Descarga de Real-ESRGAN: Guía de Instalación y Uso

Hola, soy Dora. La primera vez que escribí “real-esrgan download” no estaba buscando un milagro. Solo quería limpiar una foto de producto borrosa sin abrir docenas de pestañas ni lidiar con una interfaz gráfica que intenta ser útil. Había visto mencionado Real-ESRGAN durante años, pero siempre lo dejaba pasar porque cada guía sonaba más complicada que la herramienta en sí. A principios de marzo de 2026, finalmente me senté con un objetivo tranquilo: instalarlo de forma segura, procesar algunas imágenes y ver dónde encajaba.

Aquí está lo que aprendí, lo que Real-ESRGAN todavía hace bien, dónde descargarlo sin complicaciones, y los pequeños problemas de configuración que me tropezaron antes de que se volvieran rutina.

Para qué sirve mejor Real-ESRGAN

Conceptos básicos de escalado de imágenes

Trato el escalado como reparación más que como magia. Real-ESRGAN toma una imagen de baja resolución y predice los detalles faltantes para que puedas usarla a escala 2× o 4× sin bordes pixelados. Está entrenado con degradaciones del mundo real (no solo ruido de laboratorio limpio), lo que importa cuando tu fuente es una captura de pantalla de un blog de 2017 o una foto comprimida de WhatsApp que no puedes retomar.

Cuando lo probé en marzo de 2026 en un portátil con Windows 11 (RTX 3060) y un MacBook Air (M2), Real-ESRGAN produjo resultados sólidos y consistentes en:

Capturas de pantalla antiguas de interfaces y gráficos de presentaciones
Etiquetas de productos, embalajes y texturas simples
Logotipos sin texto diminuto

No es una herramienta que deja boquiabierto, es una herramienta confiable. Eso es un elogio.

Donde sigue aguantando

Lo comparé con algunas opciones de pago y wrappers que ya uso. Real-ESRGAN se mantiene cuando:

La entrada es más o menos limpia pero pequeña. Rellena los bordes sin inventar detalles llamativos.
Te importa la consistencia en un lote (banners para redes sociales, imágenes de documentación) más que la perfección por imagen.
Quieres una ruta scriptable que no cambie de opinión cada mes. Los desarrolladores que prefieren pipelines de API a menudo exploran guías sobre cómo usar la API de Z-Image Turbo para flujos de trabajo de generación de imágenes automatizados.

Donde tiene dificultades: texto muy fino, rostros y escenas naturales con mucho detalle (follaje, cabello). Puedes combinarlo con un corrector de rostros, pero prefiero mantener las expectativas simples: escalar primero, luego decidir si necesita una segunda pasada en otro lugar.

Dónde descargar Real-ESRGAN de forma segura

Fuentes oficiales o de confianza

Esta parte importa. Los resultados de búsqueda son ruidosos y las versiones en mirror pueden traer sorpresas. Lo que funcionó para mí:

Repositorio oficial: Real-ESRGAN en GitHub (xinntao)
Ideal para la implementación en Python/PyTorch, documentación y script de inferencia.
CLI precompilada (rápida, sin Python): versiones de realesrgan-ncnn-vulkan y el repositorio de binarios mantenido por nihui enlazado allí. Son herramientas de línea de comandos pequeñas para Windows, macOS y Linux.
PyPI (si prefieres pip): realesrgan en PyPI, verifica el mantenedor y las notas de versión contra el readme de GitHub antes de usarlo en un entorno de producción.
Para especificaciones de CUDA/PyTorch: instala desde el sitio oficial de PyTorch para que coincida con tus drivers de GPU.

Una regla simple que sigo: si una página no enlaza al repositorio principal de GitHub o al perfil del mantenedor, me voy.

Los archivos que realmente necesitas

Depende de tu ruta:

Binarios ncnn-vulkan (inicio rápido): descarga el archivo comprimido para tu SO desde la página de versiones. Incluye el ejecutable y los archivos del modelo. Descomprímelo en algún lugar que controles (por ejemplo, una carpeta de herramientas, no en Descargas).
Ruta Python/PyTorch: clona el repositorio desde GitHub, luego descarga los pesos del modelo. Los más comunes son:
RealESRGAN_x4plus.pth (general 4×)
RealESRGAN_x4plus_anime_6B.pth (anime/arte lineal)

Si una descarga pide un instalador con cambios a nivel de sistema para una simple herramienta de línea de comandos, lo pienso dos veces. Los zips portables y los repositorios clonados me han bastado.

Cómo instalar Real-ESRGAN

Ruta de configuración básica

Probé dos rutas en marzo de 2026:

ncnn-vulkan (sin Python, más rápido para el primer resultado)

Descarga el último zip de realesrgan-ncnn-vulkan para tu SO.
Descomprime en algo como C:/tools/realesrgan o ~/tools/realesrgan.
Opcional: añade la carpeta al PATH para poder ejecutar el comando desde cualquier lugar. Al principio no lo hice: simplemente hacía cd a la carpeta. Ambas opciones funcionan.

Python/PyTorch (más flexible, scriptable)

Instala PyTorch con la versión correcta de CUDA (en Windows con NVIDIA) desde el selector oficial. Mi 3060 necesitaba drivers CUDA 12.x: las incompatibilidades causan errores crípticos.
Clona el repositorio de Real-ESRGAN desde GitHub.
Instala los requisitos con pip dentro de un entorno virtual.
Descarga los pesos del modelo .pth en la carpeta de pesos (el readme del repositorio muestra las rutas exactas). Luego usa el script de inferencia proporcionado.

Ambas rutas están bien. Si solo quieres escalar imágenes sin tocar Python, ncnn-vulkan es el comienzo más tranquilo.

Lo que los usuarios principiantes suelen pasar por alto

Estos también me pillaron a mí:

Ubicación del modelo: el script de Python busca modelos en carpetas específicas. Si no puede encontrar un .pth, selecciona uno predeterminado en silencio o da error.
Expectativas de GPU: PyTorch necesita una versión de CUDA que coincida con tu driver. Si “torch.cuda.is_available()” es False cuando esperabas True, no estás loco, simplemente tus versiones no coinciden.
Tiles y memoria: los escalados 4× en imágenes grandes pueden alcanzar los límites de VRAM. Tamaños de tile más pequeños ayudan, aunque sea un poco más lento.
Nombres de archivos con espacios: la CLI funciona bien con comillas, pero aun así mantengo los archivos de prueba simples hasta que todo funcione.

Cómo ejecutar tu primera prueba

Flujo de trabajo con entrada de imágenes

Empecé con una captura de pantalla pequeña y fea. Con ncnn-vulkan, desde la carpeta extraída:

En Windows o Terminal de macOS: ./realesrgan-ncnn-vulkan -i input.jpg -o output.png

Esto usa el modelo 4× predeterminado. Si funciona, ya tienes la mayor parte del camino hecho.

Con el script de Python (desde la raíz del repositorio):

python inference_realesrgan.py -n RealESRGAN_x4plus -i path/to/input.jpg -o path/to/output.png --outscale 4

La primera ejecución me llevó un par de minutos de principio a fin, principalmente porque verifiqué que estaba usando el modelo correcto. Después de dos o tres imágenes, dejé de pensar en ello.

Configuración de salida para principiantes

Al principio lo mantengo simple:

Escala: 2× para imágenes de redes sociales que volverás a comprimir; 4× cuando necesites más margen para recortar.
Formato: PNG cuando vas a editar más; JPEG cuando hayas terminado y quieras archivos más pequeños.
Modelo: x4plus para fotos generales e interfaces; el modelo anime para arte lineal, iconos o arte estilo manga.

Si el resultado parece un poco “plástico”, pruebo 2× en lugar de 4× y aplico un ligero enfoque en un editor. Y si el texto pequeño sigue borroso, acepto el límite y reemplazo el texto manualmente. Eso no es un fracaso, es simplemente el límite honesto del modelo.

Problemas comunes de configuración y soluciones

Dependencias faltantes

PyTorch no detecta tu GPU: reinstala PyTorch con la versión exacta de CUDA compatible con tu driver (usa el selector oficial). Si tienes una GPU de portátil, actualiza los drivers primero.
Runtime de Visual C++ en Windows: si el binario se queja de DLLs faltantes, instala el último Microsoft Visual C++ Redistributable.
Permisos en macOS: si la app es “de un desarrollador no identificado”, haz clic derecho y Abrir una vez para ponerla en la lista blanca.

Problemas con rutas o archivos de modelo

Ruta Python: asegúrate de que los archivos .pth están en la carpeta de pesos que espera el script. Usa el flag exacto del nombre del modelo (por ejemplo, -n RealESRGAN_x4plus).
ncnn-vulkan: ejecuta desde la carpeta con el ejecutable y los modelos, o proporciona rutas completas. Si dice que no puede cargar el modelo, probablemente moviste el exe sin los modelos.
Espacios en rutas: ponlos entre comillas. Aun así prefiero rutas cortas y simples para scripts repetibles.

Problemas de GPU o rendimiento

Errores de VRAM: reduce el tamaño del tile (ambas implementaciones admiten tiling). Es más lento pero más estable.
Problemas con el backend Vulkan: actualiza los drivers de GPU. En iGPUs Intel antiguas, he visto fallos silenciosos: probar con otra máquina me ahorró tiempo.
Temperatura en portátiles: los lotes largos provocarán throttling. Establezco un número de hilos más moderado o hago pausas entre bloques. Más lento es mejor que un cuelgue al 95%.

Real-ESRGAN en un flujo de trabajo real

Cuando es suficiente por sí solo

Real-ESRGAN se gana su lugar en tareas tranquilas y repetibles:

Refrescar capturas de pantalla antiguas para documentación sin volver a capturar los flujos
Hacer que pequeñas fotos de productos sean utilizables para un boletín, o incluso convertir fotos de productos en cortos videos de IA, algo que algunos creadores ya hacen con herramientas como Seedance.
Escalar iconos y gráficos simples antes de un pase de diseño

En mis pruebas de marzo, un lote de 40 capturas de pantalla tardó unos 8–10 minutos en el 3060 usando ncnn-vulkan. No más rápido que algunas interfaces gráficas, pero menos demandante de atención. Iniciar, revisar una vez, seguir adelante.

Cuándo los usuarios pasan a Topaz u otros wrappers

Si quieres una interfaz amigable, presets de lote o un generador de imágenes de IA más moderno como Z-Image Turbo, los wrappers y las aplicaciones de pago ayudan.

Upscayl y chaiNNer ofrecen a Real-ESRGAN una interfaz sencilla.
Topaz Gigapixel AI tiende a hacer mejor trabajo con rostros, cabello y texturas naturales con mucho detalle. También maneja recortes agresivos con menos halos.

Sigo recurriendo a Real-ESRGAN primero cuando necesito un 2×/4× confiable sin complicaciones. Si la imagen presenta resistencia —texto serif diminuto, fondos ruidosos— pruebo una segunda pasada en otra herramienta. Sin heroísmos, solo un pequeño empujón donde ayuda.

Una pequeña nota sobre “real-esrgan download”: buscar la frase exacta seguía llevándome a sitios agregadores. Los enlaces oficiales de GitHub siguen siendo el camino más limpio. Si lidias con restricciones similares, vale la pena echarle un vistazo. No tengo un final ordenado aquí, solo que la herramienta se fundió con el fondo después de un día, que suele ser mi señal para quedármela.