Suréchantillonner une vidéo avec video2x et Real-ESRGAN

Oui, vous pouvez suréchantillonner une vidéo avec un logiciel open source, et l'écosystème de suréchantillonnage vidéo open source s'est stabilisé sur deux projets qui couvrent presque tous les workflows. video2x (20 913 stars sur GitHub, AGPL-3.0) est le pipeline complet : une interface graphique, un installateur Windows et un traitement par lot qui encapsule plusieurs moteurs de suréchantillonnage derrière une seule interface^[1]. Real-ESRGAN (36 472 stars, BSD-3-Clause) est le modèle de restauration sur lequel ces moteurs sont construits, et il fournit ses propres exécutables portables si vous voulez le modèle sans le framework^[2].

Ce guide explique ce qu'installe réellement chaque outil, les GPU sur lesquels ils s'exécutent (la réponse est plus large que vous ne le pensez), quelles variantes de modèles conviennent à quel type de séquence, et où se situent les limites honnêtes qui poussent les utilisateurs vers une API hébergée. Tous les faits proviennent de la documentation officielle des deux dépôts, récupérée en août 2026.

L'écosystème de suréchantillonnage vidéo open source et la relation entre les deux projets

La relation compte plus que la comparaison. video2x est un framework de super-résolution vidéo et d'interpolation d'images basé sur l'apprentissage automatique ; Real-ESRGAN est l'un des moteurs qu'il contient. video2x 6.x supporte Real-ESRGAN, Real-CUGAN et RIFE via ncnn et Vulkan, plus Anime4K v4 et n'importe quel shader GLSL compatible MPV^[1]. La question pratique n'est donc rarement "video2x ou Real-ESRGAN" en matière de qualité ; c'est plutôt de savoir si vous voulez que le pipeline vidéo complet (extraction, suréchantillonnage, interpolation, réassemblage) soit géré pour vous, ou si vous préférez contrôler directement le modèle.

Deux faits méritent d'être notés avant d'installer quoi que ce soit :

L'exigence GPU est Vulkan, pas CUDA. video2x nécessite un GPU compatible Vulkan^[1], et les constructions portables de Real-ESRGAN s'exécutent sur les GPU Intel, AMD et NVIDIA via la même implémentation ncnn-Vulkan^[2]. La croyance commune selon laquelle le suréchantillonnage open source nécessite une carte NVIDIA est fausse pour cette pile.
Les licences pointent dans des directions différentes. L'AGPL-3.0 sur video2x entraîne des obligations si vous l'intégrez dans un service que vous proposez à d'autres ; la BSD-3-Clause de Real-ESRGAN ne le fait pas. Pour un travail personnel et interne, aucune ne pose problème.

video2x : la route du pipeline complet

video2x est le bon point d'entrée quand l'entrée est un fichier vidéo et la sortie désirée est une meilleure vidéo, sans rien assembler à la main. La version actuelle 6.4.0 est multiplateforme pour Windows et Linux, avec une interface graphique Qt6 et un installateur Windows en un clic^[1].

Ce que le framework gère pour vous :

Deux modes de traitement : le filtrage (suréchantillonnage) et l'interpolation d'images, ainsi un clip de 24 images par seconde peut sortir à la fois plus net et plus fluide^[1].
Choix du moteur par tâche : Anime4K v4 pour la vitesse sur l'animation, Real-ESRGAN pour la restauration photographique, Real-CUGAN en tant qu'alternative accordée à l'anime, RIFE pour l'interpolation^[1].
La plomberie vidéo : extraction d'images, inférence image par image et réassemblage avec audio, ce qui est exactement ce qui s'en va quand vous scriptiez un modèle directement sur un fichier vidéo.

Le compromis concerne l'opacité et la cadence. Une version de framework se déplace plus lentement que les modèles qu'il contient, et quand un travail échoue au milieu du clip, le débogage se fait au niveau de log du framework plutôt qu'au vôtre.

Real-ESRGAN : exécutables portables et la route Python

Real-ESRGAN décrit son objectif comme des algorithmes pratiques pour la restauration générale d'images et de vidéos^[2], et sa distribution reflète ce "pratique" : des exécutables portables précompilés pour Windows, Linux et macOS sans environnement Python du tout, s'exécutant sur les GPU Intel, AMD et NVIDIA via ncnn-Vulkan^[2].

Les détails qui importent pour le travail vidéo :

AnimeVideo-v3 est le modèle spécifique à la vidéo : un petit modèle accordé pour l'animation vidéo, documenté avec ses propres comparaisons dans le dépôt^[2]. Pour la séquence animée c'est le choix par défaut, pas le modèle x4plus général.
RealESRGAN_x4plus_anime_6B est le modèle anime compact quand la taille du fichier et la vitesse importent^[2].
Le script d'inférence Python supporte le pavage^[2], c'est la trappe de secours basse VRAM : une image trop grande pour la mémoire de votre GPU est traitée en tuiles au lieu de échouer. Plus lent, mais elle se termine.
Les canaux alpha, les images en niveaux de gris et les images 16 bits sont gérés par le même script^[2], ce qui compte quand le travail "vidéo" est vraiment un travail de séquence d'images provenant d'un pipeline VFX.

Le compromis dans cette direction : Real-ESRGAN seul traite les images, pas les vidéos. Vous gérez l'extraction et le réassemblage ffmpeg, la piste audio et la comptabilité du taux d'images, ou vous remettez video2x en place et remontez d'une abstraction.

Le coût réel de la route gratuite

Le logiciel est gratuit ; l'exécution ne l'est pas. L'inférence image par image occupe le GPU pendant toute la durée du travail, un long clip à 4× représente des heures d'occupation sur une carte grand public, et le pavage pour basse VRAM l'étend davantage. Ce coût est invisible jusqu'au troisième lot de la semaine, c'est alors que l'arithmétique contre une API hébergée devient utile à calculer : les tarifs API par seconde commencent à 0,002054 $/s pour l'amélioration légère et 0,044 $/s pour le suréchantillonnage Topaz dédié^[3]^[4], et le calcul de seuil de rentabilité contre votre volume prend cinq minutes.

La division du travail propre sur laquelle la plupart des équipes se posent : open source pour itérer sur une restauration jusqu'à ce qu'elle soit correcte (réexécutions illimitées, coût marginal zéro), l'API pour le lot qui suit (le pipeline par lot en Python fait environ 80 lignes). Le mode de défaillance à éviter est de scripter une ferme locale fragile pour traiter un volume mensuel qui coûterait 25 $ hébergé.

Un test de dix secondes, étape par étape

Quel que soit l'outil que vous installez, la première exécution doit être un segment de test réduit, pas un clip complet. La séquence qui économise le plus d'heures GPU gaspillées :

Coupez dix secondes de la pire partie de la séquence ; une section propre réussira tout suréchantillonneur et ne vous dira rien.
Choisissez le moteur par contenu, pas par captures d'écran de référence : la séquence photographique aux modèles généraux de Real-ESRGAN, l'animation à AnimeVideo-v3 ou Anime4K, et l'interpolation uniquement si le format de livraison a réellement besoin du taux d'images supérieur^[1]^[2].
Testez à 2× avant de tenter 4×. Doubler la résolution est généralement sûr ; quadrupler à partir d'une source de mauvaise qualité invente un détail qui dérive sur les visages et le texte.
Comparez sur l'écran cible au zoom 100%, figé sur le mouvement. La paillette temporelle et les coutures de pavage se cachent à la taille miniature.
Chronométrez l'exécution et extrapolez. Dix secondes de temps de traitement multiplié par votre arriéré réel est le coût honnête de la route gratuite, et le nombre qui décide si le lot reste local.

Les choisir dans la pratique

Installez video2x quand le travail est "améliorer ces fichiers vidéo" et vous voulez une interface graphique, un installateur et le choix du moteur sans plomberie. Les charges de travail animation-lourds surtout : Anime4K et Real-CUGAN existent nativement là^[1].

Allez directement à Real-ESRGAN quand vous avez besoin de l'exécutable portable sur une machine sans Python, traitez des séquences d'images plutôt que des fichiers conteneurs, avez besoin de pavage pour tenir dans la VRAM, ou intégrez la restauration dans votre propre pipeline où AGPL est un problème et BSD ne l'est pas^[2].

Ignorez les deux quand la séquence est déjà propre et a juste besoin de résolution pour une spécification de livraison ; c'est le travail ennuyeux et bon marché pour lequel les niveaux d'amélioration hébergée existent^[4].

FAQ

Puis-je suréchantillonner des vidéos en utilisant un logiciel open source ?

Oui. video2x vous donne un pipeline GUI complet avec un installateur Windows et le support Linux, encapsulant les moteurs Real-ESRGAN, Real-CUGAN, RIFE et Anime4K^[1] ; Real-ESRGAN seul fournit des exécutables portables pour Windows, Linux et macOS^[2]. Gratuit, local et privé ; les coûts sont le temps GPU et l'effort de configuration.

Ai-je besoin d'un GPU NVIDIA pour video2x ou Real-ESRGAN ?

Non. Cette pile s'exécute sur Vulkan via ncnn : video2x nécessite un GPU compatible Vulkan^[1], et les constructions portables de Real-ESRGAN supportent explicitement les GPU Intel, AMD et NVIDIA^[2]. Le "CUDA uniquement" est un mythe ici, bien que les cartes NVIDIA restent le chemin le plus testé.

Quel modèle dois-je utiliser pour l'animation ?

Real-ESRGAN's AnimeVideo-v3 pour la vidéo, ou le compact x4plus_anime_6B pour les images^[2]. Dans video2x, Anime4K v4 est l'option rapide et Real-CUGAN l'alternative anime axée sur la qualité^[1]. La séquence photographique reste sur les modèles généraux de Real-ESRGAN.

Que faire si mon GPU manque de mémoire ?

Utilisez le pavage. Le script d'inférence de Real-ESRGAN a des options de pavage qui divisent chaque image en morceaux que le GPU peut contenir^[2]. L'exécution devient plus lente et le pavage très agressif peut créer des coutures sur les dégradés, mais il transforme "mémoire insuffisante" en "terminé tard".

Puis-je utiliser ces outils commercialement ?

La licence BSD-3-Clause de Real-ESRGAN est permissive, y compris l'utilisation commerciale^[2]. video2x est AGPL-3.0^[1] : acceptable pour un usage commercial interne, mais l'intégrer dans un service que vous distribuez ou hébergez pour d'autres déclenche des obligations de copyleft qui méritent une vraie lecture juridique.

Quand une API hébergée est-elle moins chère que l'exécution locale ?

Quand le volume est régulier et l'ajustement par exécution est terminé. L'amélioration hébergée commence autour de 0,12 $ par minute de séquence^[4] ; si votre GPU serait occupé pendant des heures pour économiser quelques dollars, ou si le lot doit s'exécuter sans surveillance, la route API gagne. Le travail de restauration itératif-lourd reste local.

Exécuter votre premier suréchantillonnage

Commencez par dix secondes de votre pire séquence, exécutez-la via l'exécutable portable de Real-ESRGAN avec le modèle qui correspond au contenu, et jugez sur l'écran cible avant de vous engager des heures de temps GPU. Si le résultat tient et le volume est occasionnel, cet écosystème de suréchantillonnage vidéo open source est vraiment tout ce dont vous avez besoin ; si le lot ne cesse de croître, gardez le setup local pour le développement de l'apparence et laissez l'arithmétique décider où le volume s'exécute.

References

k4yt3x. video2x — README: moteurs supportés, modes, plateformes et exigences (v6.4.0). Récupéré août 2026 de github.com/k4yt3x/video2x
Xintao Wang et al. Real-ESRGAN — README: exécutables portables, variantes de modèles, options d'inférence. Récupéré août 2026 de github.com/xinntao/Real-ESRGAN
reAPI. Topaz Video Upscaler — page modèle avec tarification en direct par seconde. Récupéré août 2026 de reapi.ai/models/topaz-video-upscaler
reAPI. Enhance Video 1.0 — page modèle avec tarification en direct par seconde. Récupéré août 2026 de reapi.ai/models/enhance-video-1-0