AIで白黒写真をカラー化する方法:完全ガイド
AIで白黒写真をカラー化。原版のデジタル化、損傷修復、カラー化の最適化、結果の微調整、カラー化した家族写真の保存と共有のステップバイステップガイド。
Senior Writer
レビュー担当 Magic Eraser Editorial ·

白黒写真にはかけがえのない瞬間が刻まれています。結婚式の日の祖父母、1940年代の家族の最初の家、大叔母の卒業ポートレート。しかし色がないことで感情的な距離が生まれます。これらの画像は記憶というより歴史のように感じられます。AIカラー化はそのギャップを埋め、グレースケール画像に現実的で文脈に合った色を加えることで、それらを保管文書から、すぐそばにあるように感じられる個人的で鮮やかな情景へと変えます。
つい最近まで、白黒写真のカラー化にはPhotoshopでの何時間にもわたる骨の折れる手作業が必要でした。個々の領域を選択し、歴史的に正確な色を調べ、レイヤーごとに塗り重ね、エッジをなじませて、着色したような不自然さではなく自然な仕上がりにする作業です。専門のカラリストは複雑さに応じて1枚あたり50ドルから300ドルを請求します。AIはこの工程を数分に短縮し、スマートフォンやノートパソコンを持つ誰もが利用できるものにしました。
このガイドでは、原版のスキャンやデジタル化、損傷の修復、カラー化のための画像準備、AIによる着色、結果の微調整という一連の作業を解説します。一枚の家族の形見を修復する場合でも、相続した写真の箱を一枚ずつ処理していく場合でも、これらの手順は現在のAIカラー化技術から得られる最良の結果をもたらします。
- AIカラー化は、内容、文脈、グレースケールの階調値を分析することで、白黒写真に歴史的にもっともらしい色を加えます。
- 傷、シミ、退色といった損傷をカラー化の前に修復することで、AIが欠陥を画像の内容と誤解するのを防ぎます。
- コントラストの強い高解像度スキャンは、はるかに優れたカラー化結果をもたらします。
- AIモデルは文脈の手がかりから色を判断します。空は青、草は緑、肌の色は人種や照明のパターンに従います。
- AIカラー化後の手動による微調整で、モデルが誤って推測した箇所(衣服の色、季節の文脈、室内の素材)を修正できます。
- 修復したグレースケール版とカラー化版の両方を保存しておくと、モデルが向上した将来に再カラー化するためのきれいなベースになります。
AIカラー化の仕組み
AIカラー化モデルは、何百万組ものカラー写真とそのグレースケール版のペアで訓練されています。モデルは、特定のグレースケールの階調パターンが特定の色に対応することを学習します。屋外の情景の上部にある明るく高コントラストの領域は、ほぼ確実に青空です。地面の高さにある中間グレーの有機的な質感は、おそらく草や葉です。顔の特定の階調範囲は、人種や照明条件によって異なる肌の色に対応します。
UCバークレーのZhangらによる画期的な研究は、深層ニューラルネットワークがこのタスクを分類問題として扱うことでもっともらしいカラー化を生み出せることを示しました。各ピクセルについて、モデルは周囲のグレースケールの文脈から313の色ビンのうちどれが最も可能性が高いかを予測します。現代のモデルはこの基盤の上に、より大きな訓練データセット、より高い解像度の出力、そして多くの色が同等にあり得る衣服、車両、室内の調度品といった曖昧なケースのより優れた処理を築いています。
この過程を理解すると、AIカラー化の長所と限界の両方が説明できます。モデルは自然の要素(空、水、植物、肌)に優れています。これらはグレースケール値と強い相関があるからです。一方、恣意的な選択(ドレスの色、車の色、塗装された壁の色)には苦労します。グレースケール値が決定的な答えを与えないからです。こうした曖昧なケースでは、モデルは訓練データの中で統計的に最も一般的な色を既定とします。AIがカラー化した衣服がくすんだ青、茶、グレーに偏りがちなのはそのためです。
- モデルは何百万組ものカラー画像とグレースケール画像のペアからグレースケールと色の対応を学習します。
- 空、植物、肌の色などの自然要素は、強い階調相関があるため最も正確にカラー化されます。
- 恣意的な色(衣服、車両、塗装面)は、訓練データの統計的頻度に基づく経験的な推測です。
オリジナルのスキャンとデジタル化
カラー化結果の品質は、元のスキャンの品質に完全に依存します。600 DPIのフラットベッドスキャンは、AIが素材を見分けるために使う細部を捉えます。ウールコートの織り目と革ジャケットの滑らかな表面、レンガと漆喰の質感、一本一本の草と砂利道。解像度が低いと、これらの違いがぼやけて混ざり合い、AIが扱える情報が少なくなります。
フラットベッドスキャナーを持っていない場合、多くの公共図書館や写真店がスキャンサービスを提供しています。最後の手段として、スマートフォンでプリントを撮影することもできますが、結果は低品質になります。プリントを平らで暗い面に置き、均一で間接的な日光の下で行います。曇りの日に北向きの窓の近くが理想的です。遠近の歪みを避けるため、スマートフォンをプリントの真上、面と平行に構えます。フラッシュは使わないでください。光沢プリントに鏡面ハイライトを作り、AIがそれを白い物体と解釈してしまいます。
ネガやスライドの場合、専用のフィルムスキャナーは光源にかざして撮影するよりもはるかに優れた結果をもたらします。ネガの箱がある場合、一括スキャンサービスなら1コマあたり数セントで高解像度にデジタル化できます。各コマが唯一無二でかけがえのない画像であることを考えれば、価値のある投資です。
カラー化前の損傷修復
古い写真は何十年もかけて損傷を蓄積します。取り扱いによる傷、湿気への露出による狐斑、不適切な保管によるシミ、折りたたまれたり中性紙なしで保管されたりしたことによる折れ、そして光への露出による全体的な退色。これらの欠陥はカラー化の前に修復しなければなりません。AIがそれらを画像内容の一部として扱うからです。茶色の狐斑が顔のシミとしてカラー化されるかもしれません。空を横切る折れ線が、モデルにその領域を空だと認識させなくするかもしれません。
Magic Eraserはほとんどの一般的な損傷の種類に対応します。傷、点、シミの上をブラシでなぞると、AIが周囲の文脈から下にあるグレースケールの階調を再構築します。乳剤を突き抜けて割れた深い折れには、複数回処理を行い、AIにその領域を徐々に再構築させます。大きな損傷領域(画像の四分の一を覆う水ジミ、破れた縁、完全に退色した部分)には、領域全体を一度に直そうとするのではなく、損傷の縁から内側へと作業を進めるとAIが最も力を発揮します。
退色は物理的な損傷とは別の問題です。一様に退色した写真はコントラストを失っています。黒は暗いグレーに、白は明るいグレーに移り、中間調の範囲は圧縮されています。AI Enhanceは、ヒストグラムを完全な黒から白までのコントラストに引き戻すことで、失われた階調範囲を回復します。この強化は物理的な損傷修復の後、カラー化の前に実行してください。カラー化モデルは、さまざまな表面や素材を見分けるために強いコントラストを必要とします。
- カラー化の前に、物理的な損傷(傷、点、シミ、折れ)をMagic Eraserで修復します。
- 最良のAI再構築結果を得るには、大きな損傷領域の縁から内側へと作業します。
- 損傷修復の後、カラー化の前に、退色したコントラストをAI Enhanceで回復します。
- 修復されていない損傷の欠陥は、画像の一部であるかのようにカラー化され、恒久的なエラーを生み出します。
最良のカラー化結果のための画像最適化
損傷修復とカラー化の間に、準備の一手間を加えると結果が大きく向上します。きれいにした画像をAI Enhanceに通し、コントラストを最適化し、柔らかな細部をシャープにし、暗すぎて見分けられない領域を持ち上げます。目的は白黒写真そのものを見栄え良くすることではありません。カラー化モデルにできるだけ明瞭な入力を与えることです。
被写体が背景に溶け込む領域に注意してください。多くの古い写真では、人の暗い髪が暗い背景に溶け合ったり、白いシャツが明るい空に消えたりします。AIが被写体と背景の境界を見分けられなければ、それらを別々にカラー化できません。AI Enhanceはこうした領域を分離するのに十分なエッジの細部を回復することがよくあります。それでも不十分なら、カラー化の前にMagic Eraserで境界領域をわずかに暗くしたり明るくしたりすることを検討してください。
トリミングも検討する価値があります。古い写真には損傷した縁、印刷による不揃いなエッジ、広い余白がよくあります。実際の画像内容にトリミングすると、こうした注意散漫の要因が取り除かれ、AIモデルに分析するためのよりすっきりした構図が与えられます。トリミング版は別ファイルとして保存し、フチを含む元のスキャンを保管目的で保存しておきましょう。
カラー化結果の確認と微調整
AIカラー化は印象的ですが完璧ではありません。カラー化したすべての画像は、共有や印刷の前に注意深い確認に値します。最も一般的な問題は、何を探すべきか分かれば見つけやすい、予測可能なカテゴリーに分類されます。
肌の色は最も重要な確認要素です。AIは、グレースケール値、顔の特徴認識、文脈の手がかりの組み合わせから肌の色を判断します。ほとんどの場合は正確ですが、異常な照明(強い逆光、舞台照明、濃い影)が肌の色を不自然な色合いへとずらすことがあります。肌がピンクすぎる、黄色すぎる、グレーすぎる場合は、対象を絞った色温度の調整で自然な範囲に戻せます。
衣服や生地はAIが最も頻繁に推測する箇所です。祖母のウェディングドレスが白ではなくアイボリーだった、祖父の軍服がAIの選んだネイビーブルーではなくオリーブドラブだったと分かっているなら、AI Filterの調整でそれらの特定領域の色相をずらせます。同じ時代の歴史的な参考写真がこうした修正の指針になります。
季節の文脈も確認すべき領域です。AIは写真が何月に撮られたかを知りません。秋の木々を夏の緑に、冬の草を春のエメラルドにカラー化することがあります。季節が分かっているなら、葉や風景の色をそれに合わせて調整してください。
- まず肌の色を確認します。元画像の異常な照明が不自然な色の変化を引き起こすことがあります。
- 衣服の色は、家族の知識や同時代の参考写真と照らし合わせて確認します。
- 季節の文脈を修正します。AIは写真がいつ撮られたかに関係なく、夏のような葉を既定とします。
- 手動修正の後、全体の色温度を統一するために最後にAI Enhanceを一度実行します。
カラー化した家族写真の保存と共有
カラー化した家族写真は、心のこもった贈り物であり、家族の歴史への力強いつながりです。米国議会図書館は、保管用画像を可逆形式(PNGまたはTIFF)で、利用可能な最高解像度で保存することを推奨しています。各写真について3つの版を保存しましょう。生のスキャン、修復した白黒版、そしてカラー化版です。この保管方法なら、AIモデルが向上し続ける将来、ゼロからやり直すことなく画像を再カラー化できます。
共有のためには、リサイズして高品質のJPEGで書き出します。印刷サービスは300 DPIのJPEGを受け付けます。幅4000ピクセルの画像は幅13インチで美しく印刷され、額装表示に十分な大きさです。家族のグループチャットやSNSでのデジタル共有では、フル解像度のファイルが最新のプラットフォームでそのまま機能します。
ビフォーアフターの比較を作ることも検討してください。左に元の白黒、右にカラー化版を並べると、変化がすぐに見て取れ、写真だけでは生まれないような家族の歴史についての会話をしばしば引き起こします。こうした並列画像は、祖父母を称えたり、記念日を祝ったり、家族の節目を祝ったりするSNS投稿で特に人気があります。
- 生のスキャン、修復したグレースケール、カラー化版を別々に保存し、将来の再処理に備えます。
- 印刷用には300 DPIで、デジタル共有用にはフル解像度のJPEGで書き出します。
- ビフォーアフターの比較画像は、カラー化写真だけよりも多くの家族の関わりを引き起こします。
参考資料
- Automatic Colorization of Grayscale Images Using Deep Learning — arXiv (Zhang et al.)
- Preserving Family Photographs: A Guide for Consumers — Library of Congress