इमेज अपस्केल API: डेवलपर्स के लिए Topaz, Picsart और Google की तुलना
तीन अपस्केल APIs, भुगतान के तीन अलग तरीके। यह तुलना Topaz Labs के प्रति मेगापिक्सल क्रेडिट, Picsart के साझा क्रेडिट पूल और Google के प्रीव्यू Imagen अपस्केलर को आउटपुट सीमाओं, रिक्वेस्ट के ढाँचे और एक ब्राउज़र टेस्ट बेंच के साथ आमने-सामने रखती है, ताकि आप कोड लिखने से पहले क्वालिटी परख सकें।
आपके पास 1,200 पिक्सल चौड़ी 3,000 प्रोडक्ट फ़ोटो हैं, और एक प्रिंट पार्टनर 4,800 माँग रहा है। या कोई यूज़र-अपलोडेड अवतार है जो रेटिना स्क्रीन पर आते ही मोज़ेक बन जाता है। देर-सवेर हर इमेज पाइपलाइन को एक अपस्केल कॉल चाहिए होती है, और डेवलपर थ्रेड्स में तीन नाम बार-बार आते हैं: Topaz Labs, Picsart और Google। तीनों एक ही वादा बेचते हैं, बिना धुंधलाहट के ज़्यादा पिक्सल, लेकिन बहुत अलग APIs, बिलिंग मॉडल और सीमाओं के साथ। यह तुलना तीनों के सार्वजनिक दस्तावेज़ों और प्राइसिंग पेजों पर आधारित है, और यह उन आंकड़ों पर केंद्रित है जो तय करते हैं कि आपकी पाइपलाइन सस्ती रहेगी या चुपचाप हर महीने का झटका बन जाएगी।
💡 त्वरित सार: Topaz तीन क्वालिटी टियर में प्रति आउटपुट मेगापिक्सल बिल करता है। Picsart कई टूल्स में साझा क्रेडिट पूल से प्रति कॉल दर काटता है। Google का Imagen अपस्केल एक प्रीव्यू मॉडल है, जिसके आउटपुट पर 17 मेगापिक्सल की सख्त सीमा है।
अपस्केल API असल में क्या करता है
एक सामान्य रिसाइज़ आपके पास मौजूद पिक्सल को खींचता है। नतीजा बड़ा होता है, पर धुंधला भी। एक अपस्केल API आपकी इमेज को एक प्रशिक्षित मॉडल को भेजता है, जो उस डिटेल का अनुमान लगाता है जो मूल फ़ोटो ने कभी कैप्चर ही नहीं की: ईंट का किनारा, स्वेटर की बुनाई, वह रेखा जहाँ बाल पृष्ठभूमि से मिलते हैं। आप एक छोटी फ़ाइल भेजते हैं और उसके बदले एक बड़ी फ़ाइल वापस पाते हैं जो ऐसे लगती है मानो वह उसी तरह शूट की गई थी।
प्रोवाइडर चुनना असल में तीन चीज़ों के बीच सौदेबाज़ी है: आउटपुट सोर्स के कितना वफ़ादार रहता है, आउटपुट कितना बड़ा हो सकता है, और हर आउटपुट पिक्सल की कीमत आपको कितनी पड़ती है।
प्रिसिज़न बनाम जनरेटिव अपस्केलिंग
बाज़ार में दो परिवार हावी हैं। प्रिसिज़न मॉडल वही तेज़ करते हैं जो पहले से मौजूद है। वे रूढ़िवादी होते हैं, शायद ही कुछ गढ़ते हैं, और प्रोडक्ट शॉट्स, दस्तावेज़ों और ऐसी किसी भी इमेज के लिए उपयुक्त हैं जिसे ग्राहक असली चीज़ से मिलाकर देख सकता है। जनरेटिव मॉडल गायब डिटेल को पेंटिंग की समस्या मानते हैं। वे विश्वसनीय लगने वाला टेक्सचर जोड़ते हैं। यह किसी नरम लैंडस्केप पर शानदार दिख सकता है, पर चेहरे पर परेशान करने वाला लगता है, क्योंकि त्वचा का ऐसा पैटर्न जो कभी था ही नहीं, फिर भी एक गढ़ंत है।
💡 मोटा नियम: अगर फ़ोटो किसी असली चीज़ का सबूत है, जैसे लिस्टिंग, पहचान पत्र या मरम्मत का दावा, तो प्रिसिज़न चुनें। अगर फ़ोटो मूड के लिए है, जैसे हीरो बैनर या पोस्टर, तो जनरेटिव ठीक है।
आउटपुट मेगापिक्सल क्यों मायने रखते हैं
इस तुलना की लगभग हर सीमा और हर बिल आउटपुट आकार से जुड़ा है, न कि उस फ़ाइल से जो आप अपलोड करते हैं। स्केल फ़ैक्टर को दोगुना करने पर पिक्सल की संख्या चार गुना हो जाती है, इसलिए 4x की सेटिंग, जो हानिरहित लगती है, 2x से चार गुना पिक्सल माँगती है।
इनपुट साइज़
फ़ैक्टर
आउटपुट साइज़
आउटपुट मेगापिक्सल
1,000 × 1,000
2x
2,000 × 2,000
4 MP
1,200 × 800
4x
4,800 × 3,200
15.4 MP
1,000 × 1,000
4x
4,000 × 4,000
16 MP
2,000 × 2,000
4x
8,000 × 8,000
64 MP
इस टेबल को नीचे दिए प्राइसिंग शीट्स के साथ रखें। 16 मेगापिक्सल का नतीजा 300 dpi पर A3 प्रिंट के लगभग बराबर है, और 64 मेगापिक्सल वह जगह है जहाँ क्रेडिट लागत और साइज़ की सीमाएँ चुभने लगती हैं।
Topaz Labs API: प्रति मेगापिक्सल क्रेडिट
Topaz Labs ने अपनी प्रतिष्ठा डेस्कटॉप फ़ोटो सॉफ़्टवेयर से बनाई है, और इसका डेवलपर API उसी दर्शन का पालन करता है: जितना प्रोसेस करें, उतना भुगतान करें। कोई सब्सक्रिप्शन या न्यूनतम शर्त नहीं है, जॉब पूरा होने पर क्रेडिट अपने-आप कट जाते हैं, और नए अकाउंट को टेस्ट करने के लिए फ़्री ट्रायल क्रेडिट मिलते हैं।
मॉडल और क्रेडिट प्राइसिंग
प्राइसिंग आउटपुट मेगापिक्सल के हिसाब से रैखिक है। दस्तावेज़ सीधे कहता है: एक क्रेडिट से एक तय संख्या में आउटपुट मेगापिक्सल मिलते हैं, और यह संख्या टियर पर निर्भर करती है।
उपयोग का मामला
Topaz मॉडल
प्रति क्रेडिट आउटपुट MP
प्रिसिज़न अपस्केल
Gigapixel
24
जनरेटिव अपस्केल
Wonder
4
क्रिएटिव अपस्केल
Bloom
2
Sharpen
Sharpen
24 (GAN) या 20 (जनरेटिव)
Denoise
Denoise
24
16 मेगापिक्सल के आउटपुट का हिसाब लगाएँ। प्रिसिज़न टियर पर इसकी लागत एक क्रेडिट से कम है। Wonder पर इसकी लागत 4 क्रेडिट है। Bloom पर 8। वही फ़ोटो, वही साइज़, और कीमत में आठ गुना से ज़्यादा का फ़र्क, यह इस पर निर्भर करता है कि आप कितनी क्रिएटिव आज़ादी खरीदते हैं। बजट बनाने वाले किसी भी व्यक्ति के लिए यही इस लेख की सबसे उपयोगी बात है।
Topaz कहाँ सबसे अच्छा फ़िट बैठता है
जब मंज़िल कागज़ या बड़ी डिस्प्ले हो और सोर्स असली फ़ोटो हो, तब Topaz स्वाभाविक चुनाव है। प्रिसिज़न टियर पूरे कैटलॉग पर चलाने के लिए काफ़ी सस्ता है, और अलग-अलग sharpen और denoise endpoints आपको बड़ा करने से पहले या बाद में फ़ाइल साफ़ करने देते हैं, बजाय इसके कि एक जनरेटिव पास के लिए पैसे दें जो सब कुछ एक साथ करता है।
API छूने से पहले उस इंजन का लुक देखना चाहते हैं, तो Topaz Image Upscale PicassoIA पर 2x, 4x और 6x फ़ैक्टर्स और पाँच विशेष मोड्स के साथ उपलब्ध है, जो इसे एक सुविधाजनक विज़ुअल संदर्भ बनाता है।
व्यवहार में Picsart Ultra Upscale
Picsart इस समस्या को क्रिएटिव प्लेटफ़ॉर्म की तरफ़ से देखता है। अपस्केलिंग एक बड़े API कैटलॉग का एक टूल है, जिसमें बैकग्राउंड हटाना, इफ़ेक्ट्स और जेनरेशन भी शामिल हैं, इसलिए उसका वादा है कि हर चीज़ एक ही अकाउंट से चले।
रिक्वेस्ट का ढाँचा और पैरामीटर
एंडपॉइंट एक ही POST है, और ज़रूरी पैरामीटर सुखद रूप से छोटे हैं: आपकी इमेज की ओर इशारा करने वाला URL, एक पूर्णांक अपस्केल फ़ैक्टर (दस्तावेज़ का उदाहरण 3 इस्तेमाल करता है) और आउटपुट फ़ॉर्मेट (उदाहरण में PNG है)। ऑथेंटिकेशन एक कस्टम रिक्वेस्ट हेडर के ज़रिए होता है, जिसमें आपका Picsart क्रेडेंशियल होता है।
चलाने से पहले अपने क्रेडेंशियल के साथ Picsart ऑथेंटिकेशन हेडर जोड़ें। फ़ैक्टर की सीमाएँ, साइज़ की सीमाएँ और सटीक प्रोसेसिंग मोड Picsart के रेफ़रेंस पेज पर स्पष्ट लिखे हैं, इसलिए रिट्राई और टाइमआउट डिज़ाइन करने से पहले उसे जाँच लें।
Picsart टूल्स में साझा क्रेडिट
Picsart क्रेडिट को हर Picsart API और मॉडल में यूनिवर्सल यूनिट बताया गया है, और हर कॉल अपनी दर काटती है। लिखने के समय प्लान 1,000 क्रेडिट के लिए $7.50 वन-टाइम (या $5.00 प्रति माह) से लेकर 20,000 क्रेडिट के लिए $100 वन-टाइम (या $90 प्रति माह) तक हैं। बजट बनाने से पहले लाइव प्राइसिंग पेज पर ये आंकड़े ज़रूर जाँच लें।
इसके दो व्यावहारिक नतीजे हैं। पहला, साझा पूल तब सुविधाजनक है जब एक प्रोडक्ट अपस्केलिंग, बैकग्राउंड हटाने और जेनरेशन एक साथ इस्तेमाल करता है, क्योंकि आप एक बार टॉप-अप करते हैं। दूसरा, प्रति-कॉल दर प्रति-मेगापिक्सल बिलिंग से बहुत अलग बर्ताव कर सकती है: बड़ी फ़ाइलों पर यह उदार लग सकती है और थंबनेल पर महंगी, इसलिए इसे अपने असली साइज़ वितरण पर परखें।
Picsart का API प्लेटफ़ॉर्म तीसरे-पक्ष के अपस्केलर्स को भी चुनने योग्य मॉडल के रूप में सूचीबद्ध करता है, जिनमें Topaz Image Upscale और दो Recraft विकल्प शामिल हैं। जब हमने जाँच की, तब Topaz मॉडल पेज पर लिखा था कि लाइव प्राइसिंग अभी प्रकाशित नहीं हुई है। अगर आप पहले Recraft का लुक एक नज़र में देखना चाहते हैं, तो दोनों PicassoIA पर उपलब्ध हैं: वफ़ादार शार्पनिंग के लिए Recraft Crisp Upscale और अतिरिक्त गहराई व डिटेल के लिए Recraft Creative Upscale।
Vertex AI पर Google Imagen अपस्केल
Google का ऑफ़र Vertex AI के भीतर रहता है, जो इसे सबसे आसान या सबसे अटपटा विकल्प बना देता है, यह इस पर निर्भर करता है कि आपका इंफ़्रास्ट्रक्चर पहले से कहाँ है।
फ़ैक्टर, सीमाएँ और फ़ॉर्मेट
मॉडल का नाम imagen-4.0-upscale-preview है, और शब्द preview मायने रखता है। इसमें तीन फ़ैक्टर स्वीकार होते हैं: x2, x3 और x4। अंतिम आउटपुट 17 मेगापिक्सल से ज़्यादा नहीं हो सकता, और यही वह सीमा है जो आपको सबसे ज़्यादा फँसा सकती है। इनपुट base64 या Cloud Storage URI के रूप में भेजा जा सकता है, और आउटपुट डिफ़ॉल्ट रूप से PNG में वापस आता है, या JPEG में, जहाँ कंप्रेशन क्वालिटी 0 से 100 तक होती है और डिफ़ॉल्ट 75 है।
कॉल करने से पहले हिसाब लगाएँ। x4 पर 17 मेगापिक्सल का मतलब है कि आपका इनपुट लगभग 1,030 पिक्सल वर्ग तक ही हो सकता है, उससे ज़्यादा नहीं। x2 पर आपको लगभग 2,060 पिक्सल वर्ग मिलता है। x4 पर 2,000 पिक्सल की फ़ोटो 64 मेगापिक्सल तक पहुँचेगी और सीमा तोड़ देगी, इसलिए या तो पहले उसे डाउनस्केल करें या x2 चुनें।
कीमत और प्रीव्यू की सावधानियाँ
अपस्केल दस्तावेज़ वाले पेज पर कोई कीमत नहीं है। थर्ड-पार्टी प्राइसिंग सारांश Vertex AI पर प्रति अपस्केल की गई इमेज लगभग $0.06 बताते हैं, जो मध्यम मात्रा के लिए आकर्षक है, लेकिन इसे Google Cloud प्राइसिंग पेज पर पुष्टि कर लें, क्योंकि प्रीव्यू प्राइसिंग बदल सकती है। प्रीव्यू स्टेटस का मतलब यह भी है कि मॉडल के नाम और व्यवहार बदल सकते हैं, इसलिए अपना वर्ज़न पिन करें, हर नतीजे के साथ मॉडल का नाम लॉग करें और एक फ़ॉलबैक रखें।
सेटअप की लागत भी असली है: एक Google Cloud प्रोजेक्ट, IAM roles और आदर्श रूप से एक Cloud Storage बकेट। अगर आप पहले से वहीं हैं, तो यह एक छोटा कदम है। अगर नहीं हैं, तो यह तीनों में सबसे भारी ऑनबोर्डिंग है।
Google के इंजन का लुक बिना किसी क्लाउड सेटअप के तुलना करने के लिए, PicassoIA पर Google Upscaler 1 से 100 तक एडजस्ट होने वाली कंप्रेशन क्वालिटी के साथ 2x और 4x आउटपुट देता है।
साइड-बाय-साइड तुलना
सार्वजनिक दस्तावेज़ों से सत्यापित हो सकने वाले तथ्यों पर तीनों कैसे खड़े होते हैं, वह यहाँ है।
Topaz Labs API
Picsart Ultra Upscale
Google Imagen Upscale
बिलिंग यूनिट
आउटपुट मेगापिक्सल पर क्रेडिट
क्रेडिट, हर कॉल पर तय दर
Vertex AI पर प्रति इमेज
क्वालिटी टियर
प्रिसिज़न, जनरेटिव, क्रिएटिव
एक अल्ट्रा अपस्केल एंडपॉइंट, साथ में होस्टेड तीसरे-पक्ष मॉडल
एक अपस्केल मॉडल
स्केल फ़ैक्टर
मॉडल के अनुसार तय
पूर्णांक फ़ैक्टर (दस्तावेज़ उदाहरण: 3)
x2, x3, x4
आउटपुट सीमा
साइज़ के हिसाब से प्राइसिंग, प्राइसिंग दस्तावेज़ों में कोई फ़्लैट सीमा नहीं
रेफ़रेंस पेज देखें
अधिकतम 17 MP
इनपुट
इमेज अपलोड
इमेज URL
Base64 या Cloud Storage URI
मैच्योरिटी
पे-एज़-यू-गो, ट्रायल क्रेडिट
क्रेडिट प्लान, साझा पूल
प्रीव्यू मॉडल
किसके लिए सबसे अच्छा
प्रिंट और फ़ोटोग्राफ़ी
मिश्रित क्रिएटिव टूलकिट
पहले से Google Cloud पर मौजूद टीमें
💡 ईमानदार चेतावनी: यह तुलना दस्तावेज़ों और प्राइसिंग पेजों को पढ़ती है। यह कोई लैब बेंचमार्क नहीं है। इमेज क्वालिटी व्यक्तिपरक है और सोर्स पर निर्भर करती है, इसलिए प्रतिबद्ध होने से पहले हर प्रोवाइडर के ज़रिए अपनी बीस फ़ाइलें चलाएँ।
कौन-सा काम किसके लिए
बड़ी मात्रा में प्रिंट-तैयार फ़ोटोग्राफ़ी: Topaz, प्रिसिज़न टियर पर। प्रति मेगापिक्सल लागत Topaz के तीन अपस्केल टियर में सबसे कम है और अनुमानित रूप से बढ़ती है।
कई इमेज टूल्स के लिए एक वेंडर: Picsart। एक साझा क्रेडिट पूल और एक अकाउंट तीन अलग इंटीग्रेशनों से बेहतर है।
अगर आप पहले से Google Cloud पर काम करते हैं: Imagen अपस्केल। Cloud Storage इनपुट और IAM आपके मौजूदा सेटअप में फ़िट होते हैं, बशर्ते आप प्रीव्यू स्टेटस स्वीकार करें।
चेहरे और पोर्ट्रेट: तीनों को त्वचा और बालों पर परखें। प्रिसिज़न मोड ईमानदार रहते हैं, क्रिएटिव मोड भटक सकते हैं।
दस्तावेज़ और स्क्रीनशॉट: टेक्स्ट के लिए बना मोड चुनें। PicassoIA पर Topaz Image Upscale मॉडल में ठीक इसी के लिए एक Text Refine मोड शामिल है।
PicassoIA पर Image Upscale कैसे इस्तेमाल करें
API कोड लिखने से पहले अपनी फ़ाइलों के साथ आउटपुट का लुक जाँचें। PicassoIA Topaz Image Upscale और Google Upscaler को ब्राउज़र में होस्ट करता है, इसलिए आप मिनटों में क्वालिटी परख सकते हैं। लिखने के समय, PicassoIA का अपना डेवलपर API इमेज, इमेज एडिटर और वीडियो मॉडल सूचीबद्ध करता है, इसलिए इसे ऊपर बताए वेंडर APIs का विकल्प नहीं, बल्कि एक विज़ुअल टेस्ट बेंच मानें।
सोर्स से मेल खाता मोड चुनें: सामान्य फ़ोटो के लिए Standard V2, बहुत छोटे सोर्स के लिए Low Resolution V2, डिजिटल आर्ट के लिए CGI, बारीक डिटेल सुरक्षित रखने के लिए High Fidelity V2, या दस्तावेज़ों के लिए Text Refine।
अपस्केल फ़ैक्टर 2x, 4x या 6x सेट करें।
पोर्ट्रेट के लिए फ़ेशियल शार्पनिंग चालू करें। स्ट्रेंथ डिफ़ॉल्ट रूप से 0.8 है और क्रिएटिविटी डिफ़ॉल्ट रूप से 0 है, जो सबसे सुरक्षित शुरुआत है।
JPG या PNG चुनें, उसे चलाएँ, फिर नतीजा डाउनलोड करें।
क्रॉप करने से पहले अपस्केल करना। आप उन पिक्सलों का भुगतान करते हैं जिन्हें आप बाद में फेंक देते हैं। पहले क्रॉप करें, फिर बड़ा करें।
कैटलॉग फ़ोटो के लिए क्रिएटिव टियर इस्तेमाल करना। Topaz के Bloom पर प्रति क्रेडिट 2 मेगापिक्सल पर, प्रति मेगापिक्सल यह प्रिसिज़न टियर से बारह गुना महँगा है और ऐसी डिटेल गढ़ता है जो आपने माँगी ही नहीं थी।
आउटपुट सीमा को नज़रअंदाज़ करना। Google की तरफ़ 17 मेगापिक्सल की सीमा ऐसी रिक्वेस्ट को ठुकरा देती है जिसे बड़ा बजट भी ठीक नहीं कर सकता। कॉल से पहले कोड में आउटपुट साइज़ की गणना करें।
अपस्केल की हुई फ़ाइल को फिर से अपस्केल करना। आर्टिफ़ैक्ट्स जुड़ते जाते हैं। मूल फ़ाइल रखें और उसी से अलग सेटिंग के साथ दोबारा चलाएँ।
स्पॉट चेक छोड़ना। चेहरों, हाथों और किसी भी टेक्स्ट को 100 प्रतिशत ज़ूम पर देखें। थंबनेल पर ठीक दिखने वाला बैच पिघले हुए अक्षरों को छिपा सकता है।
💡 सस्ता बीमा: हर अपस्केल की गई फ़ाइल के साथ मॉडल का नाम, फ़ैक्टर और सेटिंग्स स्टोर करें। जब छह महीने बाद कोई ग्राहक एक इमेज की शिकायत करे, तब आप उसे दोबारा बना सकते हैं।
अपनी फ़ोटो पर इसे आज़माएँ
टेबल पढ़ने से बस इतनी ही मदद मिलती है। अपनी इमेज के लिए बहस सुलझाने का सबसे तेज़ तरीका है उन्हें चलाना। Picasso IA पर Topaz Image Upscale खोलें, अपनी किसी सबसे धुंधली फ़ाइल को 4x तक ले जाएँ, फिर वही फ़ाइल Google Upscaler से चलाकर तुलना करें। दस मिनट के भीतर आप जान जाएँगे कि कौन-सा लुक आपके कैटलॉग पर फ़िट बैठता है, और कौन-सा API असली इंटीग्रेशन के लायक है।
वहीं रहते हुए प्लेटफ़ॉर्म के बाकी टूल्स भी आज़माएँ: टेक्स्ट प्रॉम्प्ट से नई इमेज जनरेट करें, किसी खराब पुरानी फ़ोटो को रिस्टोर करें, या अपनी पसंदीदा शॉट को किसी अपस्केलर से गुज़ारकर प्रिंट करें। सब कुछ picassoia.com/en/all-models पर ब्राउज़ करें और आज ही Picasso IA के साथ अपनी इमेज बनाएँ।