วิธีลงสีภาพขาวดำด้วย AI: คู่มือฉบับสมบูรณ์

การเติมสีด้วย AI ทำงานอย่างไร

โมเดลการลงสีด้วย AI ได้รับการฝึกบนภาพถ่ายสีหลายล้านคู่กับภาพโทนสีเทาที่ตรงกัน โมเดลเรียนรู้ว่ารูปแบบโทนสีเทาบางอย่างสอดคล้องกับสีเฉพาะ พื้นที่สว่างและมีความเปรียบต่างสูงตรงส่วนบนของฉากกลางแจ้งแทบจะเป็นท้องฟ้าสีฟ้าอย่างแน่นอน พื้นผิวอินทรีย์สีเทากลางระดับพื้นน่าจะเป็นหญ้าหรือใบไม้ ช่วงโทนสีเฉพาะบนใบหน้าสอดคล้องกับสีผิวที่แตกต่างกันไปตามชาติพันธุ์และสภาพแสง

งานวิจัยบุกเบิกโดย Zhang และคณะที่ UC Berkeley แสดงให้เห็นว่าโครงข่ายประสาทเชิงลึกสามารถสร้างการลงสีที่สมเหตุสมผลได้ด้วยการมองว่างานนี้เป็นปัญหาการจำแนกประเภท สำหรับแต่ละพิกเซล โมเดลจะทำนายว่าในบรรดาช่องสี 313 ช่อง ช่องใดมีความเป็นไปได้มากที่สุดเมื่อพิจารณาจากบริบทโทนสีเทาโดยรอบ โมเดลสมัยใหม่ได้ต่อยอดจากรากฐานนี้ด้วยชุดข้อมูลฝึกที่ใหญ่ขึ้น ผลลัพธ์ความละเอียดสูงขึ้น และการจัดการกรณีกำกวมได้ดีขึ้น เช่น เสื้อผ้า ยานพาหนะ และเครื่องเรือนภายใน ซึ่งหลายสีมีความเป็นไปได้พอ ๆ กัน

การเข้าใจกระบวนการนี้อธิบายทั้งจุดแข็งและข้อจำกัดของการลงสีด้วย AI โมเดลทำได้ดีเยี่ยมกับองค์ประกอบทางธรรมชาติ — ท้องฟ้า น้ำ พืชพรรณ ผิวหนัง — เพราะสิ่งเหล่านี้มีความสัมพันธ์อย่างแน่นแฟ้นกับค่าโทนสีเทา แต่โมเดลจะลำบากกับการเลือกที่ตามอำเภอใจ — สีของชุดเดรส รถยนต์ ผนังที่ทาสี — เพราะค่าโทนสีเทาไม่ได้ให้คำตอบที่แน่ชัด ในกรณีกำกวมเหล่านี้ โมเดลจะใช้สีที่พบบ่อยที่สุดทางสถิติในข้อมูลฝึกของมันเป็นค่าเริ่มต้น นี่คือเหตุผลที่เสื้อผ้าซึ่งลงสีด้วย AI มักโน้มไปทางสีฟ้า น้ำตาล และเทาที่หม่น

• โมเดลเรียนรู้การจับคู่จากโทนสีเทาไปเป็นสีจากภาพสีและภาพโทนสีเทาหลายล้านคู่
• องค์ประกอบทางธรรมชาติ เช่น ท้องฟ้า พืชพรรณ และสีผิว ลงสีได้แม่นยำที่สุดเพราะมีความสัมพันธ์ทางโทนสีอย่างแน่นแฟ้น
• สีที่ตามอำเภอใจ — เสื้อผ้า ยานพาหนะ พื้นผิวที่ทาสี — เป็นการคาดเดาอย่างมีหลักการโดยอิงจากความถี่ทางสถิติในข้อมูลฝึก

สแกนและดิจิไทซ์ต้นฉบับ

คุณภาพของผลการลงสีขึ้นอยู่กับคุณภาพของไฟล์สแกนต้นฉบับอย่างสมบูรณ์ การสแกนแบบแท่นราบที่ 600 DPI จับรายละเอียดที่ละเอียดอ่อนซึ่ง AI ใช้แยกแยะวัสดุ ทั้งลายทอของเสื้อโค้ตขนสัตว์เทียบกับผิวเรียบของแจ็กเก็ตหนัง พื้นผิวของอิฐเทียบกับปูนฉาบ ใบหญ้าแต่ละใบเทียบกับทางเดินกรวด ที่ความละเอียดต่ำกว่านี้ ความแตกต่างเหล่านี้จะเบลอรวมกัน และ AI มีข้อมูลให้ทำงานน้อยลง

หากคุณไม่มีเครื่องสแกนแบบแท่นราบ ห้องสมุดสาธารณะและร้านถ่ายภาพหลายแห่งมีบริการสแกน ในทางเลือกสุดท้าย คุณสามารถถ่ายภาพอัดด้วยสมาร์ตโฟนได้ แต่ผลลัพธ์จะมีคุณภาพต่ำกว่า วางภาพอัดบนพื้นผิวเรียบสีเข้มภายใต้แสงกลางวันที่สม่ำเสมอและส่องทางอ้อม ใกล้หน้าต่างที่หันไปทางทิศเหนือในวันที่มีเมฆมากถือว่าเหมาะที่สุด วางโทรศัพท์ไว้เหนือภาพอัดโดยตรง ขนานกับพื้นผิว เพื่อหลีกเลี่ยงการบิดเบือนเชิงมุมมอง หลีกเลี่ยงการใช้แฟลช ซึ่งสร้างจุดสะท้อนแสงวาบบนภาพอัดผิวมันที่ AI จะตีความว่าเป็นวัตถุสีขาว

สำหรับฟิล์มเนกาทีฟและสไลด์ เครื่องสแกนฟิล์มเฉพาะทางให้ผลลัพธ์ที่ดีกว่าการถ่ายภาพส่องกับแหล่งกำเนิดแสงอย่างมาก หากคุณมีฟิล์มเนกาทีฟทั้งกล่อง บริการสแกนเป็นชุดสามารถแปลงเป็นดิจิทัลที่ความละเอียดสูงได้ในราคาเพียงไม่กี่เซนต์ต่อเฟรม เป็นการลงทุนที่คุ้มค่าเมื่อพิจารณาว่าแต่ละเฟรมเป็นภาพที่ไม่เหมือนใครและไม่อาจทดแทนได้

ซ่อมแซมความเสียหายก่อนเติมสี

ภาพถ่ายเก่าสะสมความเสียหายมานานหลายทศวรรษ ทั้งรอยขีดข่วนจากการหยิบจับ จุดด่างฟอกซิงจากการสัมผัสความชื้น คราบจากการจัดเก็บที่ไม่เหมาะสม รอยพับจากการถูกพับหรือเก็บโดยไม่มีวัสดุปลอดกรด และการซีดจางโดยรวมจากการสัมผัสแสง ตำหนิเหล่านี้ต้องได้รับการซ่อมก่อนการลงสี เพราะ AI จะถือว่ามันเป็นส่วนหนึ่งของเนื้อหาภาพ จุดด่างฟอกซิงสีน้ำตาลอาจถูกลงสีเป็นตำหนิบนใบหน้า รอยพับที่พาดผ่านท้องฟ้าอาจทำให้โมเดลไม่สามารถจดจำพื้นที่นั้นว่าเป็นท้องฟ้าได้เลย

Magic Eraser จัดการกับความเสียหายทั่วไปได้เกือบทุกประเภท ระบายทับรอยขีดข่วน จุด และคราบ — AI จะสร้างโทนสีเทาที่อยู่ข้างใต้ขึ้นใหม่จากบริบทโดยรอบ สำหรับรอยพับลึกที่แตกร้าวทะลุชั้นอิมัลชัน ให้ทำหลายรอบเพื่อให้ AI ค่อย ๆ สร้างพื้นที่นั้นขึ้นใหม่ สำหรับพื้นที่เสียหายขนาดใหญ่ — คราบน้ำที่กินพื้นที่หนึ่งในสี่ของภาพ ขอบที่ฉีกขาด ส่วนที่ซีดจางไปทั้งหมด — AI ทำงานได้ดีที่สุดเมื่อคุณทำจากขอบของความเสียหายเข้าไปด้านใน แทนที่จะพยายามแก้พื้นที่ทั้งหมดในคราวเดียว

การซีดจางเป็นปัญหาที่แยกต่างหากจากความเสียหายทางกายภาพ ภาพถ่ายที่ซีดจางอย่างสม่ำเสมอได้สูญเสียความเปรียบต่างไป สีดำเลื่อนไปเป็นเทาเข้ม สีขาวเลื่อนไปเป็นเทาอ่อน และช่วงโทนกลางถูกบีบอัด AI Enhance กู้คืนช่วงโทนที่สูญเสียไปนี้โดยการยืดฮิสโทแกรมกลับไปสู่ความเปรียบต่างดำถึงขาวเต็มที่ ให้รันการเพิ่มประสิทธิภาพนี้หลังการซ่อมความเสียหายทางกายภาพ แต่ก่อนการลงสี โมเดลการลงสีต้องการความเปรียบต่างที่ชัดเจนเพื่อแยกแยะระหว่างพื้นผิวและวัสดุต่างชนิดกัน

• ซ่อมความเสียหายทางกายภาพ — รอยขีดข่วน จุด คราบ รอยพับ — ด้วย Magic Eraser ก่อนการลงสี
• ทำงานจากขอบของพื้นที่เสียหายขนาดใหญ่เข้าไปด้านในเพื่อผลการสร้างใหม่ของ AI ที่ดีที่สุด
• กู้คืนความเปรียบต่างที่ซีดจางด้วย AI Enhance หลังการซ่อมความเสียหาย แต่ก่อนการลงสี
• ตำหนิความเสียหายที่ไม่ได้ซ่อมจะถูกลงสีราวกับเป็นส่วนหนึ่งของภาพ ทำให้เกิดข้อผิดพลาดถาวร

ปรับภาพให้เหมาะสมเพื่อผลลัพธ์การเติมสีที่ดีที่สุด

ระหว่างการซ่อมความเสียหายกับการลงสี ขั้นตอนการเตรียมการช่วยปรับปรุงผลลัพธ์ได้อย่างมาก ให้นำภาพที่ทำความสะอาดแล้วผ่าน AI Enhance เพื่อปรับความเปรียบต่างให้เหมาะสม เพิ่มความคมให้รายละเอียดที่นุ่มเบลอ และยกพื้นที่ที่มืดเกินกว่าจะแยกแยะให้สว่างขึ้น เป้าหมายไม่ใช่การทำให้ภาพขาวดำดูดีขึ้นในตัวมันเอง แต่เพื่อให้โมเดลการลงสีได้รับข้อมูลนำเข้าที่ชัดเจนที่สุดเท่าที่จะเป็นไปได้

ให้ความสนใจกับพื้นที่ที่ตัวแบบกลมกลืนไปกับพื้นหลัง ในภาพเก่าจำนวนมาก ผมสีเข้มของคนกลืนไปกับพื้นหลังสีเข้ม หรือเสื้อเชิ้ตสีขาวหายไปในท้องฟ้าที่สว่าง หาก AI มองไม่เห็นเส้นแบ่งระหว่างตัวแบบกับพื้นหลัง มันก็ไม่สามารถลงสีแยกกันได้ AI Enhance มักกู้คืนรายละเอียดขอบได้เพียงพอที่จะแยกพื้นที่เหล่านี้ หากยังไม่พอ ให้พิจารณาใช้ Magic Eraser ทำให้พื้นที่เส้นแบ่งมืดลงหรือสว่างขึ้นเล็กน้อยก่อนการลงสี

การครอปก็ควรพิจารณาเช่นกัน ภาพถ่ายเก่ามักมีขอบที่เสียหาย ขอบที่ไม่สม่ำเสมอจากการพิมพ์ และระยะขอบกว้าง การครอปให้เหลือเฉพาะเนื้อหาภาพจริงช่วยขจัดสิ่งรบกวนเหล่านี้และให้องค์ประกอบที่สะอาดขึ้นแก่โมเดล AI สำหรับการวิเคราะห์ ให้บันทึกเวอร์ชันที่ครอปแล้วเป็นไฟล์แยกต่างหาก เพื่อรักษาไฟล์สแกนต้นฉบับพร้อมขอบเต็มไว้สำหรับการเก็บถาวร

ตรวจสอบและปรับปรุงผลลัพธ์ที่เติมสี

การลงสีด้วย AI นั้นน่าประทับใจแต่ไม่สมบูรณ์แบบ ทุกภาพที่ลงสีแล้วสมควรได้รับการตรวจสอบอย่างรอบคอบก่อนแชร์หรือพิมพ์ ปัญหาที่พบบ่อยที่สุดจัดอยู่ในหมวดหมู่ที่คาดเดาได้ ซึ่งสังเกตได้ง่ายเมื่อคุณรู้ว่าต้องมองหาอะไร

สีผิวเป็นองค์ประกอบที่สำคัญที่สุดที่ต้องตรวจสอบ AI กำหนดสีผิวจากการผสมผสานของค่าโทนสีเทา การจดจำลักษณะใบหน้า และเบาะแสในบริบท ในกรณีส่วนใหญ่มันแม่นยำ แต่แสงที่ผิดปกติ — แสงย้อนที่จัดจ้าน แสงเวทีละคร หรือเงาที่เข้มหนัก — อาจทำให้สีผิวเลื่อนไปสู่เฉดที่ไม่เป็นธรรมชาติ หากผิวดูชมพูเกินไป เหลืองเกินไป หรือเทาเกินไป การปรับอุณหภูมิสีแบบเจาะจงจะดึงมันกลับสู่ช่วงที่เป็นธรรมชาติ

เสื้อผ้าและผ้าเป็นจุดที่ AI เดามากที่สุด หากคุณรู้ว่าชุดแต่งงานของคุณยายเป็นสีงาช้างไม่ใช่สีขาว หรือเครื่องแบบทหารของคุณตาเป็นสีเขียวขี้ม้าไม่ใช่สีกรมท่าที่ AI เลือก คุณสามารถใช้การปรับของ AI Filter เพื่อเลื่อนเฉดสีในพื้นที่เฉพาะเหล่านั้น ภาพอ้างอิงทางประวัติศาสตร์จากยุคเดียวกันสามารถเป็นแนวทางในการแก้ไขเหล่านี้

บริบทตามฤดูกาลเป็นอีกพื้นที่หนึ่งที่ต้องตรวจสอบ AI ไม่รู้ว่าภาพถ่ายในเดือนใด มันอาจลงสีต้นไม้ฤดูใบไม้ร่วงเป็นสีเขียวฤดูร้อน หรือหญ้าฤดูหนาวเป็นสีมรกตฤดูใบไม้ผลิ หากคุณรู้ฤดูกาล ให้ปรับสีของใบไม้และภูมิทัศน์ให้สอดคล้องกัน

• ตรวจสอบสีผิวก่อน — แสงที่ผิดปกติในภาพต้นฉบับอาจทำให้เกิดการเลื่อนสีที่ไม่เป็นธรรมชาติ
• ตรวจสอบสีเสื้อผ้ากับความทรงจำของครอบครัวหรือภาพอ้างอิงของยุคนั้น
• แก้ไขบริบทตามฤดูกาล — AI ใช้ใบไม้แบบฤดูร้อนเป็นค่าเริ่มต้นไม่ว่าจะถ่ายภาพเมื่อใด
• รัน AI Enhance รอบสุดท้ายหลังการแก้ไขด้วยมือเพื่อรวมอุณหภูมิสีโดยรวมให้เป็นหนึ่งเดียว

เก็บรักษาและแชร์ภาพครอบครัวที่เติมสีแล้ว

ภาพถ่ายครอบครัวที่ลงสีแล้วเป็นของขวัญที่มีความหมายและเป็นสายสัมพันธ์อันทรงพลังกับประวัติศาสตร์ครอบครัว หอสมุดรัฐสภาแนะนำให้บันทึกภาพสำหรับเก็บถาวรในรูปแบบที่ไม่สูญเสียข้อมูล — PNG หรือ TIFF — ที่ความละเอียดสูงสุดเท่าที่มี บันทึกสามเวอร์ชันของแต่ละภาพ: ไฟล์สแกนดิบ เวอร์ชันขาวดำที่บูรณะแล้ว และเวอร์ชันที่ลงสีแล้ว แนวทางการเก็บถาวรนี้หมายความว่าคุณสามารถลงสีภาพใหม่ในอนาคตได้เมื่อโมเดล AI พัฒนาต่อไป โดยไม่ต้องเริ่มต้นใหม่จากศูนย์

สำหรับการแชร์ ให้ปรับขนาดและส่งออกเป็น JPEG คุณภาพสูง บริการพิมพ์รับ JPEG ที่ 300 DPI ภาพกว้าง 4000 พิกเซลพิมพ์ออกมาสวยงามที่ความกว้าง 33 เซนติเมตร ใหญ่พอสำหรับการจัดแสดงในกรอบ สำหรับการแชร์แบบดิจิทัลในแชตกลุ่มครอบครัวและโซเชียลมีเดีย ไฟล์ความละเอียดเต็มใช้งานได้ทันทีบนแพลตฟอร์มสมัยใหม่

ลองพิจารณาสร้างภาพเปรียบเทียบก่อน-หลัง — ภาพขาวดำต้นฉบับอยู่ทางซ้าย เวอร์ชันที่ลงสีแล้วอยู่ทางขวา — ซึ่งทำให้เห็นการเปลี่ยนแปลงได้ทันทีและมักจุดประกายบทสนทนาเกี่ยวกับประวัติศาสตร์ครอบครัวที่ภาพเพียงภาพเดียวทำไม่ได้ ภาพเคียงข้างกันเหล่านี้ได้รับความนิยมเป็นพิเศษสำหรับโพสต์โซเชียลมีเดียที่ยกย่องปู่ย่าตายาย รำลึกถึงวันครบรอบ และเฉลิมฉลองหมุดหมายสำคัญของครอบครัว

• บันทึกไฟล์สแกนดิบ เวอร์ชันโทนสีเทาที่บูรณะแล้ว และเวอร์ชันที่ลงสีแล้วแยกกันสำหรับการประมวลผลซ้ำในอนาคต
• ส่งออกที่ 300 DPI สำหรับการพิมพ์ และ JPEG ความละเอียดเต็มสำหรับการแชร์แบบดิจิทัล
• ภาพเปรียบเทียบก่อน-หลังจุดประกายการมีส่วนร่วมของครอบครัวได้มากกว่าภาพที่ลงสีเพียงอย่างเดียว