从损坏的照片到镶框打印：我完整的人工智能修复工作流程

让我开始这一切的照片是一张 1952 年的婚纱照。它什么毛病都有：边角撕裂、泛黄、人脸几乎看不清，而且还是黑白的。我想修复它、上色，然后打印出来作为礼物。花了好几次尝试才搞对顺序。

顺序很重要——非常重要。如果顺序错了，你最终会重复劳动，甚至更糟——把错误固化下来，每一步都会放大问题。下面是我最终跑通的工作流程，得益于更好的修复模型，现在比以前更简单了。

变化：新升级的修复模型

我们最近将老照片修复模型升级为 FLUX Kontext Restore。最大的改进：它在一次处理中同时完成划痕修复、破损修复和上色。以前你需要分别做修复和上色两个步骤，现在一个模型全搞定，而且效果更自然——尤其是肤色和布料颜色。工作流程从四步简化为了三步。

第一步：老照片修复（必须放在第一步）

一次性修复物理损伤并添加色彩。划痕、撕裂、污渍、褪色——模型在恢复自然色彩的同时处理所有这些问题。如果你在修复面部或放大之后再上色，可能会出现奇怪的伪影。在做其他任何操作之前，先把基础图片处理好。

修复后花点时间检查结果。损伤真的消失了吗？肤色看起来自然吗？现在发现问题比两步之后再发现要容易得多。模型效果很好，但也不是完美的——偶尔眼睛可能看起来有点不对劲，如果出现这种情况，第二步会有所帮助。

消耗：10 积分。这是我们最贵的单项操作，因为它运行在强大的硬件上，并且一次完成了两个旧模型的工作。

第二步：面部修复（如需要）

不是每张照片都需要这一步。如果修复后脸部已经清晰了，可以跳过。但对于脸部模糊或者修复模型让眼睛看起来不太自然的老照片，专门的面部修复可以带来显著的改善。我使用 GFPGAN，因为它能保留身份特征——我希望照片里的人看起来像他们自己，只是更清晰而已。

消耗：4 积分。

第三步：放大（放在最后，永远是最后）

这一步让它适合打印。其他步骤都完成后，放大到你需要的尺寸。标准打印的话，4 倍足够了。大幅面——11×14 或更大——我使用 Clarity Pro 放大 8 倍或 16 倍。

为什么要最后放大？因为修复和面部修复在原始分辨率下处理——它们在处理人为放大的图像时不会更快更准确。而且如果你提前放大，然后在修复过程中发现问题，你就得全部重来。

消耗：2 倍=2 积分，4 倍=4 积分。

实际花费

以下是最常见的组合：

• 仅修复（破损修复 + 上色一步完成）：10 积分
• 修复 + 4 倍放大（可直接打印标准尺寸）：14 积分
• 修复 + 面部修复 + 4 倍放大（全套处理）：18 积分

大多数照片不需要全部三个步骤。简单的 2 倍放大只需 2 积分。你可以根据每张照片的实际需求灵活搭配。使用 Pro 版方案（500 积分/月），你每月可以完整处理约 27 张照片（全套三步）。

那张 1952 年的婚纱照现在挂在我父母的客厅里。从开始到完成大约用了 15 分钟，修复 + 4 倍放大共 14 积分。我奶奶看到时哭了。每一分都值得。

ClarifyPix — ClarifyPix old photo restoration