老照片去模糊与AI放大教程

旧照片修复的正确顺序通常是:高质量扫描、保存原稿、适度调整、识别模糊类型、去模糊,最后再放大。webcool把基础修图、Restormer去模糊和Real-ESRGAN超分放在私有文件库中完成。

从高质量扫描开始

算法无法找回扫描时已经丢失的信息。尽量擦净扫描仪玻璃,让照片平整,以较高分辨率和低压缩格式获取母版。手机翻拍时要避免反光、透视变形和手抖,并让光线均匀覆盖照片。

保留原稿:把原始扫描文件设为只读或另存到备份目录。webcool会生成新图片而不覆盖原文件,但清晰区分“原始”“基础调整”“AI修复”版本更利于长期归档。

推荐修复流程

先做基础调整

用亮度和锐化改善整体观感;存在红眼时使用红眼修复;只在明确的小范围瑕疵上使用选区修复。每次调整幅度宜小,避免一次把纹理和颗粒全部抹平。

判断模糊类型

人物或相机移动造成带方向的拖影,选择运动模糊;对焦不准、整体柔软但没有明显方向,选择散焦模糊。错误类型容易产生光晕或不自然边缘。

使用Restormer去模糊

从较低强度开始,重点观察眼睛、头发、衣物边缘和文字。宁可保留少量模糊,也不要为了“锐”而产生双边、噪点或塑料质感。

用Real-ESRGAN放大

完成去模糊后再选择2倍或4倍AI超分。2倍适合多数浏览和小尺寸打印;4倍适合确有大图需求且源图质量尚可的情况,耗时也更长。

以100%比例对比

同时查看原图与结果,不只看缩略图。检查人物身份特征、文字、饰品以及背景线条,保存效果自然的版本。

AI修复能做什么、不能做什么

AI模型善于根据训练数据补足常见纹理,让低清图像看起来更清楚;但新增的睫毛、发丝或皮肤纹理属于算法推断,不一定是真实历史细节。对档案、纪念照和身份相关照片,原图永远应与增强图一起保存。

问题优先工具建议
整体偏暗亮度调整先校正亮度,再判断细节
轻微柔和锐化小幅增加,避免白边
运动拖影运动去模糊从低强度测试
对焦不准散焦去模糊关注人脸和文字边缘
尺寸太小AI超分去模糊后再放大

常见问题

应该先放大还是先去模糊?

通常先去模糊,再超分放大。这样能减少把原有模糊同步放大的概率。

AI组件必须安装吗?

亮度、锐化等基础处理不依赖全部AI模型;Restormer去模糊和Real-ESRGAN超分需要对应AI运行组件,实际可用性取决于平台与硬件。

为什么4倍放大不一定比2倍更好?

源图信息有限时,更大倍率只会生成更多推测性纹理。优先选择满足显示或打印需求的最小倍率。