老照片修复工具
上传一张老照片的扫描件或手机拍摄的照片，修复岁月对它造成的真实影响：去除发黄或泛棕的色偏，恢复褪色的对比度和颜色，清理胶片颗粒和灰尘斑点，并为模糊的扫描件重新锐化。六个可单独调节的修复阶段完全以确定性的像素运算方式在您的浏览器中运行，因此不会上传任何内容——而且因为没有任何内容是AI生成的，它永远不会凭空创造原图中不存在的面孔、颜色或细节。
Drag & drop an image, or click to browse
JPG、PNG 或 WebP - 旧照片的扫描件或手机拍摄效果最佳
这个工具能修复什么——以及它做不到什么
它能修复
- 因化学老化产生的黄色、橙色和棕褐色色偏
- 平淡、褪色的对比度，以及昏暗或浑浊的曝光
- 老旧彩色照片中褪色、暗淡的色彩
- 胶片颗粒和扫描噪点
- 细小的灰尘斑点和细划痕线
- 老旧镜头或低质量扫描导致的模糊
它不能做
- 为黑白照片上色
- 重建撕裂的角落、折痕或缺失区域
- 编造像素中并不存在的面部、细节或背景
- 任何依赖 AI 的操作——这只是确定性的像素数学运算
你的照片永远不会离开这台设备。没有上传、没有账号、没有服务器——每一次修正都在你自己的浏览器中运行。
诚实的范围:这里的「修复」到底指什么
许多网站宣传的「AI 照片修复」会重新画出一张破损的照片,或为黑白照片上色。这个工具不会这样做,而且一开始就明确说明这一点。它只修复那些真正能从现有像素中恢复的损伤:色偏、褪色、噪点和模糊。它从不凭空生成内容,这也意味着它永远不会「发明」原图中本不存在的脸、颜色或细节。
这种诚实带来的好处是真实的:因为每个处理阶段都是确定性的算术运算,而不是在别人服务器上运行的模型,所以你的照片永远不会离开你的设备——没有账户、没有排队、没有水印、没有上传限制。这是一种不需要上传给 AI 的照片修复方式。
六项修正,以及每一项背后的算法
- 灰尘与划痕消除 - 基于判定的中值滤波
- 普通的中值滤波会把整张图抹糊。这种方法把每个像素与其自身邻域的中值比较,只有在它确实是异常值时才替换它——而灰尘、头发或细小划痕恰恰正是这种异常值。在我们的测试图像上,它去除了 78.5% 的脉冲噪点,同时保留了真实的边缘。它无法修复撕裂的角落或大面积的折痕。
- 降噪 - 双边滤波
- Tomasi 与 Manduchi 提出的双边滤波:一种高斯模糊,其权重还取决于相邻像素亮度的相似程度,因此平坦的颗粒区域会被平均,而边缘则保持对比度。与平滑强度相当的普通 3x3 盒式模糊相比,它保留了多 71% 的边缘能量。
- 去黄 - 三种光源估计算法
- Grey World、Shades of Grey(Finlayson 与 Trezzi 的 Minkowski p=6 范数,默认选项)以及一种稳健的 White Patch 算法,它会忽略过曝的高光区域,从而依据真正的白色而非灰尘点来做平衡。增益经过归一化处理以保留亮度,因此去黄只改变颜色,不改变曝光。
- 对比度与曝光 - 直方图自动分级
- 从直方图两端各裁去一小部分百分比,把剩余部分拉伸到完整的 0-255 范围,再应用一个中间调伽马校正,把中值亮度拉回正常水平。可选仅调整亮度(对颜色安全)或逐通道调整(效果更强,也能去除色偏)。
- 褪色修复 - 鲜艳度加权饱和度
- 根据每个像素本身的褪色程度加权处理,让褪色严重的区域获得完整的提升,而保留下来的颜色几乎不受影响——这样能让肤色显得可信,而不是像晒伤一样。
- 锐化 - 反锐化蒙版(unsharp mask)
- 经典的暗房操作,附带一个阈值,防止残留的颗粒被再次锐化回照片中。可选地,之后再使用与我们的 Image Upscaler 相同的渐进式 2 倍放大,用于打印。
各阶段的顺序是通过实际测量而非直觉选定的:去尘必须最先运行,因为噪点会污染其后所有基于直方图的估算(保留这些噪点会导致残留色偏达到 18.3%,而不是 2.1%);而在六种预设中,有四种预设下「先降噪再做对比度拉伸」的效果优于「先做对比度拉伸再降噪」。
常见问题
这能修复划痕、撕裂或缺角吗？
只能部分修复，而且仅限小范围。去尘划痕阶段是一种基于判断的中值滤波器：它能可靠地去除约两像素宽以内的灰尘斑点、毛发和细小划痕，在我们的测试图像上清除了78.5%的此类损伤。它无法修复撕裂的边角、较宽的折痕、缺失的部分或大片污渍，因为那意味着要凭空生成文件中已不存在的内容。此工具从不凭空生成像素——如果照片的一部分已经丢失，它就会一直丢失。要做到那一点，需要人工修复师或生成式AI图像修补服务，而这两者都无法在浏览器中免费且私密地提供。
它能为黑白照片上色吗？
不能。上色意味着猜测从未被记录下来的颜色，这需要经过训练的AI模型。此工具只会重新分配文件中已经存在的颜色信息。对于黑白扫描件，它能做的是去除相纸随时间产生的黄棕色调，并恢复照片失去的对比度——这往往才是人们真正想要的改变。为此专门设有一个「黑白扫描」预设。
它如何去除老照片的发黄或泛棕色偏？
它会估算色偏的颜色，然后对每个通道应用相应的反向增益。您可以在三种已公开的光源估算方法中选择：Grey World（假定整张照片的平均值应为中性灰）、Shades of Grey（Minkowski p=6范数，均衡默认选项）和White Patch（以照片中最亮的2%区域为基准，适合画面中有真实白色物体时，比如衬衫或相纸边框）。在我们人工做旧的测试照片上，去黄处理根据所用方法将测得的色偏从28.1%降低到0.5%至8.4%不等，同时整体亮度保持不变。
我的照片会被上传到服务器吗？
不会。每个阶段——读取文件、分析、全部六项修复、前后对比预览和最终下载——都使用canvas在您的浏览器中运行。没有任何内容被传输，没有任何内容被存储，也没有账号。这与AI修复服务有着实质区别，后者必然需要将您的家庭照片上传到别人的电脑上。页面加载完成后您甚至可以断开网络连接，工具仍能正常使用。
各个预设之间有什么区别？
它们只是同样六个滑块的不同起点。「发黄/棕褐色老照片」最大限度地去除色偏；「褪色彩照」最大程度地推动对比度和色彩恢复；「颗粒感/多尘扫描件」优先清理而非增强效果；「黑白扫描」在不增加饱和度的情况下中和相纸泛黄；「轻度修饰」保留照片原有的风貌。工具会在加载时分析您的图像，并预先选择最适合的预设。调整任意滑块即会进入自定义模式——每个控件都会产生真实可见的效果，因此逐一关闭各阶段来观察其作用是值得的。