如何用 AI 为黑白照片上色：完整指南

AI上色的工作原理

AI 上色模型在数百万对彩色照片及其灰度对应图上训练。模型学会了特定的灰度色调模式对应特定的颜色。户外场景上方明亮、高对比的区域几乎必定是蓝天。地面高度处中灰色的有机纹理很可能是草或植被。面部特定的色调范围对应着随种族和光照条件而变化的肤色。

加州大学伯克利分校 Zhang 等人的开创性研究表明，深度神经网络可以通过将上色任务视为一个分类问题来产出合理的上色结果。对于每个像素，模型会在给定周围灰度情境的条件下，预测 313 个色彩区间中哪一个最有可能。现代模型在此基础上更进一步，使用了更大的训练数据集、更高分辨率的输出，并更好地处理衣物、车辆和室内陈设等多种颜色同样合理的模糊情形。

理解这一过程便能解释 AI 上色的优势与局限。模型在自然元素——天空、水、植被、皮肤——上表现出色，因为这些与灰度值有很强的相关性。它在任意性的选择上则力不从心——一条裙子、一辆汽车、一面涂漆墙壁的颜色——因为灰度值无法给出确定的答案。在这些模糊情形中，模型会退而采用其训练数据中统计上最常见的颜色。这便是 AI 上色的衣物常常偏向暗淡的蓝色、棕色和灰色的原因。

• 模型从数百万对彩色与灰度图像中学习灰度到色彩的映射。
• 天空、植被和肤色等自然元素上色最为准确，因为它们具有很强的色调相关性。
• 任意性的颜色——衣物、车辆、涂漆表面——是基于训练数据统计频率的有依据的猜测。

扫描和数字化原版

你的上色结果质量完全取决于源扫描的质量。600 DPI 的平板扫描能捕捉 AI 用以区分材质的精细细节：羊毛大衣的织纹与皮夹克的光滑表面、砖块与灰泥的质感、一根根草叶与碎石小径。在更低的分辨率下，这些区别会糊作一团，AI 可用的信息也就更少。

如果你没有平板扫描仪，许多公共图书馆和照相馆都提供扫描服务。作为最后手段，你可以用智能手机翻拍照片，但结果质量会更低。把照片放在平整、深色的表面上，置于均匀、间接的日光下。阴天靠近朝北的窗户最为理想。把手机正对照片上方、与表面平行，以避免透视变形。避免使用闪光灯，它会在光面照片上制造镜面高光，被 AI 解读为白色物体。

对于底片和幻灯片，专用的胶片扫描仪产出的结果远胜于对着光源翻拍。如果你有一盒底片，批量扫描服务可以以每张几美分的价格将其高分辨率数字化。鉴于每一张都是独一无二、无可替代的影像，这是一笔值得的投资。

上色前修复损坏

老照片会在数十年间积累损伤：取放造成的划痕、受潮形成的霉斑、保存不当留下的污渍、被折叠或未用无酸材料存放而产生的折痕，以及光照导致的整体褪色。这些瑕疵必须在上色前修复，因为 AI 会把它们当作图像内容的一部分。一处棕色霉斑可能被上色成脸上的瑕点。一道横贯天空的折痕可能让模型根本无法把那片区域识别为天空。

Magic Eraser 可处理大多数常见的损伤类型。在划痕、斑点和污渍上涂抹——AI 会根据周围情境重建其下的灰度色调。对于已裂穿乳剂层的深折痕，可多次处理，让 AI 逐步重建该区域。对于大面积损伤——覆盖图像四分之一的水渍、撕裂的边缘、完全褪色的部分——AI 在你从损伤边缘向内处理时表现最佳，而非试图一次性修复整片区域。

褪色是与物理损伤不同的另一个问题。一张均匀褪色的照片已失去对比度：黑色偏移为深灰，白色偏移为浅灰，中间调范围被压缩。AI Enhance 通过将直方图重新拉伸回完整的黑到白对比，恢复这段失去的色调范围。请在物理损伤修复之后、上色之前运行此增强。上色模型需要强烈的对比度来区分不同的表面和材质。

• 在上色前用 Magic Eraser 修复物理损伤——划痕、斑点、污渍、折痕。
• 对大面积损伤区域，从边缘向内处理以获得最佳的 AI 重建效果。
• 在损伤修复之后、上色之前，用 AI Enhance 恢复褪色的对比度。
• 未修复的损伤瑕疵会被当作图像的一部分而上色，造成永久性的错误。

优化图片以获得最佳上色效果

在损伤修复与上色之间，一个准备步骤能大幅改善结果。让清理好的图像经过 AI Enhance 来优化对比度、锐化柔和的细节，并提亮过暗而无法分辨的区域。目标不是为黑白照片本身增添美感，而是为上色模型提供尽可能清晰的输入。

留意主体与背景融为一体的区域。在许多老照片里，人物深色的头发会与深色背景融合，或一件白衬衫消失在明亮的天空中。如果 AI 看不到主体与背景之间的边界，就无法分别为它们上色。AI Enhance 往往能恢复足够的边缘细节来分离这些区域。若仍不够，可考虑在上色前用 Magic Eraser 将边界区域略微调暗或调亮。

裁剪同样值得考虑。老照片常有受损的边框、印制造成的不齐边缘以及宽阔的留白。裁剪到真正的图像内容能去除这些干扰，给 AI 模型一个更清爽的构图来分析。把裁剪后的版本另存为单独文件，以便为存档目的保留带完整边框的原始扫描。

审查和微调上色结果

AI 上色令人印象深刻，但并不完美。每一张上色图像在分享或打印之前都值得仔细检查。最常见的问题都落入可预见的几类，一旦知道该看什么就很容易发现。

肤色是最关键的检查要素。AI 根据灰度值、面部特征识别和情境线索的组合来判断肤色。多数情况下它是准确的，但异常的光照——强烈的逆光、戏剧舞台灯光或浓重的阴影——可能使肤色偏向不自然的色调。如果皮肤显得太粉、太黄或太灰，一次有针对性的色温调整就能把它拉回自然的范围。

衣物和织物是 AI 最常猜测的地方。如果你知道祖母的婚纱是象牙色而非白色，或祖父的军服是橄榄绿而非 AI 所选的海军蓝，你可以用 AI Filter 的调整来移动那些特定区域的色相。同一时代的历史参考照片可以为这些修正提供指引。

季节情境是另一个需要核实的方面。AI 不知道照片拍摄于哪个月份，它可能把秋天的树木上成夏季的绿色，或把冬天的草上成春天的翠绿。如果你知道季节，就相应调整植被和景观的颜色。

• 先检查肤色——原片中异常的光照可能导致不自然的色彩偏移。
• 对照家族记忆或同时期参考照片核实衣物颜色。
• 修正季节情境——无论照片何时拍摄，AI 都默认采用夏季般的植被。
• 在手动修正之后再运行一次 AI Enhance，以统一整体色温。

保存和分享上色的家庭照片

一张上色的家庭照片是一份意义深远的礼物，也是与家族历史的有力联结。美国国会图书馆建议以无损格式——PNG 或 TIFF——按可用的最高分辨率保存存档图像。为每张照片保存三个版本：原始扫描件、修复后的黑白版本，以及上色版本。这种存档方式意味着，随着 AI 模型不断改进，你可以在将来重新上色，而无需从头开始。

用于分享时，请调整尺寸并导出为高质量 JPEG。打印服务接受 300 DPI 的 JPEG。一张 4000 像素宽的图像以 33 厘米宽幅打印效果极佳，足以装裱展示。用于家庭群聊和社交媒体的数字分享时，全分辨率文件在现代平台上可直接使用。

不妨制作一张前后对比图——左侧是原始黑白，右侧是上色版本——它能让变化一目了然，并常常引发仅凭照片本身无法激起的关于家族历史的对话。这类并排图像在向祖辈致敬、纪念周年和庆祝家庭里程碑的社交媒体帖子中尤其受欢迎。

• 分别保存原始扫描件、修复后的灰度版本和上色版本，以备日后重新处理。
• 打印导出 300 DPI，数字分享导出全分辨率 JPEG。
• 前后对比图比单纯的上色照片更能激起家人的互动。