我用AI修复了祖父1927年的肖像，我的家人40年来第一次清晰地看到了他的脸

我的祖父1923年出生在湖南的一个小村庄。 那里只有一张他小时候的照片。 这是一张黑白照片，尺寸大约为 2 x 3 英寸，拍摄于 1927 年左右，当时他四岁。 从我记事起，这张照片就一直被收录在我祖母公寓里一本泛黄的相册里，在数十年的荧光灯照射下慢慢褪色。

当我去年春天拿到它时，你几乎看不清他的脸了。 他的眼睛是两道黑影。 他的嘴角有一条淡淡的线。 照片的左侧三分之一被 20 世纪 80 年代某个时候发生的泄漏造成的棕色水渍覆盖。 我的祖母告诉我，四十多年来她一直没能在照片中清楚地看到他的脸。

我花了三个星期学习如何恢复它。 一路上我犯了很多错误。 我第一次尝试时就将他过度锐化成蜡像。 在我的第二次尝试中，我让人工智能填补了太多缺失的细节，结果他看起来就像一个完全不同的孩子。 但到第四次尝试时，我有了一个真正有效的工作流程。 当我把最终版本给奶奶看时，她用指尖触摸着屏幕，很长一段时间没有说话。

从良好的扫描开始，而不是手机照片

我的第一个错误是尝试恢复用手机相机拍摄的照片。 我把 iPhone 放在相册上，努力保持稳定，然后拍了一张照片。 我尝试过的人工智能修复工具对此无能为力，因为手机照片会在原始损坏的基础上引入反射、不均匀的光线、微妙的角度以及它们自己的压缩伪影。

真正有效的是使用平板扫描仪。 我从当地图书馆借了一台佳能 CanoScan。 我什么也没花。 我以 600 DPI 扫描原始打印件，将其保存为 TIFF，这成为我的起点。 差别是立竿见影的。 扫描捕捉到了我的手机摄像头完全错过的细节。 纸上有微小的纹理。 人工智能随后可以利用褪色的细微变化来重建下面的内容。

如果您无法使用扫描仪，手机照片仍然可以作为最后的手段。 但您需要将照片平放在桌子上，使用窗户照射的自然光，将手机与照片完全平行，然后使用可让您保存为 TIFF 或至少高质量 PNG 的应用程序。 不要使用默认的相机应用程序 JPEG。 压缩会损失您无法恢复的细节。

在向 AI 提供任何内容之前先修复重大损坏

人工智能修复模型旨在增强现有内容。 它们并不是为了重建已被完全破坏的信息而设计的。 如果照片上有撕裂、水渍覆盖了图像的三分之一或有严重折痕，人工智能将尝试以与恢复其他所有内容相同的方式恢复这些受损区域。 它会使撕裂的边缘变得锐利。 它将增强水渍的质感。 它会使损伤看起来更明显、更持久。

我首先学会了在常规照片编辑器中进行基本清理。 对于我祖父的照片，我使用克隆图章工具用背景未损坏部分的纹理填充最严重的水渍。 我并没有试图让它变得完美。 目标只是消除损坏的粗糙边缘，这样人工智能就不会将其视为重要的图像细节。 十分钟笨拙的克隆踩踏让我在后来与人工智能的战斗中节省了几个小时。

对于撕裂和折痕，同样的原则适用。 使用基本的编辑工具尽可能消除物理损坏。 给人工智能一个干净但模糊的起点，而不是一个损坏但详细的起点。 人工智能处理模糊的能力比处理损坏的能力要好得多。

两次通过，不是一次

当我不再试图一步完成所有事情时，我的工作流程发生了最大的突破。 早些时候，我会通过通用修复工具运行一张照片，并希望它能立即修复所有问题。 但从来没有。 背景看起来很棒，但脸部会很蜡质。 或者脸部看起来很锐利，但衣服纹理会被消除成平滑的渐变。

真正有效的是将工作分成两个单独的过程。 第一关，ClarifyPix 老照片修复。 这处理了整体清理工作。 它可以去除整个图像上的灰尘、划痕、褪色和一般退化。 它恢复了照片新时的整体对比度和清晰度。 该通行证需要 10 个学分，标准扫描图像大约需要 10 秒。

第二遍，面部修复。 一旦整体照片看起来不错，我就只在脸部上运行专用的脸部修复模型。 该模型专门针对数百万张人脸进行了训练，因此它能够理解面部解剖结构。 它知道眼睛彼此相对的位置。 它可以在不接触背景或衣服的情况下恢复瞳孔、睫毛、唇线和皮肤纹理。 此通行证每张图像需要 4 个学分，大约需要 5 秒。

两次传递一起完成了一次传递无法完成的事情。 一般修复修复照片打印的介质。 面部修复修复了照片中的人物。 它们是根本不同的问题，需要根本不同的工具。

着色是一个单独的决定

当我将黑白图像恢复成看起来像是保存完好的 1927 年照片后，我必须决定是否对其进行着色。 这比听起来更棘手。 黑白照片对他们来说有一定的吸引力。 他们感觉历史悠久。 它们给人的感觉是真实的，而彩色版本有时却没有。

我尝试给祖父的肖像上色。 人工智能在技术上做得很好。 肤色看起来很自然。 背景树叶呈现出适当的绿色。 他的衣服是一种看似合理的深蓝色。 但有些事情不对劲。 彩色版本看起来像是古装剧的剧照，而不是真实的照片。 它已经失去了旧时的质感。 我祖母更喜欢黑白版本。

为了我自己的家庭档案，我保留了两者。 修复后的黑白版本是我打印并装框的。 彩色版本位于标有“实验”的数字文件夹中。 有些照片的色彩处理很漂亮。 特别是户外场景和集体照片，其中颜色信息添加了有关服装、环境和季节的有用背景信息。 但我发现，肖像画在原来的黑白状态下往往效果更好。 您的里程会因照片而异。

如何处理原始扫描件

我犯了一个错误，我想警告你。 在我的第四次尝试产生了我满意的版本后，我几乎删除了之前失败的尝试和原始扫描。 我的想法是我现在已经有了好的版本，为什么还要保留坏的版本呢？ 这种想法是错误的。

AI还原是诠释。 每张修复后的照片都是模特对原照片的最佳猜测。 这是一个非常有根据的猜测，经过数百万张真实照片的训练。 但这仍然是一个猜测。 就家谱而言，原始扫描就是历史记录。 修复后的版本是一个视觉辅助工具。 未来尚不存在的人工智能模型可能会在相同的原始扫描中做得更好。 如果删除原始文件，您将永久失去这种可能性。

我现在保留了我恢复的每张照片的三个版本。 原始高分辨率扫描为 TIFF，存储在名为“originals”的文件夹中。 恢复后的版本为PNG格式的“恢复”。 还有一份“共享”的小型 JPEG 副本，我将其发送给家人。 原始扫描备份到两个不同的云服务。 我的祖母能够再次看到她丈夫童年的面孔是从公共图书馆扫描仪的扫描开始的。 该 TIFF 文件现在是我拥有的最有价值的数字文件。

为家人打印修复的照片

一旦我得到了令我满意的修复版本，我想打印它，这样我的祖母就可以拥有一份实体副本。 这引入了一系列我没有考虑过的全新问题。

原始照片大约是二乘三英寸。 我想以五乘七的尺寸打印，这样她不用放大镜也能看到细节。 这意味着我需要将恢复的图像在 300 DPI 下放大到 2100x1500 像素。 修复后的质量显着提高，但在原始尺寸下，600 DPI 扫描的像素数仍然仅为 1200x800 左右。 我需要进一步升级以获得干净的 5x7 打印效果。

对已恢复图像的第二轮人工智能升级效果出奇地好。 4 倍升级将恢复版本提升至 4800x3200 像素，对于 300 DPI 下的 5x7 来说已经足够了。 我在当地的一家照相馆用哑光纸打印了它。 哑光效果很重要，因为光面纸往往会突出任何剩余的瑕疵，而哑光纸则更宽容，看起来更适合复古照片的时代风格。 包括印刷在内的总成本约为十八美元，而我祖母脸上的表情的价值远不止于此。

如何处理整张专辑

在我祖父的肖像画取得成功之后，我变得雄心勃勃。 我祖母有四本相册，里面全是家庭老照片，总共大概有两百张照片，时间跨度从 20 年代到 1970 年代。 使用完整的两遍工作流程一次将它们全部恢复需要花费我几个月的时间。

我对这个集合进行了分类。 带有脸部的照片经过了完整的两次处理。 一般修复加面部修复。 每个费用约为 14 个学分。 没有面孔的照片，例如风景和建筑物，可以以 10 学分获得一次一般修复通行证。 那些已经状况良好的照片我完全不管了。 并不是每张照片都需要人工智能修复。 如果原始扫描件在正常观看尺寸下看起来不错，那么修复是一种奢侈，而不是必需品。

我还学会了高效地批量扫描。 大多数平板扫描仪可以一次容纳三到四张小照片。 我将它们全部扫描为一张大 TIFF，然后将它们分割成单独的文件。 这将我扫描一百张照片的时间从几个小时缩短到大约四十分钟。 扫描是乏味的部分。 AI修复是有趣的部分。 不要让扫描瓶颈阻碍您进入有趣的部分。

如果相册里有很多年没看过的家庭旧照片，请将它们拿出来并扫描最重要的照片。 从最难看到面孔的照片开始。 这些都是人工智能恢复发挥最大作用的地方。 您可能会对那些褪色的印刷品中仍然隐藏的东西感到惊讶，等待合适的工具将其恢复。