Silberkorn 开源 GPU 加速 AI 图像增强工具

Silberkorn - An open-source, GPU-accelerated AI image & photo enhancer powered by neural networks.
Silberkorn - ein quelloffener, GPU-beschleunigter KI-Bild- und Fotoverbesserer auf Basis neuronaler Netze.

Supports hardware acceleration via NVIDIA CUDA / RTX series GPUs.
Unterstützt Hardwarebeschleunigung über NVIDIA CUDA und Grafikkarten der RTX-Serie.

NVIDIA and RTX are trademarks of NVIDIA Corporation. – NVIDIA und RTX sind Marken der NVIDIA Corporation.

English version: README.en.md

Version 0.x. Grundregler, RAW-Entwicklung und die KI-Funktionen sind nutzbar; Bedienung und Einstellungsdateien können sich bis Version 1.0 noch ändern.

Systemvoraussetzungen

Silberkorn rechnet ausschließlich auf der Grafikkarte. Ohne NVIDIA-RTX-Grafikkarte startet das Programm nicht, sondern meldet beim Start, was gefunden wurde und was fehlt. Einen Notbetrieb auf dem Prozessor gibt es bewusst nicht.

Nicht unterstützt werden GTX-Karten – auch die GTX-16-Serie, die zwar zur selben Generation wie die RTX 2000 gehört, aber keine Tensor Cores hat – sowie Grafikkarten anderer Hersteller.

Funktionsstufen

Was verfügbar ist, hängt vor allem vom Grafikspeicher ab. Silberkorn erkennt die Stufe beim Start; Funktionen einer höheren Stufe erscheinen ausgegraut mit Hinweis.

Rechengenauigkeit: alle RTX-Karten rechnen in FP16; ab RTX 4000 (Ada) zusätzlich FP8, ab RTX 5000 (Blackwell) auch FP4. Die Werte stehen auf dem Reiter „Info & Copyright".

Was es schon kann

• Grundregler auf der GPU: Weißabgleich (Temperatur, Tönung), Belichtung, Kontrast, Lichter, Tiefen, Dynamik, Sättigung und Schärfen mit einstellbarem Radius.
• Gradationskurve für die Helligkeit und für Rot, Grün und Blau einzeln, mit Histogramm im Hintergrund. Klicken setzt einen Punkt, Ziehen verschiebt ihn, Doppelklick entfernt ihn; die Helligkeitskurve verändert die Farben nicht.
• Klarheit: mehr oder weniger lokaler Kontrast in den Mitteltönen.
• Dunst entfernen nach dem Dark-Channel-Prior-Verfahren – auch umgekehrt, um Dunst hinzuzufügen.
• Farbbereiche (HSL): Farbton, Sättigung und Luminanz getrennt für Rot, Orange, Gelb, Grün, Aqua, Blau, Lila und Magenta. Gerechnet wird im wahrnehmungsgleichmäßigen Farbraum OkLCh, mit weichen Übergängen zwischen den Bereichen; Grautöne bleiben unberührt.
• LUTs: Looks als .cube-Datei (3D und 1D) laden, tetraedrisch interpoliert, mit Stärkeregler.
• Rauschminderung: Luminanzrauschen mit Non-Local Means, Farbrauschen mit einem farbgeführten Filter, der Farbkanten erhält – auch zwischen Farben gleicher Helligkeit. Die verkleinerte Vorschau zeigt Rauschen schwächer als das gespeicherte Bild – zum Beurteilen gibt es die 100-%-Ansicht.
• KI-Entrauschen mit SCUNet, trainiert auf echtes Kamerarauschen und auf Treue statt auf erfundene Details: einmal über das ganze Bild gerechnet (ein 18-MP-Foto braucht auf einer RTX 4060 rund 20 Sekunden, mit TensorRT 11), danach mischt ein Stärkeregler sofort zwischen Original und entrauschtem Bild – in Vorschau, 100-%-Ansicht und Export gleichermaßen. Lichter über Weiß, etwa aus RAWs, bleiben erhalten.
• KI-Schärfen gegen leichte Fokus-Unschärfe mit Restormer, trainiert auf echte, unscharf fotografierte Bilder einer Spiegelreflexkamera und auf Treue: Wimpern, Haare und Hautstruktur werden wieder klarer, ohne die Säume des klassischen Schärfens. Einmal über das ganze Bild gerechnet (24 MP auf einer RTX 4060: rund drei Minuten, mit TensorRT 45 Sekunden), danach regelt ein Stärkeregler ohne Wartezeit. Geschärft wird das entrauschte Bild, falls KI-Entrauschen berechnet ist; übernommen wird nur der feine Anteil, Helligkeit und Farbe bleiben unverändert.
• Motiv & Hintergrund mit BiRefNet: Die KI erkennt das Motiv – Personen, Tiere, Gegenstände – samt Haaren in rund zwei Sekunden. Danach lassen sich Belichtung, Kontrast, Sättigung, Temperatur und Unschärfe des Hintergrunds getrennt einstellen, etwa um ihn abzudunkeln oder weichzuzeichnen; „Umkehren“ wendet die Regler aufs Motiv an. Die Kante lässt sich weicher machen und verschieben, eine Maskenansicht färbt den Hintergrund zur Kontrolle ein. Beim Speichern als PNG oder TIFF wird der Hintergrund auf Wunsch durchsichtig. Braucht mindestens 6 GB Grafikspeicher.
• Objekt per Klick auswählen mit Segment Anything 2 (SAM 2.1), in derselben Karte: Linksklick ins Bild nimmt ein Objekt oder einen Bereich dazu, Rechtsklick nimmt einen weg, Strg+Z den letzten Klick zurück. Jeder Klick zeigt die Auswahl nach Bruchteilen einer Sekunde; die Regler, „Umkehren“ und das Freistellen wirken darauf wie auf das erkannte Motiv. Geht schon ab 4 GB Grafikspeicher.
• Objekte entfernen mit LaMa: Ein Objekt anklicken (SAM 2) oder mit dem Pinsel übermalen, etwa Flecken oder Leitungen – „Entfernen“ füllt die Stelle in Bruchteilen einer Sekunde mit dem, was dahinter liegen könnte. Mehrere Entfernungen bauen aufeinander auf, die letzte lässt sich zurücknehmen; die Regler wirken weiter auf das ganze Bild. Ab 4 GB Grafikspeicher.
• Tiefe & Bokeh mit Depth Anything V2: Die KI schätzt in Sekundenbruchteilen, wie weit alles im Bild entfernt ist. Danach zeichnet „Unschärfe“ das Bild wie ein lichtstarkes Objektiv weich – umso stärker, je weiter etwas vor oder hinter der Fokusebene liegt. Den Fokus setzt ein Klick ins Bild oder ein Regler, „Schärfentiefe“ bestimmt, wie viel scharf bleibt; ein erkanntes Motiv bleibt auf Wunsch ganz scharf. Gerechnet wird in linearem Licht, damit Lichter aufblühen, und Scharfes läuft nicht als Schein ins Unscharfe. Ab 4 GB Grafikspeicher.
• KI-Erweitern mit FLUX.2 [klein] 4B und der Outpaint-LoRA von fal: Statt auf ein Seitenverhältnis zuzuschneiden, erfindet die KI die fehlenden Ränder passend zum Bild dazu – etwa um ein 4:3-Foto auf 16:9 zu bringen. Das Original bleibt Pixel für Pixel erhalten und wird mit weichem Saum eingesetzt, ein Farbstich der KI wird am Original gemessen und herausgenommen. „Neu erzeugen“ würfelt die Ränder neu; die Regler wirken danach auf das ganze Bild. Kommt mehr als ein Viertel je Seite dazu, weist das Programm darauf hin, dass die KI dann mehr erfindet, als sie sieht. Rund 15 Sekunden auf einer RTX 4060; braucht 8 GB Grafikspeicher.
• Anonymisieren: Gesichter, Kennzeichen oder Hausnummern verpixeln, weichzeichnen oder schwarz füllen – als Rechteck oder Ellipse. „Gesichter finden“ legt um jedes erkannte Gesicht eine Fläche (YuNet, liegt dem Programm bei, rechnet auf dem Prozessor); Flächen lassen sich verschieben, in der Größe ändern, löschen und von Hand aufziehen. Sie folgen Drehen und Zuschnitt. Das Mosaik ist standardmäßig grob, denn feine Mosaike lassen sich teilweise zurückrechnen. Auf Wunsch speichert Silberkorn ohne GPS-Position, Seriennummern von Kamera und Objektiv, Besitzernamen und Herstellerdaten. Bewusst nicht angeboten wird das Gegenteil, ein „Entpixeln“: Eine KI könnte ein verpixeltes Gesicht nicht zurückholen, nur ein fremdes erfinden.
• Für Veröffentlichung speichern: Bilder fürs Netz in einem Schritt – verkleinert auf eine längste Kante (Schnellwahl 1280, 1920, 2560 Pixel) oder einen Prozentsatz, nie vergrößert. Dazu ein sichtbares Wasserzeichen aus Text und/oder Logo, in einer Ecke, in der Mitte oder als Muster über das ganze Bild, mit Größe und Deckkraft. In die Datei kommen Urheber, Copyright und Webadresse (EXIF und XMP nach IPTC) und auf Wunsch ein maschinenlesbarer Vorbehalt gegen KI-Training und Data-Mining (IPTC „Data Mining“, Suchmaschinen bleiben erlaubt). GPS-Position und Seriennummern fallen immer weg, die übrigen Kameradaten auf Wunsch. Enthält das Bild von der KI erfundene Teile, wird das vermerkt (IPTC „Digital Source Type“). Eine Vorschau zeigt das Ergebnis; die Einstellungen bleiben als Vorlage erhalten. Das Original bleibt unverändert. Ganz verhindern lässt sich das Kopieren veröffentlichter Bilder nicht – das Wasserzeichen und die Rechteangaben machen es aber unattraktiv und belegen, woher ein Bild stammt.
• Geometrie: um 90° drehen, spiegeln, begradigen, Perspektive senkrecht und waagrecht, Zuschneiden mit Rahmen und festen Seitenverhältnissen. Leere Ecken nach dem Begradigen werden automatisch weggeschnitten.
• Objektiv: Verzeichnung, Vignette und Farbsäume (chromatische Aberration) ausgleichen – von Hand oder automatisch mit Objektivprofilen aus der Datenbank von lensfun (CC BY-SA 3.0). Kamera, Objektiv, Brennweite und Blende kommen aus der Datei, auch für adaptierte Objektive. Bei RAW wird ein gefundenes Profil gleich angewendet, bei JPEG nur auf Wunsch (die Kamera hat dort oft schon korrigiert). Die Datenbank (etwa 0,5 MB) lädt Silberkorn auf Knopfdruck und sucht ebenso auf Knopfdruck nach einer neueren – nie von selbst. Alle Geometrie- und Objektivkorrekturen werden in einem einzigen bikubischen Schritt abgetastet.
• KI-Hochskalieren um 2 × oder 4 × beim Speichern, mit Real-ESRGAN über ONNX Runtime auf der GPU: ein schnelles Modell mit Regler für die Entrauschstärke (ab 4 GB Grafikspeicher) und ein großes Modell mit mehr Schärfe (ab Funktionsstufe M). Gerechnet wird in halber Genauigkeit (FP16) auf den Tensorkernen und in Kacheln, deren Größe sich nach dem Grafikspeicher richtet; ein 24-MP-Bild ist mit dem schnellen Modell auf einer RTX 4060 in knapp 6 Sekunden auf 96 MP vergrößert. Mit dem optionalen TensorRT geht es noch einmal rund doppelt so schnell.
• 100-%-Ansicht: Zoom auf 100, 200 und 400 % per Mausrad, Verschieben durch Ziehen, Doppelklick wechselt zwischen eingepasst und 100 %. Gezeigt wird ein Ausschnitt des Bildes in voller Auflösung – genau das, was gespeichert wird.
• Nicht-destruktiv: Jede Änderung wird aus dem unveränderten Original neu gerechnet. Doppelklick setzt einen Regler zurück, „Vorher“ zeigt das Original, solange der Knopf gedrückt ist.
• Schnell: Die Vorschau entsteht in Bildschirmauflösung in wenigen Millisekunden; die Rechenzeit steht in der Statuszeile. Gespeichert wird in voller Auflösung.
• Farbrichtig: Gerechnet wird in linearem Licht mit 32-Bit-Gleitkomma. RGB-Farbprofile wie Adobe RGB, ProPhoto RGB oder Display P3 werden auf der GPU nach sRGB umgerechnet, ohne Umweg über 8 Bit; Farben außerhalb von sRGB bleiben bis zur Ausgabe erhalten. Die EXIF-Ausrichtung wird angewendet, EXIF-Daten und ein Alphakanal bleiben beim Speichern erhalten.
• 16 Bit und RAW: TIFF und PNG mit 16 Bit je Kanal öffnen und speichern. RAW-Dateien praktisch aller Kameras (CR2, CR3, NEF, ARW, RAF, ORF, RW2, DNG und weitere) werden linear und ohne automatische Aufhellung entwickelt – der volle Umfang des Sensors bleibt erhalten, die Helligkeit regelt die Belichtung. Bei Sensoren mit Bayer-Mosaik, also bei fast allen Kameras, läuft das Demosaicing auf der GPU – nach Malvar, He und Cutler. Eine 24-Megapixel-RAW ist in rund 0,2 s offen statt in gut einer Sekunde. Auch Fujis X-Trans-Sensoren entwickelt die GPU, mit einem eigenen kantenbewussten Verfahren für das 6×6-Muster – im Ergebnis kaum von LibRaw zu unterscheiden, aber in Millisekunden statt Sekunden. Wer an feinen Mustern noch weniger Farbsäume will, wählt oben „RAW: Beste Qualität“ – dann entwickelt LibRaw auf dem Prozessor, mit dem Verfahren DHT bzw. bei X-Trans mit Markesteijn (etwa 1,5 bis 3 s). Andere Sensoren (Foveon …) entwickelt immer LibRaw.
• Formate: Öffnen von JPEG, PNG, TIFF, WebP, BMP und RAW (HEIC mit dem optionalen Paket pillow-heif), Speichern als JPEG und WebP mit 8 Bit, PNG und TIFF wahlweise mit 8 oder 16 Bit. Bilder mit mehr als 8 Bit schlägt der Speichern-Dialog als 16-Bit-TIFF vor.

Starten

Als Skript:

pip install -r requirements.txt
python Silberkorn.pyw

Die Pakete bringen CuPy und die nötigen CUDA-Bibliotheken von NVIDIA mit (zusammen gut 1 GB); ein eigenes CUDA-Toolkit muss nicht installiert sein.

Als Programm (Windows): Das ZIP aus dem Release entpacken und Silberkorn.exe starten – ohne Installation und ohne Adminrechte.

Die EXE bringt CUDA und cuDNN nicht mit: NVIDIAs Lizenzen erlauben nicht, sie zusammen mit Silberkorn weiterzugeben. Beim ersten Start fragt das Programm deshalb nach, nennt Quelle, Größe und NVIDIAs Lizenzbedingungen und lädt nach Zustimmung einmalig NVIDIAs offizielle Pakete vom Python Package Index – 1,6 GB, ausgepackt rund 2,3 GB im Ordner nvidia neben der EXE. Jede Datei wird gegen ihre Prüfsumme geprüft. Die EXE rechnet mit CUDA; TensorRT gibt es nur in der Python-Fassung.

Beim ersten Bearbeiten scheint das Programm kurz zu hängen – das ist gewollt und kein Absturz. Wenn man zum ersten Mal einen Regler bewegt, übersetzt die Grafikkarte die Filterprogramme für genau diese Karte; das dauert einige Sekunden. Danach reagieren alle Regler flüssig. Die übersetzten Programme werden gespeichert (%USERPROFILE%\.cupy\kernel_cache), spätere Starts gehen deutlich schneller.

Die EXE selbst bauen: build.cmd legt die saubere Umgebung .venv-build an (nur die Pakete aus requirements-build.txt) und erzeugt mit PyInstaller den Ordner dist\Silberkorn sowie das ZIP samt SHA-256. Neben die EXE kommen die Lizenztexte aller eingepackten Pakete (lizenzen/, DRITTANBIETER.txt).

TensorRT (optional)

Mit TensorRT rechnet die KI noch einmal rund doppelt so schnell – auf einer RTX 4060 vergrößert das große Modell ein 12-MP-Bild in 24 statt 54 Sekunden:

pip install -r requirements-tensorrt.txt

Das sind rund 1,8 GB Download (installiert 2,8 GB) vom Paketindex von NVIDIA. Silberkorn erkennt TensorRT von selbst; unter „Info & Copyright“ steht die Fassung. Beim ersten Vergrößern mit einem Modell baut TensorRT einmalig eine für die Grafikkarte passende Engine – das dauert ein bis drei Minuten (beim KI-Schärfen und Freistellen bis zu zehn), ein Fenster weist darauf hin. Die Engines liegen danach im Ordner modelle/tensorrt. Klappt TensorRT nicht, rechnet das Programm wie ohne mit CUDA.

TensorRT steht unter einer proprietären Lizenz von NVIDIA, die mit der Installation gilt. Sie erlaubt nicht, TensorRT mit Silberkorn weiterzugeben – deshalb gehört es auch zu keiner fertigen EXE, sondern wird immer selbst installiert.

Datenschutz

Silberkorn arbeitet vollständig auf dem eigenen Rechner. Es werden keine Bilder hochgeladen und keine Nutzungsdaten gesendet. Auch die KI rechnet lokal auf der Grafikkarte, die Gesichtserkennung auf dem Prozessor. Die einzige Verbindung ins Netz ist das Laden eines KI-Modells – und das nur, wenn man in einer der Karten „KI-Hochskalieren“, „KI-Entrauschen“, „KI-Schärfen“, „Motiv & Hintergrund“, „Objekte entfernen“, „Tiefe & Bokeh“ oder bei „Mit KI erweitern“ in der Karte „Geometrie“ ausdrücklich auf das Laden klickt und die Rückfrage mit Quelle, Größe und Lizenz bestätigt. Die EXE lädt außerdem beim ersten Start – ebenfalls erst nach Zustimmung – die NVIDIA-Bibliotheken von pypi.org.

KI-Modelle

Die Modelle gehören nicht zum Programm. „Modell herunterladen“ lädt sie aus Releases dieses Projekts: in der Karte „KI-Hochskalieren“ aus modelle-1 das schnelle Modell mit knapp 10 MB und das große mit 64 MB, in der Karte „KI-Entrauschen“ aus modelle-2 SCUNet mit 71 MB, in der Karte „KI-Schärfen“ aus modelle-3 Restormer mit 101 MB, in der Karte „Motiv & Hintergrund“ aus modelle-4 BiRefNet mit 177 MB und für „Objekt anklicken“ aus modelle-5 SAM 2 mit 147 MB, in der Karte „Objekte entfernen“ aus modelle-6 LaMa mit 196 MB, in der Karte „Tiefe & Bokeh“ aus modelle-7 Depth Anything V2 Small mit 98 MB und in der Karte „Geometrie“ für „Mit KI erweitern“ aus modelle-8 FLUX.2 [klein] 4B mit Outpaint-LoRA mit rund 4,1 GB – auf mehrere Dateien verteilt, denn GitHub nimmt je Datei höchstens 2 GB an. Jede Datei wird gegen ihre SHA-256-Prüfsumme geprüft, bevor sie verwendet wird. Abgelegt werden sie im Ordner modelle neben dem Programm oder, wenn der schreibgeschützt ist, unter %LOCALAPPDATA%\Silberkorn\modelle.

Die Modelle sind die offiziellen Gewichte von Real-ESRGAN (BSD 3-Clause, Copyright 2021 Xintao Wang), SCUNet (Apache-2.0, Copyright 2022 Kai Zhang), Restormer (MIT, Copyright 2022 Syed Waqas Zamir), BiRefNet (MIT, Copyright 2024 ZhengPeng) und SAM 2 (Apache-2.0, Copyright Meta Platforms, Inc. and affiliates) und LaMa (Apache-2.0, Copyright 2021 Samsung Research) und Depth Anything V2 Small (Apache-2.0), nach ONNX gewandelt; dazu FLUX.2 [klein] 4B (Apache-2.0, Black Forest Labs) mit der Outpaint-LoRA von fal (Apache-2.0), die LoRA eingerechnet und der Transformer nach int8 quantisiert (NOTICE nennt alle Änderungen). Wer das selbst nachvollziehen will:

1. Aus den Releases von Real-ESRGAN realesr-general-x4v3.pth, realesr-general-wdn-x4v3.pth und RealESRGAN_x4plus.pth, aus dem Release v1.0 von KAIR, wo die SCUNet-Gewichte liegen, scunet_color_real_psnr.pth und aus dem Release v1.0 von Restormer single_image_defocus_deblurring.pth und aus dem Release v1 von BiRefNet BiRefNet_lite-general-2K-epoch_232.pth, von Meta sam2.1_hiera_small.pt und big-lama.zip von LaMa (der Download, den die LaMa-Anleitung nennt, liegt auf Hugging Face) sowie depth_anything_v2_vits.pth von Depth-Anything-V2-Small nach modelle/quellen/ laden und big-lama.zip dort entpacken.
2. pip install torch (nur für diesen Schritt nötig).
3. python werkzeuge/modelle_exportieren.py – das legt die ONNX-Modelle in modelle/ ab und prüft sie gegen PyTorch.
4. Für KI-Erweitern von Hugging Face FLUX.2-klein-base-4B (Text-Encoder, Tokenizer, VAE, Scheduler) nach <ordner>/klein-base-4b/, den Transformer von FLUX.2-klein-4B nach <ordner>/klein-4b-destilliert/transformer/ und flux-outpaint-lora.safetensors von fal nach <ordner>/lora/ laden, dann pip install torch diffusers peft transformers onnx onnx-ir scipy und python werkzeuge/outpaint_export.py <ordner>. Das braucht rund 30 GB Arbeitsspeicher und prüft jedes Netz sowie den ganzen Ablauf gegen diffusers.

Hinweis zu KI-Ergebnissen

KI-Verfahren wie Hochskalieren oder Entrauschen ergänzen Bilddetails, die im Original nicht vorhanden waren. Bearbeitete Bilder eignen sich deshalb nicht als Beweis- oder Dokumentationsmittel.

Mitmachen

Fehlermeldungen, Vorschläge und Übersetzungen sind willkommen – CONTRIBUTING.md erklärt Aufbau, Stil und Tests. Sicherheitslücken bitte nicht als Issue, sondern über den Weg in SECURITY.md.

Lizenz und Rechtliches

MIT – Copyright 2026 Alexander Unverhau. Erstellt mit Unterstützung von Claude AI.

Ausnahme sind die Nachbauten fremder Netze in werkzeuge/netz_*.py, die nur zum Wandeln der KI-Modelle dienen und nicht zum Programm gehören: Jede steht unter der Lizenz ihres Vorbilds (Apache-2.0, MIT oder BSD-3-Clause), wie im Kopf der Datei angegeben; die Lizenztexte liegen in LICENSES.

Verwendete Fremdkomponenten und ihre Lizenzen stehen in NOTICE. KI-Modelle stehen unter eigenen Lizenzen, die vor dem Herunterladen angezeigt werden. Die NVIDIA-Bibliotheken (CUDA, cuDNN, optional TensorRT) installiert pip aus NVIDIAs eigenen Paketen; sie stehen unter NVIDIAs Lizenzen und nicht unter der MIT-Lizenz.

Marken: NVIDIA, RTX, GeForce, CUDA und TensorRT sind Marken oder eingetragene Marken der NVIDIA Corporation in den USA und anderen Ländern. Qt ist eine Marke der The Qt Company Ltd., Python eine Marke der Python Software Foundation, Windows eine Marke der Microsoft Corporation. Alle weiteren Marken gehören ihren jeweiligen Inhabern.

Silberkorn ist ein unabhängiges Projekt und steht in keiner Verbindung zur NVIDIA Corporation; es wird von ihr weder unterstützt noch gesponsert.