如何使用AI修复老照片

评估损伤并确定修复优先级

在开始修复之前，先按损伤类型和严重程度对照片进行分类。轻微褪色和低分辨率的照片是快速胜利，AI增强可以毫不费力地处理得很好。存在严重物理损伤的照片——大面积撕裂、脸部水渍、霉斑——需要更仔细的处理，可能需要多次编辑。

专注于具有个人意义且没有替代副本的照片。一张1950年代祖父母的受损照片是不可替代的，值得精心修复。一张2010年略微褪色的度假照片，可能在某块旧硬盘或社交媒体存档中还有更好的副本。

将类似的照片分组进行批量处理。如果你有20张来自同一时代、褪色程度相似的照片，你可以对整个批次应用一致的色彩校正。具有独特损伤的照片需要单独处理。

• 按损伤类型分类：褪色、低分辨率、物理损伤或多种组合。
• 优先处理具有个人意义的不可替代照片。
• 将同年代的照片分组进行一致的批量色彩校正。
• 在修复之前，检查旧硬盘和社交媒体上是否有更高质量的副本。

修复撕裂、折痕和水渍损伤

物理损伤是最具挑战性也最有成就感的修复难题。撕裂、折痕、水渍和霉斑在原始图像上叠加了视觉噪声，遮盖了下方的画面内容。

使用擦除工具在受损区域上涂抹。AI会分析周围未受损的内容，并重建损伤下方应有的画面。对于背景简单（如墙壁、天空或衣物布料）的撕裂，第一次处理通常就能实现无缝重建。

跨越面部或精细纹理的损伤需要更细致的处理。使用较小的笔刷，分小区域进行。先修复一侧脸颊，检查结果，再处理另一侧。对于面部大面积被遮挡的严重损伤，AI填充可以生成合理的重建，但结果可能无法完美匹配原人物的面部特征。

移除物理损伤后，对修复区域运行AI增强，以使其纹理和细节水平与周围未受损的图像部分保持一致。

• 使用擦除工具在撕裂和污渍上涂抹，以便AI重建。
• 简单背景（天空、墙壁、布料）几乎可以完美修复。
• 对面部损伤使用较小的笔刷并分多次处理。
• 在修复区域运行增强处理，以消除纹理差异。

放大与细节恢复

低分辨率是老照片普遍存在的问题。扫描照片的分辨率受限于扫描仪，而早期数码照片（2000-2008年代）的拍摄分辨率仅为1-4百万像素。这些图像作为小缩略图看起来还行，但在现代高分辨率屏幕上查看或以任何合理尺寸打印时就会变得模糊。

AI放大不同于简单的像素放大。传统放大只是让每个像素变得更大，导致图像模糊且带有马赛克。AI放大使用训练好的模型来推断缺失细节应有的样子。它为皮肤添加纹理，锐化文字，解析边缘，生成原始图像中从未捕捉到的合理精细细节。

对于扫描照片，在修复任何物理损伤之后再进行放大。对于数码原始照片，直接放大即可。Magic Eraser的AI增强可以处理这两种情况，自动检测退化类型并应用正确的处理。

• AI放大推断真实细节，而不仅仅是放大像素。
• 适用于扫描照片和低分辨率数码原始照片。
• 为获得最佳效果，先修复物理损伤再进行放大。
• 面部和文字会接受专门处理，以获得自然的细节效果。

存档与长期保存

修复好照片后，要保护数字版本免于未来丢失。以无损格式（PNG或TIFF）保存最高分辨率的修复图像。同时保存未经编辑的原始扫描件，以便将来随着AI工具的改进可以重新修复。

使用具有自动备份功能的云存储。Google Photos、iCloud和Dropbox等服务可提供针对硬盘故障的冗余保护。将第二份副本保存在不同位置的物理外置硬盘上，作为额外保护。

为修复后的照片添加元数据标签：大致日期、地点、照片中的人物以及场合信息。这些信息会随着世代传承而变得越来越有价值，因为能够辨认面孔和地点的人终将不在。

• 以无损格式（PNG/TIFF）保存全分辨率的修复版本。
• 将原始扫描件与修复版本一同保存，以便将来重新处理。
• 备份到云存储和独立的物理硬盘。
• 趁还来得及，为照片添加日期、人物、地点和场合等元数据标签。