Foto inkleuren met AI

Een zwart-witfoto behoudt de helderheid van elk oppervlak maar gooit de kleur weg, en geen enkel algoritme kan informatie terughalen die nooit is opgeslagen. Wat een inkleurnetwerk wel kan, is voorspellen. Getraind op miljoenen kleurenfoto's heeft het geleerd welke kleuren de wereld meestal heeft: luchten zijn blauw, gras is groen, huid zit in een smalle warme reeks, hout is bruin.

Wanneer het je grijswaardenfoto ziet, herkent het model objecten en materialen en schildert het ze met hun statistisch waarschijnlijke kleuren. Daarom voelen resultaten echt aan bij landschappen, portretten en straatbeelden, het model heeft talloze vergelijkbare scènes gezien. Het is ook waarom een bepaalde jurk blauw kan uitkomen terwijl die eigenlijk rood was, allebei plausibel, en het ware antwoord zit simpelweg niet in de foto.

Deze tool gebruikt DeOldify, het netwerk dat geloofwaardige foto-inkleuring populair maakte. Behandel de uitvoer als een aannemelijke restauratie en niet als een documentair verslag, voor familiealbums en historische context is dat vrijwel altijd precies wat je wilt.

Inkleurnetwerken werken op bescheiden resoluties, maar dat kost je hier geen enkel detail. De truc is dat een foto in helderheid en kleur te splitsen valt. Alle scherpte zit in het helderheidskanaal, dat je originele foto al op volledige resolutie levert. Het netwerk hoeft alleen de kleurlaag te leveren, en kleur is van nature vloeiend en laagfrequent.

De tool kleurt een verkleinde kopie van je foto in, haalt alleen de kleurinformatie uit het resultaat, schaalt die kleurlaag op, en mengt hem met de ongewijzigde helderheid van je origineel. De gedownloade afbeelding behoudt elke korrel en rand van de bron, nu met natuurlijke kleur. Dit is dezelfde renderstrategie die het DeOldify-project zelf gebruikt.

Foto's tot 4.096 pixels op de langste zijde worden geaccepteerd, en de uitvoer komt exact overeen met de invoerafmetingen. Het model wordt één keer gedownload, ongeveer 122 MB, en werkt daarna bij elk later bezoek meteen, volledig op je apparaat.

De meeste foto's die het inkleuren waard zijn beginnen op papier, en de scankwaliteit bepaalt het plafond voor het resultaat. Scan op een resolutie die de afdruk minstens 1.000 pixels op de lange zijde geeft, maak het glas van de scanner schoon, en houd de foto plat en recht. Vermijd waar je kunt telefoonfoto's van afdrukken onder lamplicht, weerspiegelingen en kleurzweem brengen zowel jou als het model in de war.

Beschadiging is een apart probleem van ontbrekende kleur. Zware korrel maakt dat het netwerk aarzelt, voorzichtig inkleurt en grijzig blijft, dus een ruizige scan eerst door de AI Ruisverwijdering halen ontgrendelt vaak veel sterkere kleuren. Als de gezichten in de foto wazig of versleten zijn, bouwt de Gezicht herstellen met AI ze opnieuw op, en die uitvoer voedt mooi door in het inkleuren.

Vervaagde kleurenfoto's profiteren ook, niet alleen echte zwart-witfoto's. Het netwerk voorspelt de kleurlaag opnieuw vanaf nul en vervangt de uitgewassen zweem van een oude afdruk door frisse, natuurlijke tinten.

Inkleuren is meestal één stap in het redden van een oude foto, en de volgorde van de stappen verandert het resultaat. De volgorde die werkt: eerst ontruisen, dan gezichten herstellen, dan inkleuren, als laatste vergroten.

Eerst ontruisen is belangrijk omdat korrel elke latere stap misleidt. Gezichtsherstel voor het inkleuren geeft het model schone trekken om in te kleuren in plaats van vlekken. Inkleuren voor het opschalen houdt de dure kleurvoorspelling op een kleinere afbeelding, en de laatste bewerking door de AI Afbeelding Vergroter vergroot een afgewerkt plaatje.

Voor het uitvoerformaat past JPEG bij foto's en levert het kleine bestanden om te delen, PNG houdt een verliesvrij hoofdbestand aan. Als de kleuren voorzichtiger uitkomen dan je hoopte, wijst dat meestal op een lastige bron en niet op een mislukking, verbeter de invoer met de stappen hierboven en draai het opnieuw. Elke keer is gratis, dus itereren kost niets dan seconden.