大家好，我是亦束，本期内容讲扩展界面的功能。
Single Image ，顾名思义就是单个图像处理。Batch Process 为批量处理，在这个上传框里你可以把多个图像拖入进来，然后进行处理。Batch from Directory 则是根据你填写的目录，将输入目录里的所有图像作为要处理的图像，输出目录作为处理完成的图像存放位置，来批量处理，Show result images就是预览你处理完成的图。
上传图片跟图生图是一样的，拖入或点击空白处上传。在 Single Image 里只能拖入一张，生成的位置在 Extras 文件夹里。Batch Process 可以放进多张图片，生成的位置也是放在 Extras 文件夹里。Batch from Directory填写图像的输入和输出路径，生成的位置就在你输出路径位置。
Scale by 为倍数放大，按照你上传图片的大小再乘以你设定的这个倍数大小。
Scale to 以你设定的宽高来放大，你设定的多少它就放大多少，勾选上 Crop to fit ，当图像宽高比与设定的不一致时，会预先按照比例裁剪，然后放大。不勾选上 Crop to fit则它会以“宽”为主导进行像素的放大，如果宽高与原图的宽高且比值都不一致时，以“宽”为主进行等比缩放，当宽一致高不一致，则以“高”为主进行等比缩放。
我们上传一张 512 * 512 的图像，用默认的 Scale by 数值 4 来生成一下，先随便选一个模型。可以看到最后的图像放大了 4 倍，变成了 2048 * 2048 。
我们将 Scale to 的宽高设定为 1024 * 1024 ，然后生成，最后的图像也是 1024 * 1024 。
我们再将它设置为 1024 * 512 ，在勾选 Crop to fit 的情况下，可以看到它的高被裁剪了。
然后我们取消勾选，上传一张 512 * 512 的图像，设定为 548 * 513 ，生成的结果是 548 * 548 。
设定为 512 * 548 ，生成的结果也是 548 * 548 。
放大模型算法1，这里我就讲几个我常用的通用模型，其它的模型你想要了解可以去文本区，点击链接去了解，里面有针对不同类型图像专用的模型介绍。
我们用各个模型来对比一下原图和放大的区别，在图像类别上分别用动漫和写实进行对比。
LDSR：基于SD的技术，速度非常慢且吃显存，修改一点颜色。适合摄影类图像的放大，不常用。
ESRGAN_4x：基于 GAN （生成对抗网络），生成的图过于锐利。
R-ESRGAN 4x：ESRGAN_4x 的增强版，针对于摄影图，绘图都有不错的效果。
R-ESRGAN 4x+ Anime6B：针对二次元图像的放大，效果不错。
4x-UltraSharp：也是基于 ESRGAN_4x 训练的模型，适用于大部分图像，效果也很好。这也是我最常用的模型，但在默认选项里是没有这个的，需要自行下载并放进 ESRGAN 文件夹内。
SwinIR_4x：基于 Transformer 的模型，生成的图形比较平滑，效果也还可以。
放大模型算法 2 ，目前没有找到官方的信息，普遍认为算法 2 选择了模型，那么第一个算法用来补充细节，第二个算法用来平滑图像。
visibility，普遍认为它是作为算法的混合量。
算法 1 先选用 4x-UltraSharp，2 不开启来生成一张。然后再将算法 2 选用 SwinIR ，混合量 0.5 生成一张，来对比一下区别。
下面几个选项都是针对面部修复的功能，两个功能选一个使用就行了。Visibility 和之前 算法2 visibility的概念是一样的，如果你开到 0.5 会产生叠加的效果。
你可以把它当做图生图里的透明度来理解，不过这里的数值与透明度的数值是反过来的。
我们拿张图来测试，值为 0 时，为原始图，而值为 1 时，是修复图。当值为 0.5 时，会产生原始图和修复图叠加。
下面一个面部修复功能还有个权重的选项，值为 0 时代表面部修复功能影响程度最高，在括号里也已经提示了。
PNG Info ，用来识别 SD 生成图像的参数。
我们拖入一张由 SD 生成的图像，在右边可以看到所有的参数，例如正负提示词，使用的模型，算法等，甚至连后期扩展用的处理算法和放大的大小都有。如果我们拖入的不是 SD 生成的图像，那它只显示了一个 dpi 的数值。
