该工具使用 Google 的 RAISR 算法对图像进行放大。 TODO : 完成算法的训练部分。目前，此工具使用从 movehand 的Python 实现导出的过滤器库。

超分辨率、图像处理。宣称是可以在重建质量不差情况下，速度比目前算法如A+之类，能够有10到100倍性能提升。

matlab代码 30行 实现论文：Y. Romano, J. Isidoro, and P. Milanfar, "RAISR: Rapid and Accurate Image Super Resolution" 环境：Matlab R2016a 直接运行 runRAISRTest.m 就能完成训练和测试的全过程。可以直接更改 scale 和 LR_patch_size 的值，训练代码能根据给定的这两个参数来进行新的训练。 RAISR 的训练过程较长，因为要从插值后的 HR 图像中提取 patch，大概需要 3-4 小时。训练好的结果已经保存在 RAISR_result 文件夹下，直接把 runRAISRTest.m 的 22、23 行注释掉就能直接进行测试。 结果 用的 patch_size 为 11，scale 为 3，从训练图像中提取出了 7000w 的 patch 进行训练。 计算时间在 MacOS, 2 GHz Intel Core i5, 8 GB 1867 MHz LPDDR3 下进行测试得出；其中用的 Bicubic 方法为自己实现的，没有实现 Antialiasi