← 完整教程目录离线阅读器与全文搜索

32|修复旧照片,区分细节恢复和生成式改写

旧照片修复可以改善可读性,也可能生成原片没有保存下来的细节。这个教程把清洁修复、放大、上色与生成式改写分开交付,避免把猜测的人脸、衣服纹理或背景文字说成历史事实。

保存原始扫描与修复目标

用最高可获得质量保存一份未修改扫描,记录照片来源、日期信息来自哪里、是否允许处理肖像。先列损伤:折痕、污点、褪色、模糊、缺损各自的位置。只想去划痕时,不要默认增加上色、磨皮、年轻化或改变背景。

用 Atlas 处理这张有使用权的旧照片,优先清理划痕和污点,保留人物年龄、脸型、衣服和构图。先说明当前编辑模型能做什么、哪些细节可能被生成性补写,确认后处理一个版本。不默认上色;交付原片对照、处理范围和不确定细节说明,不把修复图当成历史证据。

从低风险变化开始

先检查原图真实尺寸和方向,按参考编辑流程确认模型确实接收图片。若照片文字、勋章或面部辨识有重要用途,优先采用受控局部修补,避免全图重新解释。缺损区域太大时,输出可以叫“视觉重建尝试”,不能承诺还原原貌。

按照 13 预览、授权上传和提交,保存原任务 ID。将“清理划痕”和“上色实验”作为不同版本,分别记录变化。费用与失败恢复仍使用同一任务契约,没有专属 atlas restore 命令。

做同尺度对照

从原图和结果中选相同区域,以相同尺寸查看眼睛、嘴角、耳朵、文字和高频纹理。对齐与比较过程中不要额外给某一张锐化。需要制作说明用预览时,可先统一展示画布:

python3 scripts/media_ops.py fit-image --inputs ./assets/scan.png \
  --output tutorial-output/scan-preview.png --width 1200 --height 900 --mode contain
python3 scripts/media_ops.py fit-image --inputs ./assets/restored.png \
  --output tutorial-output/restored-preview.png --width 1200 --height 900 --mode contain

两张预览仅方便看布局;细节仍需查看原始文件。较小的原片被放大后变得平滑,并不能证明模型找回了真实纹理。家庭成员可辅助辨认人物特征,但意见应作为人工核对记录,而非完美一致性的测量。

哪些结果应退回

面部比例变了、眼神不同、增添饰物、把模糊字补成可读但错误的字,都应明确标注。可以保留背景修复成功部分,重新局部处理;不要因为整体更漂亮就忽略身份漂移。重新调用模型是新尝试,需处于批准范围内,下载恢复则不应再生成。

交付未改母版、修复版本、可选上色版本、变化清单和生成式补写说明。重要档案应把衍生图与原片严格区分,公开展示时清楚标识修复/重建性质。

依据与复现范围

依据:S1、S2、S5、S7。本文使用本包约定的教学文件;模型能力与价格以执行时实际目录为准。线上付费步骤未代用户执行,离线验证结果见 测试报告。通用路径、授权和状态约定见 执行约定。