MPV播放器 Shader 视频滤镜选择指南

Shader / 视频滤镜选择指南

说明： 以下为根据本项目当前 input.conf 中提供的 Shader / 组合方案用 chatgpt 整理的使用建议。不同视频源、编码质量、原始分辨率及显示设备会明显影响最终效果，实际播放时建议对比选择。

滤镜 / 方案说明

滤镜 / 方案 主要作用 处理对象 核心特点 最适合 画质倾向 GPU 开销 推荐度
Anime4K Mode A/B/C – HQ 动漫增强 + 超分 Luma / 图像细节 CNN + Restore + Upscale，多阶段动漫优化 720p / 1080p 动漫 → 4K 细节增强明显、线条锐利 🔴 高 ⭐⭐⭐⭐⭐
Anime4K Mode A/B/C – Fast 动漫增强 + 超分 Luma / 图像细节 HQ 的轻量版本，降低模型复杂度 中低端 GPU + 动漫 效果接近 HQ，但细节与稳定性略低 🟡 中 ⭐⭐⭐⭐½
Anime4K A+A / B+B / C+A 动漫增强组合 Luma 多阶段 / 多模型组合，增强力度更高 低清、偏软、偏糊的动漫 更强，但更容易过度处理 🔴 高 ⭐⭐⭐⭐
A4K-DTDD 动漫线条恢复 Luma Darken + Thin + Denoise + Deblur 老动画、低码率动画 强化线条、降低噪声与模糊 🟡 ～ 🔴 ⭐⭐⭐⭐½
Anime4K Restore 细节恢复 Luma CNN Restore，不负责主要放大 1080p 动漫偏软 比单纯锐化更自然 🟡 ⭐⭐⭐⭐⭐
Anime4K Upscale 动漫超分 Luma CNN / GAN ×2 放大 动漫分辨率不足 细节明显增强 🟡 ～ 🔴 ⭐⭐⭐⭐½
ArtCNN + RAVU 通用超分 Luma + Resize CNN 负责重建，RAVU 负责最终倍率适配 真人 / 动画 / 游戏 锐利、自然度较好 🔴 高 ⭐⭐⭐⭐⭐
ArtCNN + RAVU R2 通用高质量放大 Luma + Resize 高质量 CNN + RAVU 720p / 1080p → 4K 细节丰富、较自然 🔴 高 ⭐⭐⭐⭐⭐
ArtCNN + RAVU R3 通用高质量放大 Luma + Resize 更偏质量的 RAVU 流程 高质量片源 清晰、锐利 🔴 高 ⭐⭐⭐⭐⭐
ArtCNN + RAVU LITE R4 轻量通用超分 Luma + Resize 降低计算量 GPU 性能一般 质量与性能平衡好 🟡 中 ⭐⭐⭐⭐½
FSRCNNX + SSimDownscaler + KrigBilateral 通用超分 Luma + Chroma / Resize CNN + 高质量缩放 + 边缘感知 真人、动画、老视频 锐利，细节增强明显 🔴 高 ⭐⭐⭐⭐½
FSRCNNX Luma 超分 Luma 经典 CNN ×2 720p / 1080p → 更高分辨率 锐利、效率较高 🟡 ～ 🔴 ⭐⭐⭐⭐½
SSimSuperRes + SSimDownscaler 结构重建 + 超分 Luma / 图像结构 利用结构相似性进行重建 真人、电影、综合视频 自然、较少 AI 味 🔴 高 ⭐⭐⭐⭐½
RAVU Zoom R2 高质量缩放 Luma / Resize 高质量传统缩放路线 各类视频 自然、边缘稳定 🟡 ～ 🔴 ⭐⭐⭐⭐½
RAVU Zoom R3 高质量缩放 Luma / Resize 更高质量路线 高质量片源 自然、细节保持好 🔴 高 ⭐⭐⭐⭐½
RAVU Lite R4 轻量高质量缩放 Luma / Resize 性能优化版 中低端 GPU 性能优秀、效果自然 🟢 ～ 🟡 ⭐⭐⭐⭐
NNEDI3 高质量插值 / 重建 Luma 传统边缘预测算法 老片、动画、追求自然重建 自然、少 AI 味 🔴 高 ⭐⭐⭐⭐
CFL Prediction Chroma 重建 Chroma 利用 Luma 信息预测 Chroma 4:2:0 视频、颜色边缘 改善色度细节 🟡 ⭐⭐⭐⭐⭐
KrigBilateral Chroma / 边缘重建 Chroma / Resize Kriging + Bilateral 边缘感知 通用视频 边缘平滑、颜色重建较好 🟡 ～ 🔴 ⭐⭐⭐⭐½
FSR EASU 高质量空间放大 Resize AMD Edge-Adaptive Spatial Upsampling GPU 性能有限、实时播放 性能与质量优秀 🟢 低 ⭐⭐⭐⭐
Adaptive Sharpen 最终锐化 Output 根据局部结构自适应锐化 画面略软 增加清晰感 🟢 低 ⭐⭐⭐⭐
Anime4K Denoise / Deblur 降噪 / 去模糊 Luma 针对动漫内容优化 老番、压缩严重动画 减少噪声、恢复线条 🟡 ⭐⭐⭐⭐

不同场景怎么选

场景 第一选择 第二选择
480p 动漫 → 4K Anime4K HQ A4K-DTDD
720p 动漫 → 4K Anime4K HQ ArtCNN + RAVU
1080p 动漫 → 4K Anime4K ArtCNN + RAVU
720p 真人 → 4K ArtCNN + RAVU SSimSuperRes
1080p 真人 → 4K ArtCNN + RAVU SSimSuperRes
720p 老电影 → 4K SSim / RAVU FSRCNNX
老动画 A4K-DTDD Anime4K Restore
高质量 Blu-ray 动画 Anime4K / RAVU ArtCNN
高质量 Blu-ray 真人 ArtCNN + RAVU RAVU
GPU 性能一般 RAVU Lite FSR EASU
低端 GPU FSR EASU RAVU Lite
追求自然观感 RAVU / SSim NNEDI3
追求极致细节 ArtCNN + RAVU Anime4K HQ
只需要改善颜色边缘 CFL Prediction KrigBilateral
最后觉得画面不够锐 Adaptive Sharpen —
原生 4K 关闭超分 —

根据实际问题快速选择

你遇到的问题 优先考虑 原因
720p 动漫太糊 Anime4K HQ 针对动漫线条和细节进行增强，适合较低分辨率动漫
1080p 动漫 → 4K Anime4K HQ / ArtCNN + RAVU 两种路线特点不同，建议实际 A/B 对比选择
老动画线条发虚 A4K-DTDD 综合使用 Darken、Thin、Deblur、Denoise，针对线条恢复
动漫本身比较清晰，只是分辨率低 Anime4K Upscale 重点放在放大，不一定需要完整 Restore 流程
动漫画面有压缩、模糊 Anime4K Restore 更侧重细节恢复，而不是单纯放大
720p 真人 → 4K ArtCNN + RAVU 通用性较强，不局限于动漫内容
1080p 真人 → 4K ArtCNN + RAVU 对真人、电影等通用内容更合适
追求自然，不喜欢明显的 AI 感 RAVU / SSim 更偏传统缩放或结构重建，通常观感更自然
GPU 很强，追求高画质 ArtCNN + RAVU / Anime4K HQ 可以承担计算量更高的处理方案
GPU 一般 RAVU Lite / FSR EASU 在画质和性能之间取得较好的平衡
GPU 很弱 FSR EASU 计算开销较低，适合实时播放
Luma（亮度）细节不足 FSRCNNX / ArtCNN / NNEDI3 主要针对 Luma 细节和放大处理
颜色边缘发糊 CFL Prediction 利用 Luma 信息改善 Chroma（色度）细节
画面只是稍微发软 Adaptive Sharpen 适合作为最后一步进行轻度锐化
老视频噪声较多 Anime4K Denoise / KrigBilateral 分别针对降噪和边缘 / 色度处理
原生 4K 片源 通常不需要超分 已经达到目标分辨率，再做超分通常收益有限

Shader 使用注意事项

  1. 不要把所有 Shader 叠加使用。

    项目中部分方案本身就是完整的处理链，例如：

    1
    2
    3
    4
    ArtCNN + RAVU
    FSRCNNX + SSimDownscaler + KrigBilateral
    SSimSuperRes + SSimDownscaler
    Anime4K Mode A/B/C

    这些应该视为一个完整方案进行选择，而不是把所有组件重复叠加。

  2. 超分并不是分辨率越高越好。

    原生 4K 视频通常没有必要再次使用超分。高码率、高质量片源也不一定需要强力 AI 超分。

  3. 画面越糊，不代表一定要使用越强的 Shader。

    低码率、严重压缩、噪声很多的视频，强力超分有可能把压缩块、噪声和伪影一起增强。这种情况下更适合选择恢复、降噪或结构重建路线。

  4. 不同 Shader 的实际效果与源片质量密切相关。

    同一个 Shader 在动漫、真人、游戏画面上的表现可能明显不同，实际使用建议优先按照视频类型与 GPU 性能进行选择，再进行 A/B 对比。