Comment utiliser la super-résolution et améliorer la qualité d’image sur votre site

Il y a quelques années, “zoomer et améliorer” était un mème Internet se moquant de CSI-style montre utilisant une technologie qui n’existait pas vraiment. Prendre une image à très basse résolution et zoomer / améliorer ce n’était pas quelque chose qui pouvait être fait comme décrit.

Cependant, au cours des dernières années, de nouveaux modèles modernes d’intelligence artificielle (IA) ont changé la donne. La soi-disant «super-résolution» peut maintenant être réalisée avec des résultats assez étonnants. Mieux encore, les modèles et le code sous-jacent sont open-source, ce qui signifie que tout le monde peut améliorer ses images à l’aide de ces nouveaux modèles d’IA à la pointe de la technologie.

Je vais vous révéler comment vous pouvez facilement utiliser cette technologie pour mettre à niveau automatiquement les images de votre site Web en vrac et pourquoi cela peut être bénéfique.

Les avantages de la super-résolution

La super-résolution est probablement mieux adaptée aux sites de commerce électronique qui n’ont pas d’images de très haute qualité et qui ont plutôt de petites images fournies par les fabricants, les expéditeurs directs ou d’autres intermédiaires de commerce électronique.

Voici un aperçu du type d’augmentation de la qualité que vous pouvez attendre de ce processus.

Source: Album Imgur

Vous pouvez voir plus d’exemples en taille réelle ici. Les différences sont d’autant plus apparentes que l’image est agrandie.

La super-résolution présente de nombreux avantages potentiels :

• Google préfère les images uniques / non dupliquées qu’il n’a jamais vues auparavant. Il semble probable que l’application de la super-résolution à une image stockée ou à une image de commerce électronique largement utilisée par de nombreux sites (et qui existe plusieurs fois dans l’index) puisse faire de cette image super-résolution la «meilleure version» canonique de cette image en ligne, conduisant éventuellement à de meilleurs avantages de classement.
• Les images à haute résolution sont plus souvent liées et partagées que leurs homologues à basse résolution.
• Les images à haute résolution sont plus susceptibles d’attirer et de retenir l’attention des visiteurs, ce qui entraîne probablement une augmentation des mesures d’engagement sur le site (taux de rebond plus faible, temps passé sur le site plus élevé, etc.), qui sont connus pour être des facteurs importants dans les classements de recherche.

Cependant, il y a d’autres facteurs à considérer avant de continuer. La vitesse du site est une mesure clé du classement SEO. Augmenter la résolution de l’image signifie généralement augmenter la taille de l’image. Le compromis entre la qualité et la taille de l’image est important, et vous devriez avoir une idée de l’impact de la mise à l’échelle des images sur les temps de chargement des pages.

Si vous n’avez déjà que des images de haute qualité, comme vous le devriez, la mise à l’échelle ne vaut probablement pas la peine.

La mise à l’échelle en super-résolution ne fonctionne pas particulièrement bien avec le texte. Il peut créer des artefacts qui réduisent la qualité globale de l’image. Cependant, cela fonctionne beaucoup mieux pour les images sans texte.

Malgré ces mises en garde, si vous pensez toujours que l’augmentation de la qualité vous serait utile comme les exemples ci-dessous, continuez à lire.

Implémentation de la super-résolution sur les images de votre site

Ce guide nécessite que vous vous inscriviez à deux API :

1. SerpAPI – Utilisé pour gratter toutes les images indexées de la recherche Google Image
2. Super résolution DeepAI – Utilisé pour effectuer les améliorations de super-résolution sur chaque image

Bien qu’il soit possible d’atteindre ce qui est décrit ici sans s’appuyer sur des API payantes, cela simplifie considérablement le processus pour des taux d’utilisation d’API relativement peu coûteux. Si vous avez un besoin permanent d’utiliser la super-résolution sur vos images, l’implémentation de ces modèles à partir de leur code de base open source est probablement votre pari le moins cher.

Utiliser la super-résolution sur vos images

Voici ce qu’il faut faire:

• Copiez ceci Bloc-notes collaboratif Google à votre propre lecteur.
• Remplacez Frac.tl par votre propre domaine dans le code de la cinquième cellule.
• Remplacez la clé API dans la cinquième cellule par la clé API que vous obtenez de SerpAPI.
• Remplacez la clé API dans la septième cellule par la clé API que vous obtenez de DeepAI.org.
• Exécutez chaque cellule de manière séquentielle.

Le code fait ce qui suit

• Scrape tous les résultats Google Image pour le domaine donné et les télécharge dans le dossier images
• Obtient l’URL de chaque image dans le dossier d’image une fois qu’elles ont été grattées et les donne à l’API de super-résolution Deepai.org
• Obtient les images super-résolution de l’API Deepai et les télécharge dans le dossier super images

Conclusion

Nous sommes maintenant à un point de basculement dans l’émergence et la démocratisation de modèles basés sur l’IA qui peuvent faire des choses magiques. L’apprentissage de Python ouvre un nouveau monde énorme où le code open-source et les modèles formés open-source donnent désormais même aux novices en programmation l’opportunité d’exploiter ces technologies pour une grande variété d’objectifs de marketing numérique.

Se tenir au courant de cette révolution de l’IA vous permettra non seulement de rester en avance sur la courbe, mais vous donnera également l’opportunité d’être parmi les premiers à appliquer ces progrès de manière nouvelle et créative, en résolvant des problèmes et des défis auparavant insurmontables dans notre espace.