡大されます。ひどく圧縮されたソースは、大きくなった同じように損傷した画像に拡大されます。Real-ESRGAN は劣化した画像で学習しているため軽度の圧縮をうまく処理しますが、ひどい既存の圧縮を取り消すことはできません — 手元にある最高品質のソースから始めましょう。

画像クレジット

• 拡大前後の比較、アップスケーラツール比較、アップスケールの限界、用途別解像度の図 — EC サイト風の写真（Pexels #16675632、撮影：Mikael Blomkvist）から著者が作成。拡大タイミングと補間の比較は、ImageMagick と Real-ESRGAN を用いて合成テスト画像で実測しました。