前段时间我在构思类似的东西，已经要准备着手了，结果一不小心被人抢了先，就分享出来吧。
这个项目基于流行的Real-ESRGAN，下面是处理前后的对比（原始文件为png格式，此处演示的经过jpeg压缩），效果还是不错的，不过对AI超分辨率见得多了的人一定能感觉到熟悉的“GAN味”。
目前发现的问题：训练使用的字体包括思源宋、黑和蒹葭文楷，对大多数正文字体效果都可以，但对于和上述字体差异过大的字体（如艺术字体，或超细、超粗体）效果没那么好；因为模型是基于文字训练的，对于真正的图片（文中插图）可能会起到反效果。将来也许可以套一个版面分析的程序（如PP-Structure）然后对不同的内容使用专门的模型……不过我更期待ai能真正意义上消灭扫描书籍。
项目主页： tumuyan/SourceBook-Dataset: image datasets & model for text/book super-resolution (github.com)
某论坛发布帖： 书之溯源 SourceBook v1.0.1 恢复书本身的模样 可以将低分辨率的扫描书恢复为高分辨率 - 『精品软件区』 - 吾爱破解 - LCG - LSG |安卓破解|病毒分析|www.52pojie.cn
9 个赞
我之前就发现Real-ESRGAN虽然处理漫画会过度，但是处理文字有奇效，尤其是它默认是x4，其他大多是x2，所以处理扫描文字的效果最好。我是用这个处理了一些来看。
这个项目看来是专门对文本进行了训练，效果应该会更好。
1 个赞
我也是某天面对superlib上质量令人发指的扫描图片，突发奇想用Real-ESRGAN跑了一下，结果效果意外的还行，然后才萌生了训练一个模型的想法。
1 个赞
这个项目还是略显保守，只训练了x2，而没有像原版那样默认x4。而实际上古早的扫描本往往分辨率很低，x4最好，太大了大不了再缩小。
另外它无法修复二值化带来的笔画缺失，感觉还是有改进的余地。
不过看作者的意思二值化的笔画缺失很难修复了，于是似乎是低分辨率的灰度扫描本比二值化过的更有价值了。
想要修复笔画缺失需要更激进的做法，恐怕得是像pix2pix这样的图片翻译模型，以文字的原有图片和OCR结果为输入，输出和其他文字风格统一的正确字形图片。问题是OCR结果本身是否值得相信也是个问题。
（Ps：如果真有这样的模型的话，曾经如同弱智吧提问的“我下载的电子书【扫描版本】要怎么改字体”恐怕要得到解决了
）
刚试了一下这个，报错了（在Windows虚拟机里运行的）：
vkCreateInstance failed -9
invalid gpu device
新安客
7
大陆地区的书籍，百分之九十以上用的都是书宋。其中又以方正书宋为大头。尤其是90年代~10年代之间，大量的书籍都是使用方正系的软件排版，所以方正书宋更是占绝对的主导。在此之外，近年来书籍的编辑也在尝试使用其他的字体以打破陈俗之气。
1 个赞
invalid gpu device
显卡报错，Real-ESRGAN为了加速是要调用显卡的（多半是CUDA），虚拟机估计搞不定（除非做了显卡直通）
1 个赞
感谢分享；尝试了，效果是还行，前后对比明显，但是好像对显卡负荷特别高，而且速度也特别慢，比如，114页就花费了105分钟，平均一页得一分钟，对电脑负荷特别高，发热，风扇狂转。为了清晰化一本书三百多页的书，我的笔记本这样工作了几个小时，现在似乎有点后遗症了，风扇老出噪音，也可能是机子老了的缘故… 
我的旧笔记本也这样。
从finereader 10换到finereader 11后，新软件运行快速如飞。
第二天硬盘完全挂了。我纳闷：有病毒吗？还能伤硬盘？这么厉害？
拿去检查。内置硬盘的连接完全烂掉了。没办法，换新电脑。
谢谢反馈。那你的代价好大。我后来电脑也工作不了，风扇噪音巨响，还异常死机，只好去电脑维修店看了下，花点钱换了个散热硅脂，现在运转倒是还算正常… 以后跑这类高负荷程序得更小心一些了…
leoleo
12
感謝分享，您帖子中2个对比图，优化的效果很明显有改进。而优化前的情况，恰好是我遇到的几本书–扫描的pdf–的情况，勉强能看，但的确模糊。我看到有人用老马的工具，把pdf转为图片，然后，用老马的软件对图片进行处理，再合并为pdf。这个过程可以改善pdf的模糊，但过程比较耗时。
请问您介绍这个软件是怎么操作的呢？去githu看了一下，没看懂。好像这个方法也是处理图片，不能直接用于对一本扫描的pdf书籍的优化。不过，这2个对比图，的确是改善得令人垂涎三尺啊。
把图片文件夹拖到 run.bat 上就可以运行。
不过这个比老马啊！老马！的那个comicenhancer要费时间很多。而且我一般会先用sourcebook降噪，再用comicenhancer处理一遍。
我这台电脑运行ABBYY FineReader15中的OCR，整台电脑都要卡死了，然后我看了一下任务管理器，CPU使用率达到了100%。散热器呼呼一直转，还好CPU没烧掉。
训练使用的字体包括思源宋、黑和蒹葭文楷
找到一篇介绍以前活字设计的文章。
用徐明体来训练，不知效果会不会改善？
