Real-ESRGAN と GFPGANを連携させる方法とGUIで使えるツール

Real-ESRGAN と GFPGAN

インストール手順や使い方においても Real-ESRGAN（リアル・イーエスアールガン）と GFPGAN （ジーエフピーガン）はかなり似ています。
両方とも Tencent ARC によって開発されており、基本的な実行構成が似ているからです。

本記事では、GUIでReal-ESRGAN と GFPGANを使えるツールについてと、ローカルでReal-ESRGAN と GFPGANを連携させる方法（導入までの手順を含む）書いています。

主なGFPGANモデル

GFPGANの顔復元（Face Restoration）専用モデルは、バージョンや学習条件によって複数のモデルファイルが存在します。

• 1.4 → 現行の標準。自然な顔補正で、多くの用途に無難に使える。
• 1.3 → よりシャープ＆メリハリある仕上げ。ただし少し不自然な場合も。
• 1.2 → 古い写真やぼやけ画像の補修に有効。
• 1.0 → 実験的用途。

公式リポジトリ（TencentARC/GFPGAN）

• https://github.com/TencentARC/GFPGAN
  Releasesページに .pth モデルが公開されています。
• 配置場所（単体実行時）
  experiments/pretrained_models/ フォルダ内に置く。

あわせて読みたい

GFPGANのインストール方法 GFPGANとは？ GFPGANは、AIの顔修復モデルとして一時期バズりましたが、**「実物と全然違う顔になる」**というある意味での“炎上”も経験しました。ネットでは「GFPGANが…

主な Real-ESRGAN モデル

• RealESRGAN_x4plus：汎用写真・イラスト向け。×4 アップスケーリングが可能。
• RealESRGAN_x4plus_anime_6B：アニメ／イラストに特化した最新モデルで、線のディテールと色面をきれいに再現。
• RealESRGAN_x2plus：低倍率（×2）向け。自然な拡大が可能で、特に微細なディテールを維持したい場合におすすめ。

（※ GitHub Releases ページで直接 .pth モデルファイルが並んでいます）

公式リポジトリ（Animesrgan/Real-ESRGAN）

• GitHub: https://github.com/xinntao/Real-ESRGAN/releases
• Release ページの「.pth」または「.onnx」ファイルをダウンロードし、stable-diffusion-webui/models/ESRGAN/ フォルダにモデルファイルを保存すると、WebUI画面から選択可能になります。

 AUTOMATIC1111を、RunPodなどのクラウドGPUを用いた実行環境で使用する方法
クラウド上の高性能GPUを使用して生成が行える上、Real-ESRGAN や GFPGAN が最初から統合済み or オプションで有効化可能なAUTOMATIC1111のWeb UIを使用できます。多少事前の準備（アカウント作成、ストレージの作成）が必要ですが、ツール自体はワンクリックで立ち上げて使用できます。
 Python, Git, CUDA環境なども必要無いので、一度準備してしまえばとても快適です。

方法は、大きく分けて三通りです。

使用方法３通り

①専用アプリから使う（簡易GUI型）

特徴

• 無料版はオープンソース、広告なし
• 基本的なアップスケールやモデル選択が可能
• 有料版は追加機能や優先アップデートあり

メリット

• 環境構築不要ですぐ使える
• GFPGAN GUIも同様

 UpscaylとGFPGAN GUIは、事前に環境を用意しなくてもすぐ使えます。

②WebUI（統合型） おすすめです

 Web UI系ツール とは、「コードを書かずに、画面上のボタンやメニューで操作できるツールです。
Pythonなどの知識も必要ありませんが、ツールによっては、一旦使用するファイルをダウンロードしてからクラウド上で操作します。

※Automatic1111や、ComfyUIなどをインストールする必要がありますが。（もしくは、**レンタルクラウドGPUを利用してAutomatic1111や、ComfyUIを使用する方法もあります。）
定期的に使用したい場合や、他の機能とも併用できるというメリットがあります。**レンタルクラウドGPU（Runpodなど）では、ワンクリックで、Real-ESRGANやGFPGANが統合されているAutomatic1111や、ComfyUIをしようできるテンプレートもあります。
 Runpodの使用方法はこちらで解説しています。 https://sakasaai.com/runpodstadiff00/

AUTOMATIC1111

この方法は、AUTOMATIC1111（通称 A1111 の Stable Diffusion WebUI）を自分のPCにインストールして（もしくは、クラウド環境のレンタルGPUを借りて）使用します。AUTOMATIC1111は、Extras タブを介して以下の 2 つの高度な画像処理ツールを統合しています。

難易度：低 / おすすめ：◎

特徴

Extrasタブに Real-ESRGAN / GFPGAN 統合
インストールは launch.py 実行で自動または手動   Real-ESRGANとGFPGANの共通点（インストール・使い方）

使い方の流れ（A1111 Web UI）

1. モデルの準備
   • Real‑ESRGAN モデルファイルを models/ESRGAN/ フォルダに配置。
   • GFPGAN モデルは所定のフォルダに配置すれば Extras タブで自動検出されます。
2. WebUI を起動
   通常 webui.py を実行して起動します。起動後、上部のメニューバーから Extras タブを選択。

1. Extras タブの操作
   • 「Upscale: Real‑ESRGAN」 のセクションで解像度拡大のパラメータ（倍率、モデル選択 等）を選択。

Extrasタブの主な設定項目

• Upscaler 1 / Upscaler 2
  • ここで Real-ESRGAN_x4plus などを選択します。
  • Upscaler 2 はオプションで、組み合わせる場合に使います（例えば、一次処理にESRGAN、二次処理にLanczosなど）。
  • ふつうは Upscaler 1にReal-ESRGAN を選べばOKです。
• Upscaler 2 visibility
  • 0〜1でブレンド率を決められます。
  • 0 ならUpscaler 1のみ、1 ならUpscaler 2のみ、0.5なら両方半々。
• Scale by
  • 倍率指定（例：2、4など）。
  • Scale by 4 なら縦横ともに4倍になります。
• Scale to / Resize
  • ピクセル数で直接指定したいときに使います。
  • 例えば「Scale to 2048」で一辺を2048pxに揃える。
• Max side length
  • 画像の一番長い辺の上限を設定。
  • 0にすると無制限（そのまま倍率通り）。
  • VRAM不足対策で縮小される場合に役立ちます。

1. 「Face Restore: GFPGAN」 のセクションから顔修復用モデルを選択。
   
   
   

GFPGAN（顔補正）

• Visibility
  • 顔補正の強さ。
  • 1 → フル適用
  • 0.5 → 半分だけ適用
  • 0 → 無効

CodeFormer（顔補正の別手法）

• Visibility
  • GFPGANと同じく、強さの調整。
• Weight (0 = maximum effect, 1 = minimum effect)
  • 効果のかかり具合をコントロール。
  • 0 → 効果最大（かなり修正される）
  • 1 → 効果最小（ほぼ元画像のまま）

顔がある画像 → GFPGANやCodeFormerをON
背景や全体の解像度強化 → Real-ESRGANをメインに
GFPGANとCodeFormerは同時に使えますが、仕上がりは好みによるので片方だけで十分な場合も多い。

1. 必要に応じて出力画像名、保存先などを設定して「Run」をクリック。

あわせて読みたい

WebUI（AUTOMATIC1111）の【インストール方法】【拡張機能インストール】【エラー対処法】 WebUI（Webユーザーインターフェース）とは、ブラウザを通じて操作できるユーザーインターフェースのことで、特に画像生成AI（例：Stable Diffusion）を扱う際によく使…

ComfyUI

• ノードで Real-ESRGAN / GFPGAN を組み込み可能
• Stable Diffusion 生成後に処理を連携させることも簡単

あわせて読みたい

ComfyUIとは？Stable Diffusion 各モデルの特徴・用途・対応ツールのインストールと解説 Stable Diffusionを使った画像生成といえば、最も有名なのは「AUTOMATIC1111 WebUI」ですが、最近人気のもう一つの強力なツール は、ComfyUI（コンフィーUI） ですね。 …

③公式リポジトリから直接使う（コマンドライン型）

前提環境

• Python（3.7～3.10推奨） Python3.10.6のインストール方法についてはこちらの記事をご覧下さい
• Git Gitのインストール手順についてはこちらの記事をご覧下さい
• CUDA（NVIDIA GPUがある場合）
• PyTorch（バージョンはCUDAに合わせる） Pythonで画像生成を始める方法について

Real-ESRGAN や GFPGAN は PyTorch や特定のバージョンのライブラリに依存しているため、専用の仮想環境を作ることで他のプロジェクトと干渉しません。
その為、CUDA環境の構築が楽で、PyTorch + GPU（CUDA）のセットアップが conda で簡単にできるAnaconda（またはMiniconda）の使用がおすすめです。

※Anacondaを使用する場合は、CUDAとPyTorchのインストールを個別で行う必要がありません。

ここでは、
1⃣Anacondaをインストールして環境を構築する方法と、
2⃣ CUDAとPyTorchのインストールをして環境を構築する方法

という二通りにの環境構築方法について書いています。

1⃣Anacondaをインストールして環境を構築する方法

Anacondaのインストール

• 公式ダウンロードページ: anaconda.com

任意のアカウントでログインします。

Anacondaの公式ダウンロードページから、お使いのOSに対応したインストーラーをダウンロードできます。

① Anacondaの準備

インストール手順（Windowsの場合）

1. ダウンロードしたインストーラー（例: Anaconda3-2024.10-1-Windows-x86_64.exe）をダブルクリックして実行します。

2. インストーラーが起動したら、「Next」をクリックします。
3. ライセンス契約画面で「I Agree」を選択します。
4. インストールタイプの選択では、「Just Me（推奨）」を選び、「Next」をクリックします。
5. インストール先フォルダを確認し、必要に応じて変更後、「Next」をクリックします。
6. 追加タスクの選択では、特に変更がなければそのまま「Install」をクリックします。
7. インストールが完了したら、「Next」をクリックし、最後に「Finish」をクリックしてインストールを終了します。

 インストール後、スタートメニューから「Anaconda Prompt」や「Anaconda Navigator」を起動できます。

※Anaconda Navigator（GUI）からアップデートを求められた場合は、基本的にはそのまま「更新」してOKです。ただし、すでに構築済みの仮想環境内でパッケージを更新する場合は、conda updateやpipのバージョン管理に注意が必要です。

インストール確認

Anaconda Promptを開き、以下のコマンドを入力してPythonのバージョンを確認します。
 Anaconda Promptは、WindowsでAnacondaをインストールした後、以下の手順で起動できます。

1. スタートメニューを開く
2. 「Anaconda Prompt」と検索
3. アイコンをクリックして起動

※黒いウィンドウが開き、(base) と表示されていれば、Anacondaの「base」環境が有効になっています。
もしくは、Windowsターミナルを開き、
タブから” ”下矢印をクリックで、Anaconda Promptを選択（Anacondaインストール後に追加されます。）

python --version

また、Anaconda Navigatorを起動して、GUI上で環境やパッケージの管理ができることを確認してください。

 Anaconda Prompt を開いて以下を実行（仮想環境を有効化）

conda create -n realesrgan_env python=3.10
conda activate realesrgan_env

※このコマンドを実行する事で、realesrgan 内で仮想環境を使った作業ができる状態になります。
PyTorch（GPU対応）をインストール（※GPUを使う場合。CPU版でもOK）

# 例：CUDA 11.8 対応の場合
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

2⃣ CUDAとPyTorchのインストール

Real-ESRGANやGFPGANをGPUで高速に動かすには、**CUDA（NVIDIAのGPU用ドライバ）と、それに対応するPyTorch（機械学習ライブラリ）**を正しくインストールする必要があります。

先ずは、その手順から見ていきたいと思います。

1. お使いのGPUがCUDA対応か確認する

まず、ご自身のPCに搭載されているNVIDIA製GPUがCUDAに対応しているかどうか？を確認します。確認方法については、 こちらの記事の冒頭で書いていますので、ご確認ください。

SAKASA AI

ローカルCLI（Pythonスクリプト）の為の【PyTorch＋CUDA】のインストール手順 | SAKASA AI PyTorch + CUDA のインストール GPUとCUDAの互換性を確認する方法 PyTorch・Stable Diffusion・ComfyUI など、GPUを使うAIツールを動かすときは「GPUがCUDAに対応している…

• CUDA対応GPU一覧（NVIDIA公式）

2. NVIDIA GPUドライバとCUDA Toolkitのインストール

 GPUを活用するには、以下の2つが必要です。

• GPUドライバ：NVIDIA公式サイトからダウンロード（既に最新版ならOK）
• ＊CUDA Toolkit：PyTorchのバージョンに合わせたものをインストール

 ＊ただし、特別な事情がない限り「PyTorchだけ入れればOK」です。PyTorchのインストール時に、自動的に対応したCUDAランタイムが入るため、CUDA Toolkitを直接インストールする必要はありません。

CUDA + PyTorchについての詳しい解説とインストール手順については、 こちらの記事をご覧ください。

SAKASA AI

ローカルCLI（Pythonスクリプト）の為の【PyTorch＋CUDA】のインストール手順 | SAKASA AI PyTorch + CUDA のインストール GPUとCUDAの互換性を確認する方法 PyTorch・Stable Diffusion・ComfyUI など、GPUを使うAIツールを動かすときは「GPUがCUDAに対応している…

Real-ESRGANとGFPGANの共通点（インストール・使い方）

インストール手順（共通）

git clone https://github.com/TencentARC/Real-ESRGAN.git  # または GFPGAN に差し替え
cd Real-ESRGAN
pip install -r requirements.txt
python setup.py develop

推論コマンドの例（コマンドラインからの実行）

# Real-ESRGAN の場合（画像の高画質化）
python inference_realesrgan.py -n RealESRGAN_x4plus -i inputs

# GFPGAN の場合（顔の修復）
python inference_gfpgan.py -i inputs --face_enhance

違い（中身と出力）

GFPGANとReal-ESRGANを連携させる方法

AUTOMATIC1111 などの WebUI を使わずに、GFPGAN と Real-ESRGAN をローカルで連携させて使う方法。

「GFPGANで顔補正 → Real-ESRGANでアップスケーリング」という順番でスクリプトを組む方法

1. 環境準備

 Python と依存パッケージ

pip install basicsr facexlib realesrgan gfpgan

• basicsr と facexlib は両方のツールが共通で使う画像処理ライブラリです。
• realesrgan と gfpgan はそれぞれの実装。

2. モデルファイルの準備

• GFPGAN
  • 公式リポジトリ: https://github.com/TencentARC/GFPGAN
  • 例: GFPGANv1.4.pth（または最新）を experiments/pretrained_models/ に置く。
• Real-ESRGAN
  • 公式リポジトリ: https://github.com/xinntao/Real-ESRGAN
  • 例: RealESRGAN_x4plus.pth を experiments/pretrained_models/ に置く。

3. 連携処理の流れ（例）

以下は Pythonスクリプト例 です。
GFPGANで顔補正した画像を、そのまま Real-ESRGAN に渡して高解像度化します。

<!-- wp:preformatted -->
<pre class="wp-block-preformatted">pythonコードをコピーする<code>import cv2
from gfpgan import GFPGANer
from realesrgan import RealESRGANer

# === 1. GFPGAN 設定 ===
gfpganer = GFPGANer(
    model_path='experiments/pretrained_models/GFPGANv1.4.pth',
    upscale=1,  # GFPGAN内での倍率（後でRealESRGANで拡大するので1に）
    arch='clean',
    channel_multiplier=2
)

# === 2. Real-ESRGAN 設定 ===
realesrganer = RealESRGANer(
    model_path='experiments/pretrained_models/RealESRGAN_x4plus.pth',
    scale=4,  # 最終倍率
    model=None,
    tile=0,   # VRAMに応じて分割推論も可能
)

# === 入力画像の読み込み ===
img = cv2.imread('input.jpg', cv2.IMREAD_COLOR)

# === 3. 顔補正 ===
cropped_faces, restored_faces, restored_img = gfpganer.enhance(
    img, has_aligned=False, only_center_face=False, paste_back=True
)

# === 4. アップスケーリング ===
output, _ = realesrganer.enhance(restored_img, outscale=4)

# === 保存 ===
cv2.imwrite('output.jpg', output)
print("処理完了: output.jpg")
</code></pre>
<!-- /wp:preformatted -->

4. 実行のポイント

• 順序は GFPGAN → Real-ESRGAN が一般的です（顔を先に直してから拡大）。
• 両方の .pth モデルは同じディレクトリに置いてもOKですが、スクリプト内の model_path を正確に指定する必要があります。

GFPGAN の公式スクリプトを使って GFPGANとReal-ESRGANを自動連携させて画像処理する方法

GFPGANには--bg_upsampler realesrganというオプションがあり、背景処理にReal-ESRGANを使う方法。

※GFPGAN や Real-ESRGAN の依存関係（ライブラリやモデルファイル）をインストール済みであることが前提です。
 以下のコマンドは、GFPGAN の公式スクリプトを使って GFPGANとReal-ESRGANを自動連携させて画像処理する ためのものです。

python inference_gfpgan.py -i inputs --bg_upsampler realesrgan

意味：inference_gfpgan.py というスクリプトを実行して、inputs フォルダ内の画像を処理し、顔の修復には GFPGAN を使い、背景のアップスケール（高画質化）には Real-ESRGAN を使う、という内容です。

pythonPython スクリプトを実行するためのコマンド。
inference_gfpgan.py 顔画像を修復するためのメインスクリプト。GFPGANの推論処理がここに書かれている。
-i inputs  -iは --input の略で、「入力画像のあるフォルダ」を指定する。ここでは inputs フォルダ内の画像を処理対象としている。
--bg_upsampler realesrgan 背景部分を高画質化する際に使用するアップスケーラーを指定。ここでは Real-ESRGAN を使用して背景もきれいにする設定。

追加オプション例：

• -o output → 出力先フォルダ指定
• --upscale 2 → 最終アップスケール倍率（2倍など）
• --model_path ... → 使用するGFPGANモデルを直接指定

まとめ

• 初心者: Upscaylなどの簡易GUIが手軽
• 中級者: AUTOMATIC1111 / ComfyUI で統合・操作簡単
• 上級者: GitHubリポジトリから直接Pythonで処理・連携