做老照片修复这行的朋友应该都体会过那种两难一边是长辈翻出来的泛黄、折痕遍布、人脸已经糊成一片的老照片一边是PS里几十个图层慢慢抠、慢慢磨的体力活。以前碰到这种单子我习惯开着降噪滤镜一张一张地试参数效果好不好全看运气。最近我把核心工作流换成了51AI这款Ps插件流程总算从“能不能修出来”变成了“怎么修得更自然”。今天就用一张典型的泛黄破损旧照当例子从素材准备、插件调用、参数调优到后期精修把这套“修复、上色、变清晰”的完整流程拆开讲个透。1. 先搞清楚“一键修复”到底修的是什么很多人以为老照片修复就是按一个按钮让照片变新实际拿到手上才会发现所谓的“一键”背后要处理的是完全不同的几类退化问题。如果连照片烂在哪里都说不清楚参数调起来就是瞎碰。1.1 泛黄、破损、低清是三条独立的问题路线第一类是泛黄。老照片泛黄本质上是相纸里的化学残留物在光照和温湿度影响下慢慢氧化表现出来就是高光偏暖、暗部偏绿、整体对比下降。用专业话说是RGB三个通道的曲线发生了不同步偏移红色通道的中间调被压低蓝色通道的高光也被压低叠加起来就呈现出那种酱油色。第二类是破损。破损又分好几种正反面折痕会在扫描图上形成顺光或逆光的亮线暗线边缘撕裂的地方会出现锯齿状缺失霉斑则是细节全部被吃掉、边界模糊的水渍状区域。还有一种更隐蔽的划痕在低分辨率缩略图上完全看不见放大到100%才会发现整张图有一道一道的细线穿堂而过。第三类是低清晰度。旧照片本身受当年冲印工艺限制加上扫描采样率不够得到的图像往往是噪点、胶片颗粒和真实细节混在一起边缘发虚人脸五官像隔了一层雾。修复低清照片最难的地方不是“把它变大”而是把低频的轮廓信息和高频的纹理信息正确分离出来再把缺失的高频细节补回去。1.2 为什么插件方案比纯手动修复更高效以前我全手工修一张破损照片流程大致是先用修补画笔处理霉点再用滤镜里的表面模糊处理折痕最后用画笔一笔一笔补五官碰上人脸缺损严重的情况一张照片能磨一下午。这套流程不是不行问题是效率太低而且很吃操作者的经验同一个位置补三次三次的肤色过渡都不一样。51AI这类插件之所以能改变工作流程原因是它的模型经过了大量真实老照片的训练见过足够多的“泛黄长什么样”“破损边缘长什么样”“人脸老化后长什么样”。执行修复的时候它会根据图像局部的上下文去推测缺失区域的纹理和结构而不是像传统滤镜那样只做模糊或者拉升。说白了手动修复是让人去理解照片AI修复是让模型提前理解照片可能长什么样。在破损面积不大、人脸结构清晰的情况下插件一步生成的结果几乎能顶替五十步手动操作。真遇到面部大面积缺损插件也能先自动生成一个基础底子我再在这个底子上做精修效率高很多。2. 工具选型与关键原理这套流程为什么靠谱做修复不能只看效果图漂不漂亮还得理解插件背后的处理逻辑。搞清楚它在哪个环节下功夫哪些环节本来就不是它负责的你才能知道参数该怎么调、后期又该从哪里接手。2.1 51AI在Ps工作流里的定位51AI严格来说不是独立软件而是作为Ps的扩展面板运行。安装好后在Photoshop的“扩展”菜单里就能启动它插件在图像原尺寸上做分析然后把结果以新图层或者新建文档的形式返回到Ps里。这个定位很聪明。图片编辑最怕的就是软件把处理过程做成黑盒用户完全没法插手。51AI把AI处理结果放在图层面板里原图还在底下我可以随时对比、局部擦除、重新生成局部区域。对于那些只做了70分的区域完全不用重来一整个流程只要用蒙版把不满意的部分擦掉再针对性地再跑一次就好。实际使用中我最常用的调用方式是在Ps里对照片做最基本的裁切和方向校正后直接打开51AI面板选择“智能修复”模式。插件会自动扫描全图把破损区域、噪点区域、偏色区域分别做成蒙版标记。注意它显示这些标记的时候不是只给一张结果图而是会在面板里用色块标出哪些位置被识别为“破损”哪些位置被识别为“噪点”这一步对后续人工干预非常关键。2.2 修复链路拆解降噪、破痕修复、上色、增强打开这张照片的修复过程我习惯把它理解成一条四段式的流水线。第一段是全局降噪与纹理重建。插件先用训练好的降噪模型区分出“画面里的真实纹理”和“非真实的颗粒噪点”真实纹理包括头发丝、衣服织物纹路、墙面质感这些必须保留非真实噪点包括扫描带来的颗粒、霉变产生的斑驳、过度压缩产生的色块这些会被压掉。第二段是破损区域的局部修补。这部分的计算量最大模型会以破损边缘一圈的有效像素为参考从图像库里搜索相似的纹理块来填充缺损。判断修复质量的标准是看填充区域和周边有没有明显的接缝、亮度突变和纹理走向突变。第三段是对黑白或严重偏色的照片做色彩重建。这里有一个很多新手不懂的细节上色不是把整张图涂上一层颜色就完事而是要区分物体的光谱反射关系。头发是哑光的皮肤是半透明的衣服根据面料不同有高光和漫反射的差别。优秀的模型会给不同材质分配不同的色彩饱和度处理完之后不会像卡通涂色。第四段是超分辨率增强。把修复后的图像从低分辨率映射到高分辨率补出纹理细节。这个环节对参数最敏感强度拉太满会让皮肤变成蜡像拉太低又会让人觉得照片还是糊。2.3 哪些照片效果好哪些照片必须先人工处理我在实际接单中总结过一个经验修复成功率高的照片往往有一个共同特征——人脸尺寸在画面里足够大。只要脸部大概占了整张图宽度的三分之一以上哪怕脸上有划痕和折痕AI都有足够的上下文信息去重建五官。反过来如果人脸只有几十个像素或者画面里是远距离的群体合影插件的发挥空间就非常有限了。这种情况我会先做一道人工步骤用Ps里的裁剪工具把人脸部分单独放大先跑一次轻度的超分辨率作为预处理再让51AI处理细节。还有一个常见的问题是照片扫描时方向偏了人脸是歪的。AI模型对方向非常敏感模型训练时见到的绝大多数人脸都是正立的方向。扫描后发现角度偏了先旋转校正再调用插件。这里可以给一个简单的判断表照片状态直接上插件的效果建议做法轻微泛黄、无破损非常好一键修复即可有明显折痕、局部划痕良好先将破损区域做选区再修复人脸皱纹密集且模糊中等先超分增强再修复人脸大面积缺损较差先手动补出五官轮廓再交给插件整体曝光严重不足较差先拉曝光再做修复3. 实操全流程一张泛黄破损旧照的完整修复记录下面用一张我最近处理的模拟样片来演示照片特征比较典型30年前的半身黑白照表面有明显横折痕右下角有一块指甲盖大小的霉斑扫描出来整体偏黄偏暗。3.1 扫描和预处理起点直接决定修复上限很多人在扫描这步就吃了亏。老照片扫描不是分辨率越高越好过高的分辨率会把相纸本身的纹理也扫进去给后期降噪增加不必要的负担。我用平板扫描仪的习惯是一般黑白照在300dpi到600dpi之间彩色照片在300dpi左右。超过600dpi基本都是无用功因为原片的颗粒信息就那么多扫描仪不可能无中生有。扫描格式必须选TIFF或者PNG。JPG是有损压缩格式扫描老照片时会在折痕、霉斑边缘出现明显的块状伪影这些伪影对AI模型的判断干扰很大。曾经有个朋友用手机翻拍棚里一件纸质照片发我那些摩尔纹几乎让插件无从下手。扫描完成后先不要急着开插件先在Ps里把照片方向校正、裁掉不必要的白边。白边如果不裁掉也会被识别成画面内容浪费算力。我习惯顺手把背景色平面化处理用色阶工具把灰蒙蒙的背景压暗一点让主体更突出。3.2 调用51AI的具体操作步骤把处理好的图片在Ps里打开确保图像模式是RGB颜色。如果原图是灰度模式插件会降低一个可用的色彩通道维度上色效果会打折。我见过不少人在这个步骤翻车扫描仪默认输出灰度图片打开后就是个灰色单通道图层插件也能跑但最后上色出来的颜色总是不够通透。正确流程是打开图片后依次点“图像—模式—RGB颜色”再执行“图层—新建—背景副本”。把背景副本作为插件处理的载体这样原图始终留底。然后到“扩展—51AI面板”选择“老照片修复”界面会弹出修复模式选择完整修复、破损修复、智能上色、超分增强四种模式。一次处理勾选“完整修复”即可插件会自动先降噪去划痕然后上色最后增强。建议先修复一个局部区域做效果预判在面板下方点“选择区域”框选人脸部分。生成预览后把它和原图放大对比重点看皮肤纹理和眼睛细节。如果预览吊打原图再全图处理如果预览糊成一团那就说明不是修复强度不够而是源图质量问题需要回去做预处理。3.3 关键参数怎么调修复强度、清晰度、色彩自然度很多教程喜欢给你一组“万能参数”实际上参数必须跟着图片状态走。我之前整理出的参考基准是这样一组初始值修复强度设为6范围1-10对折痕和霉斑能有效去除又不会把人脸纹理抹平。降噪级别设为5保留头发丝和衣服纹理的前提下去掉扫描颗粒。清晰度增强设为70%超过80%会出现白边光晕。色彩自然度先设为80%这个参数控制上色饱和度设太高容易出现荧光色。智能人脸增强开启。这里最需要反复试的是修复强度和清晰度增强的搭配。修复强度高破损区域填得干净但脸部皮肤容易变得扁平像开了一键磨皮清晰度增强高照片确实锐利但原本的霉斑边缘也会被锐化出奇怪的线条。经验是先跑一次低强度看破损区域修复到什么程度再把清晰度逐步往上加每次加10%直到边缘出现橙色或白色的光晕就退回去一档。上色环节我有一个偏好的参数逻辑如果不确定照片里的人物肤色宁可让色彩自然度稍微调低让结果偏淡也不要第一次就拉满。颜色淡可以后期用色相饱和度补颜色假了要重新擦蒙版重跑工作量完全不同。3.4 批处理一次修完一册旧照片如果一个相册里有很多张情况相似的黑白老照片一张张处理确实慢。51AI面板右上角有“批处理”入口可以一次导入多张图片。批处理时建议把修复种类限定在“破损修复智能上色”不开超分辨率因为每张照片的尺寸构成不同统一开超分容易让部分照片出现过优化效果。批处理时有三个容易忽略的细节。第一导入前统一把照片调整为大致相同的分辨率如果一张是300像素宽一张是2000像素宽插件在处理时按统一算法输出小图会被放大得过度平滑。第二批处理状态下插件不会给你中途预览的机会跑出来的结果直接写入指定输出文件夹填参数之前最好先用三四张样本图各试跑一遍。第三输出格式选PNG或TIFF继续保留修图的空间别图省事直接输出JPG。3.5 修复后的精修阶段修复不是终点AI生成的图很少能直接交付。即使51AI把五官、皮肤、发丝处理得相当到位在背景区域也容易出现两种明显瑕疵一是原本的墙面、地面纹理被平均化变成一片没有结构感的白灰二是破损区域替换过来的纹理和周围的光影方向不一致仔细看就像打了补丁。我会先在Ps里复制修复结果图层用“滤镜—其他—高反差保留”提取边缘叠加在结果图上增强质感。这样处理后人脸轮廓会变得更清晰但不会像单纯加锐度那样连噪点一起放大。局部色彩我用“可选颜色”微调。老照片修复上色最容易出现的问题是肤色偏红偏黄显得心血管很旺盛。选择“肤色”范围把黄色通道减一点青色通道加一点让肤色向自然的中间调靠拢。头发颜色则单独用“色相饱和度”调整避免被肤色统一影响。最后一步是检查边缘。老照片边缘常有拍摄时留下的暗角插件修复时也会顺手修掉但有时候会修过头让四角亮度明显高于中间产生一种诡异的“漏光”。我的处理是拉一个径向渐变蒙版把四个角的亮度压暗回来让光感回归正常。4. 常见问题与排查技巧实录这套流程跑多了自然会撞上一些翻车现场。下面这几个问题是我在实际操作里遇到频率最高的都整理成可以直接照抄的排查办法。4.1 人脸修复后变形、眼神呆滞不同AI工具处理人脸的原理差异很大很多模型会先把人脸识别出来做地标对齐再逐块重建纹理。问题就出在“识别”这步如果原照片里的人脸有角度偏转、表情夸张或者被墨镜遮挡模型可能错误地套用了正脸模板结果生成一张姿势不变但五官被强行拉正的脸。遇到人眼看起来自然但说不上哪里不对劲的情况我的处理方案是回到51AI的“选择区域”把修复范围只框到破损的那一块不要整张脸都让它重算。破损之外的五官保留原貌破损之内的五官单独重建拼出来的脸既保留原始神态又补全了缺失部分。还有一个办法在Ps里把AI修复结果放在原图上层用黑色蒙版盖住再用白色画笔只把破损区域擦出来。这样相当于手动挑选AI认为合适的部分眼睛、嘴巴这些你没有把握的区域全部以原图结构为准。4.2 上色结果出现“鬼色调”黑白老照片上色最大的问题是模型把天空、水面、白色建筑这类低纹理区域识别错了可能把天空涂成紫色把水面涂成橘黄色。这种整体色偏不是调一下色温能解决的因为青色和紫色出现在完全不同的色相区间色调分离得很奇葩。排查思路是看插件有没有提供“颜色参考”功能。51AI较新的面板里有一个“色卡模式”你可以给画面里的天空指定蓝灰色给人脸指定暖肤色给地面指定灰褐色。操作方式是先点图片上的位置再在弹出的色盘里选择参考色。这个功能就是为AI理解色彩语义提供的坐标。老照片的“白衣服”也是色彩重建的重灾区。因为衣服受当时胶片感光特性影响扫描后已是灰色偏蓝模型容易把衣服和背景混在一起生成所谓“环境色浸染”。处理办法很简单先在Ps里建一个色相饱和度调整层把明度提高、饱和度降低让衣服先变成干净的白灰色再让模型上色。4.3 修复完反而出现了奇怪的纹理叠加这种情况大多发生在破损区域较小但数量很多的时候。模型在修补一个三毫米的划痕时为了填满缺口会从旁边抠一块纹理过来但抠的纹理和周边纹理方向不一致就会出现错位。我的经验是小破损数量多的时候先不要急着开完整修复。直接在51AI里选“划痕去除”模式这一步只处理线状缺陷不处理大面积损失。等划痕清干净后把结果存成一个图层再对剩余霉斑用“破损修复”模式单点处理。分两次跑的最终效果往往比一次跑完整修复干净得多。有这种情况的读者可以留意插件处理日志里的“恢复区域”标记如果标记数量超过全图面积的10%就要考虑分步修复策略了。4.4 插件无响应或者内存溢出处理大尺寸照片的时候插件对内存的需求比较夸张。一张600dpi扫描的旧照片差不多有1亿像素加上多个图层叠加32GB内存都会亮红灯。插件卡住时不要直接强退Ps容易丢失Photoshop里未保存的图层状态。我现在的做法是在插件面板里先把“预览分辨率”调低到1024像素确认参数无误后再用完整分辨率执行。内存只有16GB的机器强烈建议把Ps的“编辑—性能”缓存级别调高同时勾选“使用图形处理器”把缓存盘放到剩余空间最大的SSD分区。遇到特别大的合影可以在Ps里把照片切成四块分别修复再用“Edit—Auto-Blend Layers”拼回来拼缝几乎看不出来。4.5 修复出来的照片颜色太“新”这是最容易被客户吐槽的翻车点。老照片修复不是让照片看起来像昨天刚拍的数码相片而是要保留旧照片的年代感。如果把修复强度、清晰度、色彩饱和度全拉满出来的结果虽有高清细节但是它失去了那种温润复古的质感。遇到这类情况我给修复照片定了一个基本规则颜色饱和度控制在原片参考色基础上的70%-80%清晰度增强不超过50%。这样出来的成品看着清晰但不锐利皮肤有真实的颗粒过渡背景有一种自然的褪色感。如果客户本身要求就是“处理成新拍的样子”再单独生成一版高饱和输出但默认版本一定是保留年代感的。5. 我的几点风格化处理技巧5.1 学会给AI“漏一拍”一次修复不追求全部到位可以是故意设计的流程。先让基础修复只处理破损和噪点不要开上色和增强拿到一个干净但灰蒙蒙的中间态再手动控制对比度和影调最后才让插件上色。它的好处是每一个环节的失控范围都变小出错的概率被控制在可接受范围。5.2 极旧照片记得做“人工底色”民国时期的蛋白照片、厚纸基照片扫描出来往往会带有很深的褐黄色调。这类照片直接让AI上色模型会把褐色背景理解成“灯光颜色”给整体画面都蒙上黄调。我的习惯是在调用51AI之前用一遍“色相饱和度”降低黄色通道的饱和度让底色转成相对中性的灰等处理完再在Ps里把背景色单独调整到合适的暖灰。这是扫描仪和算法永远替你做不好的地方。5.3 交付前的最后一手检查交付给客户之前我会把照片缩到50%左右检查一遍这一比例看的是整体气势再放大到100%看局部纹理这一比例看的是细节。如果这两个比例下照片都能立得住基本就是可以交的成片了。保存的时候原图、中间态、最终版分三个文件放好修坏了随时可以回溯重来这一点在批量作业里特别重要。修复老照片这件事工具一直在变但那个核心从来没变过你得先知道这张照片原本应该长什么样。AI插件解决的是“把技术门槛降下来”人的工作则是“把照片的回忆留下来”。多留点心慢工出细活成品自然会说话。