简介
准确的说，Magpie是一个让窗口全屏显示的工具，但搭配了大量的缩放算法/滤镜，能够进行超分辨率放大，适用于窗口不支持全屏模式，或者窗口内置的全屏模式会使画面模糊的情况。对于动画风格的画面效果尤佳。
大部分Galgame对高分辨率屏幕的支持都是不太好的[1]。虽然像柚子这样的业界良心在2016年就引入了全1080p作画，但很多会社发行的游戏还停留在720p分辨率。目前（2023）新笔记本的主流分辨率已经来到了2.5k甚至更高，在这些新机器上运行720p游戏的体验无疑是很差的。
Magpie提供了将低分辨率窗口放大到全屏并自动超分的功能，经过实测对于动画风格的游戏效果极佳，因此把使用经验分享一下。
官方GitHub仓库：https://github.com/Blinue/Magpie
为便于读者参考，此处列出笔者电脑的相关配置：
- 屏幕：3072*1920分辨率，120Hz刷新率。
- CPU：AMD Ryzen 7 6800HS
- GPU：上面的核显，即Radeon 680M。该核显的性能约等于桌面端GTX 1050Ti。
下载安装
到官方GitHub仓库下载：https://github.com/Blinue/Magpie/releases
Chocolatey有社区维护版：https://community.chocolatey.org/packages/magpie
目前（2023.3）的最新稳定版是v0.9.1，最新预发布版是v0.10.0-preview 2。本文将以最新的v0.10.0-preview 2为例进行介绍。这个版本还不太稳定，未来预计将加入更多功能。
下载zip压缩包后解压到任意位置，双击exe即可运行。
- 如果你使用v0.10.0-preview 2，那么你无需安装任何依赖环境。
- 如果你使用v0.9版本，那么你需要安装.NET 6.0.4 Desktop 运行时。
缩放算法和配置
缩放算法介绍
有关缩放算法的详细介绍请看官方文档。注意该文档是针对0.9版本撰写的，0.10使用了新的配置逻辑，详见配置文件一节。
Magpie内置了大量的缩放算法，而且允许你将这些算法任意组合。这里只节选使用过的算法进行介绍。针对动画风格的游戏（如Galgame），Anime4K[2]的效果很好。
- ACNet：ACNetGLSL 的移植。适合动画风格图像的缩放，有较强的降噪效果。
- 输出尺寸：输入的两倍
- Anime4K_Denoise_Bilateral_Mean、Anime4K_Denoise_Bilateral_Median 和 Anime4K_Denoise_Bilateral_Mode：Anime4K 提供的降噪算法，分别使用平均数、中位数和众数
- 输出尺寸：和输入相同
- 参数
- intensitySigma：降噪强度。必须大于零。默认值为0.1
- Anime4K_Restore_M、Anime4K_Restore_L、Anime4K_Restore_VL、Anime4K_Restore_Soft_M 和 Anime4K_Restore_Soft_L、：Anime4K 提供的用于还原动漫画面线条的算法，M->L->VL 对性能的需求依次提高，Soft 变体效果稍弱
- 输出尺寸：和输入相同
- Anime4K_Thin_HQ：Anime4K 提供的用于细化动漫画面线条的算法
- 输出尺寸：和输入相同
- Anime4K_Upscale_S、Anime4K_Upscale_L、Anime4K_Upscale_VL、Anime4K_Upscale_UL、Anime4K_Upscale_Denoise_S、Anime4K_Upscale_Denoise_L、Anime4K_Upscale_Denoise_VL、Anime4K_Upscale_Denoise_UL 和 Anime4K_Upscale_GAN_x2_S：Anime4K 提供的动画风格图像缩放算法。Denoise 变体包含降噪效果，GAN 变体处于实验阶段，可以保留更多细节。S、L、VL、UL 对性能的要求依次提高。
- 输出尺寸：输入的两倍
- Bicubic：双立方（双三次）插值算法
- 输出尺寸：取决于 scale 参数
- 参数
- scale：缩放比例
- 其他：略。可以看官方文档
- Bilinear：双线性插值
- 输出尺寸：取决于 scale 参数
- 参数
- scale：缩放比例
此外还有一些适合3D场景的算法，以及一些滤镜，我用不到，就不介绍了。
简单解释一下最常见的scale参数的含义。
- 对于v0.9版本：该参数必须是有两个元素的数组。
- 当它们为正数时，表示相对于窗口的长和高的缩放比例；
- 为负数时则表示相对于屏幕能容纳的最大等比缩放的比例；假设屏幕分辨率是2560*1440，那么一个
[-0.5, -0.5]的scale表示将窗口缩放到1280*720。 - 为 0 时表示缩放到充满屏幕（画面可能会被拉伸）。
- 所有 scale 参数的默认值为 [1,1]，即和输入尺寸相同。
- 对于v0.10版本：0.10改了
scale的逻辑，但文档还没更新，我也懒得翻源码，推测应该是这样的：- 不能再是负数或0。
- 介于0-1时，表示0.9版本中的负数的情况。
- 大于1时，表示相对原始分辨率的放大倍数。
[1,1]仍然表示不放大也不缩小。
如果文档更新，我（大概）会同步在这里更新。
4倍缩放
Anime4K和ACNet都是放大两倍，如果希望放大更多倍，需要重复使用两次Anime4K或ACNet。例如，笔者的屏幕是3072*1920的，想要让720p画面取得较好的显示效果，就需要放大两次。
思路很简单，先使用一次Anime4K或ACNet，然后用一次双三次插值缩小到当前屏幕的一半大小（主要是为了提升性能），然后再用一次Anime4K或ACNet，这样正好放大到整个屏幕。根据官方文档的建议，为了消除噪点，第一次缩放应该使用带降噪的版本。
配置文件
- 0.9 版本中，Magpie启动时会在所在目录搜索配置文件 —— ScaleModels.json ，如果未找到则会使用程序内置的默认参数自动生成该文件。
- 0.10 版本中，缩放配置集成到了config.json文件中，该文件的默认位置是
C:\Users\[Username]\AppData\Local\Magpie\config\config.json。如果你在设置中开启了便携模式，那么该文件的位置是./config/config.json。
v0.10版本中，缩放算法配置变得简单了，直接在应用里即可调整，不再需要编辑json文件。
笔者自己调整了一些缩放配置，直接截图放在这里了，配置情况一目了然。所有的Bicubic的参数都是[0,0.5]。
你也可以在此处下载我导出的配置文件，然后在Magpie的“缩放配置”页面的右上角点击三个点按钮，选择“导入ScaleModels.json”，选择文件导入即可。旧版的Magpie缩放配置也可以用这个方法迁移到0.10版本。
使用
配置好缩放后，就可以使用Magpie了。将待放大窗口置于前台，按下定义好的缩放快捷键即可生效。
需要注意的是，Magpie还不支持触摸屏，未来应该也不会支持[3]。但窗口化缩放（即并不强制全屏）的功能应该会在未来加入[4]。
注意：有些游戏允许你任意调整窗口的大小，但其内置的缩放很简陋。为了实现最佳的效果，你应该让游戏运行在原始的默认分辨率下，然后启用Magpie。
捕获模式
直接照搬官方文档了。我一直用的默认的Graphics Capture，到目前为止没有任何问题。
捕获模式用于指示程序如何捕获源窗口图像，它们的适用场景见捕获模式对比。
- Graphics Capture：使用 Screen Capture API 捕获窗口，最推荐的方法。此 API 从 Win10 v1903 开始提供。
- Desktop Duplication：使用 Desktop Duplication API 捕获窗口，相比 Graphics Capture 可以捕获到更多类型的窗口。此 API 从 Win10 v2004 开始提供。
- GDI：使用 GDI 捕获源窗口。和 Graphics Capture 相比 CPU 占用更少。
- DwmSharedSurface：使用未公开的 DwmSharedSurface API 捕获窗口。
效果展示
原谅我截图大小不太一致〒▽〒
例1：原生720p放大至3K
这个例子展示了一个720p窗口放大到3K的效果。图片来自Madosoft的游戏《ハミダシクリエイティブ》。
建议放大查看图片以对比细节。缩小后的图片看起来差别不大，但截图时肉眼观察确实差别巨大。注意头发的边缘处。
角色立绘：
 |
 |
 |
 |
|---|---|---|---|
| 整数放大4倍后双立方插值缩小到3k，用于对照 | Anime4K_S 4倍缩放（详见上文，后同） | ACNet 4倍缩放 | Anime4K_GAN 4倍缩放 |
文字，超分算法或多或少都有点歪，不过无伤大雅：
 |
 |
 |
 |
|---|---|---|---|
| 整数放大4倍后双立方插值缩小到3k，用于对照 | Anime4K_S 4倍缩放（详见上文，后同） | ACNet 4倍缩放 | Anime4K_GAN 4倍缩放 |
Anime4K_S的GPU占用约为60%，ACNet和Anime4K_GAN的GPU占用约为80%。风扇有明显噪音。
个人观感，效果：Anime4K_GAN>ACNet>=Anime4K_L>Anime4K_S>>Lanczos>整数缩放
例2：原生1080p放大至3K
这个例子展示了一个1080p窗口放大到3K的效果。图片来自酸柚子的游戏《PARQUET》。
 |
 |
 |
 |
|---|---|---|---|
| 整数放大2倍后双立方插值缩小到3k，用于对照 | Anime4K_S 2倍缩放 | ACNet 2倍缩放 | Anime4K_GAN 2倍缩放 |
GPU占用没看，估计应该是比720p要低一点，因为只做了一次缩放。
关于图像超分的碎碎念
图像超分领域的进步还是很惊人的。我对于这方面的记忆还停留在bigjpg这个网站，没想到现在已经这么牛了。
关于这个topic可以看https://github.com/topics/super-resolution，下面每个仓库都有相当惊人的效果展示。目前动画风格图像效果最好的目测是Real-ESRGAN，之前的waifu2x也是挺有名的。不过这两种都不是实时的算法，完成一次推理可能需要超过1s的时间，对于实时场景，Anime4K也有相当不错的效果。
从Anime4K官方仓库找了两张对比图：
(图片是按照推理速度排序的，从左到右越来越慢。FSRCNNX和Anime4K是实时的算法，waifu2x 和Real-ESRGAN不是)
感觉Real-ESRGAN的降噪有点过，图1背景的拦网直接给搞没了，不知道是不是刻意为之。图2背景的圆石墙也有点走样。
另外，这个仓库提供了全家桶式的超分辨率工具。
该话题下面还有一些针对真实人脸照片的超分辨率模型，效果同样劲爆，此处不再列出了。
脚注：
知乎上有一些针对该问题的讨论，如 https://www.zhihu.com/question/441904152 ↩︎
Anime4K是一种实时的超分辨率算法，见 https://github.com/bloc97/Anime4K ↩︎
主要是权限问题。有网友维护了支持触摸屏的版本，见 https://github.com/Blinue/Magpie/issues/218#issuecomment-980506414 ↩︎