【超清】模糊老照片，高质量修复

十几年来，老照片修复一直是一种被动的修复方式，为了保证相似程度，一般都是原样修复，会把一些受损导致的瑕疵缺陷判断成画面内容一起恢复，结果是对比原图很相似，但单独看比真实照片的感觉就差很多，会出现别扭、变形、僵硬、不真实、自然程度低等问题。

为什么会出现这种情况，能不能避免或者减少这种情况呢？

或许，可以在修复中多一些思考，在保证相似程度的前提下增加一些创造性的内容，提高修复照片的自然程度和整体效果。

这是一张70年代后期半身老照片，五官人物完整，能准确判断轮廓线条，表面有相纸网纹，轻微脏点。

相对来说，这种照片修复难度不大，也容易做出较相似的效果，但要真实自然，全靠手工却不是那么容易。

AI自动修复工具的出现，使这一效果的实现提供了便捷的可能。

当然，全靠AI自动工具也不可能获得完美的效果，在目前的主流修复中，只能作为辅助工具使用。

这张照片的相纸表面有网纹，在实际修复中，使用去网插件去掉网格，修掉白点脏点和划痕，使画面基本完整统一。

照片要求是清晰的彩色效果，为了色彩更好的融合，采用了前期手工上色的方式，给照片添加一层底色，并定出基本的颜色基调。

由于背景没有其它内容，可以压暗以区分人物主体，方便后期修复观察。

添加颜色图层后，并没有作其它处理，这时候可以明显的看到，脸部衣服颗粒特别粗糙，离能打印输出的要求差得太多。

把皮肤粗糙的颗粒处理光滑，为后面的精细修复作准备。

由于要求较高，衣服头发自动工具不能修复，普通处理又达不到精度要求，所以只能使用素材替换，可以不做前期处理。

确定主色和背景，五官是照片的核心，抠出人物五官部分，精细处理。

如果特别模糊可以先使用自动工具处理，确定形状。

这个照片不是特别模糊，所以使用了素材辅助，提高清晰度，和颜色纠正。

再使用自动工具优化画面的细节、统一和过渡。

找合适的素材按原图纹理分块拼出头发部分。

调整色调与脸部统一协调，调整衔接过渡的地方。

局部适当降噪或者锐化来统一细节颗粒。

同样的方式，找类似的素材，做出衬衫部分。

如果找不到合适的素材，可以画笔画出大体形状，使用自动工具处理清晰，再手工优化细节。

过程中注意整体的协调性，包括形状、颜色、细节等。

外套在这张照片里处于较显眼的部分，所以精度的要求和五官差不多。

同样，找合适的素材替换，优化连接边缘，完善线条的形状和走向。

完成这个照片的主要修复部分。

根据画面的实际情况，可以再次使用自动工具处理优化，目的是从新计算排列细节颗粒，优化处理过渡不自然的地方。

再返回手工修复，保留自动工具处理后好的地方，去掉处理不好的区域，使画面的质感和色调更自然。

检查整体画面，完善后保存，完成这个照片的修复。

根据需要，可以添加一个黑色的颜色图层，在不改变明暗细节的前提下，得到一张看得过去的黑白照片。

在这个照片的修复中，与原图相比，适当做了一些改变，把原图脸部平的区域做了提亮，让整体看起来更立体，用重色突出主体和一些细节的变化，使整体的效果更自然一些。

在自然程度的优化上AI自动修复工具也起到了重要作用，全手工修复可以更清晰，但做到这样的自然程度还是很不容易。

所以，了解、善用工具对老照片修复会有很大的帮助。

修复中用到的技术在我们以前发布的教程中都能找到，AI工具我们以前也推荐过，现在多了去，网上一搜都是，有免费，也有人收费，都可以使用。