Artefatos JPEG (JPEG Artifacts) referem-se às distorções visuais causadas pela perda de alguns dados da imagem durante o processo de compressão JPEG. Como um formato de compressão de imagem amplamente utilizado, o JPEG reduz os dados da imagem para comprimir o tamanho do arquivo, facilitando o armazenamento e a transmissão. No entanto, esse método de compressão com perdas também pode causar imperfeições indesejadas na imagem, geralmente chamadas de artefatos JPEG.
O algoritmo de compressão JPEG, ao descartar parte dos dados da imagem para reduzir o tamanho do arquivo, pode introduzir diferentes tipos de artefatos. Os artefatos comuns incluem distorção em blocos, desfoque e desvio de cores na imagem. Embora as vantagens da compressão do formato JPEG sejam evidentes, quando se exige alta qualidade de imagem, os artefatos tornam-se um problema difícil de evitar.

Embora muitos métodos tenham sido propostos para remover artefatos JPEG, eles geralmente enfrentam algumas limitações em aplicações práticas:
Para superar esses desafios, propusemos um método inovador de rede neural convolucional cega (FBCNN), capaz de prever o fator de qualidade de imagens JPEG e incorporá-lo ao decodificador para orientar a restauração da imagem. Esse método não só pode ser ajustado com flexibilidade conforme as necessidades do usuário, como também oferece suporte ao processamento de diferentes fatores de qualidade JPEG, alcançando assim um efeito de restauração de maior qualidade.
Vale destacar que esta tecnologia não é um simples aumento de imagem ou redução de ruído, mas sim uma remoção especificamente voltada para artefatos JPEG. Por meio das nossas imagens de exemplo, você pode ver claramente que aqueles blocos de cor desagradáveis desaparecem após o processamento e a imagem é restaurada.

Atualmente, funções de remoção de artefatos JPEG como as do Photoshop são pagas, mas agora oferecemos uma solução totalmente gratuita. Este projeto não só ajuda os usuários a remover artefatos JPEG, como também inclui uma interface gráfica do usuário (GUI), tornando a operação mais simples. O usuário só precisa clicar duas vezes para executar orun.batarquivo para começar a usar.
Também adicionamos funcionalidade de processamento em lote a este projeto, com suporte à aceleração por GPU, tornando o processamento de imagens mais rápido e eficiente. Além disso, você pode comparar facilmente os efeitos antes e depois do processamento, garantindo a melhor qualidade de imagem.
Endereço do projeto:Endereço do projeto no GitHub