修复老照片中的模糊面孔：AI 人脸修复真正发挥作用时

我父母有一张 1973 年的老照片——他们第一次约会，坐在小餐馆的卡座里。我爸的表情刚好有点虚焦，不是特别严重，但你就是看不清他当时的表情。好多年我都觉得就这样吧。后来我发现了 AI 人脸修复。

结果完全出乎我意料。有些照片修得惊艳，有些则诡异得让人发毛。下面是我总结的——什么时候 AI 人脸修复真的管用。

先分清"模糊"和"太小"——这是两回事

这个区别很重要。一张真正模糊的脸——边缘虚化、细节不清——通常可以修复得很好。AI 手里有足够的像素数据，它只需要锐化和重建。但一张太小的脸——比如合照背景里只有 30×30 像素的路人——就难多了。AI 根本没有足够的信息可以加工。

我的经验法则：人脸区域至少有 80×80 像素，修复效果通常不错。低于这个数，结果就不好说了。

GFPGAN v1.4 和 v1.3：实际用起来差别在哪

GFPGAN 主要有两个版本，用途不同。1.4 版优先保证人物识别度——它会尽量保留原始脸部结构，即使增强力度稍弱一些。1.3 版追求极致的清晰度，代价是面部特征可能会被轻微改动。

修家庭老照片，我一律用 v1.4。我宁愿照片稍微柔一点、但我爸看起来还是我爸，也不要一张锐利无比但长得像 AI 生成的陌生人。对于身份识别不那么重要的照片——比如老报纸剪报或历史图片——v1.3 完全够用。

什么时候人脸修复反而帮倒忙

有些情况你应该直接跳过人脸修复。如果照片里的人戴着眼镜，AI 有时会把镜框当成脸部的一部分，在眼睛周围创造出奇怪的痕迹。如果脸上有强烈的阴影——比如帽檐或百叶窗投下的——AI 可能会尝试"修正"这些阴影，导致光线看起来很不自然。而如果人脸本来就已经很清晰了，再多处理只会让画质变差。

我现在的人脸修复流程

处理了大量家庭老照片之后，我现在的步骤是这样的：

1. 先做整张照片的修复（划痕、褪色、污渍等）。
2. 然后检查人脸。如果已经够清晰，到此为止。
3. 如果脸部还是模糊或发虚，用默认参数跑一遍人脸修复。
4. 对比修复前后的效果。如果看起来"修过了"，就把参数调低一点。
5. 最后再做放大——绝对不要在人脸修复之前做放大。

这个顺序帮我一贯拿到最自然的结果。我爸在餐馆那张照片现在装裱好放在我书桌上，他的表情终于能看清楚了。不算完美——也不可能完美——但那确实是他，这才是最重要的。

修复你老照片里模糊的人脸。 ClarifyPix 人脸修复 使用 GFPGAN 模型，在保持人物特征的同时恢复面部细节。每次 4 积分。