Real-ESRGAN vs Topaz : Quel upscaler est le meilleur ?

Bonjour à tous, je m’appelle Dora. Tout a commencé par un petit détail. Je préparais une présentation et j’avais besoin d’agrandir un petit logo sans le transformer en bouillie pixelisée. J’avais déjà Real-ESRGAN sur ma machine. Une amie me parlait sans cesse de Topaz. Je ne cherchais pas à désigner un vainqueur, je voulais juste arrêter de plisser les yeux.

Alors, pendant quelques soirées de février-mars 2026, j’ai fait passer les mêmes images dans les deux outils : des photos de famille numérisées, quelques clichés pris avec un téléphone avec flou de bougé, deux ou trois textures de jeux vidéo, et un logo en basse résolution. Real-ESRGAN depuis le build GitHub (variantes de modèles : x4plus, x4plus-anime, et RealESRGAN_x4plus_ncnn) ; Topaz Photo AI 3.x (le build en cours au moment du test). Je ne cherchais pas de miracle. Je cherchais le chemin qui me semblerait le plus léger quand j’en aurais besoin, et le plus tolérable quand ce ne serait pas le cas.

Real-ESRGAN vs Topaz : la réponse courte

Si vous voulez le résumé sans les détails : j’ai utilisé Topaz quand j’avais besoin d’un résultat propre rapidement, sans trop de réglages. J’ai utilisé Real-ESRGAN quand je voulais du contrôle, de la répétabilité, et un flux de travail que je pouvais scripter ou expliquer.

Meilleur pour les débutants

Topaz. Il pose moins de questions. J’ai glissé des images, ajusté un ou deux curseurs, et la plupart des résultats étaient présentables dès le premier essai. Pour les personnes non techniques ou les jours où votre cerveau est déjà surchargé, ça compte vraiment.

Meilleur pour le contrôle et l’expérimentation

Real-ESRGAN. C’est plus de travail au départ, mais une fois que j’ai configuré quelques préréglages et scripts, je pouvais lancer des lots cohérents et ajuster les modèles selon le type d’image. Si vous aimez voir ce que le modèle fait réellement, et que vous préférez des réglages transparents à une automatisation « intelligente », c’est nettement mieux.

Ce que vous comparez réellement

Il ne s’agit pas seulement d’un modèle contre un autre. C’est un choix de flux de travail. Certains créateurs mélangent aujourd’hui les upscalers traditionnels avec de nouveaux outils de génération d’images IA comme Z-Image Turbo pour reconstruire des visuels de zéro.

Flux de travail open-source

Avec Real-ESRGAN, je choisis les modèles, les options, et parfois différents builds (CUDA vs NCNN). Il est honnête sur ce qu’il peut et ne peut pas faire. Quand il échoue, je sais où chercher : choix du modèle, niveau de bruit, pré-débruitage, ou interpolation. L’avantage, c’est le contrôle et le coût. L’inconvénient, c’est le temps investi dans la configuration et les occasions de se perdre dans les détails.

Si vous êtes curieux : Real-ESRGAN se trouve ici : Real‑ESRGAN sur GitHub. La documentation est correcte, mais il faut quand même assembler les pièces soi-même.

Flux de travail avec un produit payant et peaufiné

Topaz Photo AI regroupe plusieurs modèles (netteté, débruitage, agrandissement) derrière une interface soignée. Il essaie de détecter automatiquement les problèmes, puis suggère un enchaînement : supprimer le bruit, récupérer les détails, agrandir. Vous pouvez le modifier, mais le chemin par défaut est « laissez-moi m’en occuper. » C’est ça l’attrait. Vous échangez un peu de transparence contre de la rapidité et de bons premiers résultats. Informations officielles : Topaz Photo AI.

Comparaison de la qualité des résultats

J’ai fait sept séries : deux tirages 10x15 numérisés, une photo prise avec un smartphone en 2009 (flou de bougé), un logo basse résolution (couleurs unies), deux textures de jeux vidéo (surfaces granuleuses), et un petit portrait extrait d’une photo de groupe. J’ai agrandi 4x sauf indication contraire. Voici ce que j’ai observé.

Récupération des textures

Vieux tirages : Real-ESRGAN (x4plus) a restitué le grain du papier et le tissage des fibres de manière convaincante. Topaz lissait parfois le grain, puis réinventait des micro-détails par-dessus. À une distance de vision normale, les deux paraissaient nets : en zoomant, Real-ESRGAN donnait un rendu plus « pellicule ».
Textures de jeux vidéo : Real-ESRGAN a mieux préservé la rugosité du béton et du stuc. Certains artistes sautent désormais complètement l’upscaling traditionnel et reconstruisent les textures via des flux de travail de génération image-à-image par IA. Topaz misait sur la netteté, ce qui aidait les contours mais transformait parfois la poussière en taches qui n’existaient pas.
Logos et interfaces : Topaz produisait des contours plus propres sans préparation. Real-ESRGAN bénéficiait d’une passe préliminaire (retraçage vectoriel ou modèle dédié). Si vous ne voulez pas préparer vos fichiers, Topaz l’emporte ici.

Comportement avec le bruit et la netteté

Photo prise à haute sensibilité ISO : le pipeline débruitage+netteté de Topaz a réduit le flou sans l’aspect « cireux » auquel je m’attends habituellement. Real-ESRGAN seul m’a donné soit trop de grain soit pas assez de définition : l’associer à une légère étape de débruitage préalable (p. ex. un NR basique) a beaucoup aidé, mais c’était deux étapes au lieu d’une.
Recadrage de portrait : Topaz privilégiait une peau nette avec des pores discrets ; Real-ESRGAN préservait la micro-texture mais pouvait exagérer les taches de rousseur et les petits artefacts. Selon le sujet, c’est soit honnête soit peu flatteur.

Là où chacun paraît artificiel

Real-ESRGAN : sur les visages difficiles, invention occasionnelle de sourcils ou cils. Sur le texte ou le dessin au trait, de légers halos si je n’ai pas préparé. Sur le feuillage, de petits motifs répétitifs peuvent apparaître si la source est très floue.
Topaz : contours trop nets sur les cheveux et les tissus si je pousse la netteté. Parfois une légère « clarté plastifiée » dans les dégradés uniformes (ciel, fonds de studio). Sur des fichiers très bruités, il peut deviner les détails avec un peu trop de confiance.

En termes simples : Real-ESRGAN a tendance à préserver le caractère de l’original ; Topaz tend à présenter une version nettoyée qui paraît prête pour un dossier client. Ce que vous préférez dépend de votre objectif.

Comparaison des flux de travail

C’est la plus grande différence que j’ai remarquée.

Temps de configuration

Real-ESRGAN : la première installation m’a pris environ 30 à 40 minutes sur mon ordinateur portable Windows (installation CUDA, téléchargement des modèles, tests rapides). Sur mon MacBook (M3), le build NCNN était plus simple, environ 15 minutes de zéro au premier agrandissement. Ensuite, plus aucune friction.
Topaz : installation, licence, c’est fait. Premier résultat utilisable en 3 à 5 minutes. Pas de devinette sur les options.

Traitement par lots

Real-ESRGAN : excellent une fois scripté. J’ai traité un dossier de 120 textures en environ 18 minutes sur un GPU de bureau, sans surveillance. Les journaux étaient clairs. Si quelque chose semblait bizarre, je pouvais relancer un sous-ensemble avec un autre paramètre de modèle.
Topaz : le traitement par lots est facile via l’interface et a bien fonctionné pour 60 images, mais je le surveillais davantage. Quand la détection automatique se trompait (p. ex., il accentuait la netteté là où il fallait d’abord débruiter), je devais m’arrêter et ajuster. Pas catastrophique, juste plus de supervision.

Facilité d’obtenir des résultats fiables

Real-ESRGAN : mes deux premières passes sur de nouveaux types de contenu sont rarement « définitives ». Mais dès la troisième tentative, la combinaison modèle + légère préparation devient une recette reproductible. La fiabilité se mérite, elle n’est pas accordée d’emblée.
Topaz : la première passe est généralement suffisante. Quand il se trompe, il se trompe avec confiance. J’ai appris à vérifier les visages et les contours avant de faire confiance à un grand lot. Malgré tout, le temps pour obtenir un résultat convenable était plus court en moyenne.

Le compromis coût vs temps

J’ai tenu un journal approximatif pour un dossier client (86 images mixtes, surtout des photos d’événements).

Chemin Topaz : importation → automatique → légers ajustements → exportation. Temps de manipulation total ~22 minutes. Temps machine ~35 minutes. 6 images ont nécessité une seconde passe.
Chemin Real-ESRGAN : tri rapide → passe de débruitage préalable sur les 20 pires → Real-ESRGAN x4 → redimensionnement vers le format de livraison. Manipulation ~38 minutes (plus de tri), temps machine ~31 minutes. 11 images ont nécessité une seconde passe, mais les relances étaient scriptées.

Quand Topaz vaut la peine d’être payé

Vous remettez des images à des clients et vous voulez des résultats attrayants par défaut sans surveillance constante.
Vous ne voulez pas gérer des modèles, des pilotes ou des scripts.
Vous travaillez sur le débruitage, la netteté et l’agrandissement en une seule séance — le pipeline intégré est important.

En termes pratiques : si votre temps est facturable ou si vous changez souvent de contexte, Topaz rentabilise rapidement son coût.

Quand Real-ESRGAN est encore suffisant

Vous êtes à l’aise avec une petite configuration, et vous aimez savoir exactement ce qui s’est passé sur chaque pixel.
Vous traitez beaucoup de contenu similaire (p. ex., textures, photos numérisées) et vous voulez une recette stable et documentable.
Le budget compte plus que la commodité, ou vous déployez sur un serveur où la gestion des licences devient contraignante.

Et bien sûr : si vous avez besoin de quelque chose que vous pouvez scripter, planifier ou exécuter en mode sans tête, Real-ESRGAN s’intègre plus proprement dans un système.

Ma recommandation selon le cas d’utilisation

Créateurs occasionnels

Si vous ouvrez un éditeur quelques fois par mois et que vous voulez juste que votre image arrête d’avoir l’air fatiguée, utilisez Topaz. Il est agréable à utiliser. Les suggestions automatiques sont correctes. Vous passerez plus de temps à choisir quelle photo garder qu’à chercher comment la corriger. Si par la suite vous devenez curieux du contrôle fin, vous pourrez toujours essayer Real-ESRGAN, mais vous n’en aurez pas besoin pour passer une semaine normale. Certains créateurs vont même plus loin en transformant des photos de produits en courtes vidéos IA une fois la qualité de l’image restaurée.

Utilisateurs techniques

Si vous aimez les pipelines reproductibles, ou si vous devez traiter des centaines de ressources selon un planning, commencez par Real-ESRGAN. Sauvegardez vos paramètres. Écrivez un petit script. Associez-le à un outil de débruitage léger quand vous en avez besoin. Quand vous voulez une passe rapide adaptée aux clients avec un minimum de réflexion, gardez Topaz sous la main — mais votre quotidien sera probablement en open-source.

Utilisateurs soucieux de leur budget

Real-ESRGAN vous emmènera très loin gratuitement. Il demande du temps plutôt que de l’argent. Si votre travail dépend d’une livraison régulière et que vous pouvez vous le permettre, Topaz vous le rend en charge cognitive allégée plus qu’en minutes brutes économisées. Mais si vous êtes rigoureux dans votre processus, Real-ESRGAN tient bien la route.

Une petite note pour conclure : après une semaine à alterner entre les deux, j’ai remarqué que je me détendais un peu chaque fois que j’ouvrais Topaz — moins de décisions à prendre. Mais j’ai aussi gardé une fenêtre de terminal Real-ESRGAN épinglée en permanence. Savoir que je pouvais voir et piloter les rouages quand j’en avais besoin… ça rendait l’ensemble du dispositif plus solide. Je ne crois pas que cette tension disparaîtra un jour, et j’en suis satisfaite.