AI-колоризация фото

Чёрно-белое фото сохраняет яркость каждой поверхности, но выбрасывает цвет, и ни один алгоритм не вернёт информацию, которая никогда не была записана. Что умеет сеть колоризации, так это предсказывать. Обученная на миллионах цветных фотографий, она выучила, какие цвета обычно бывают у мира: небо синее, трава зелёная, кожа лежит в узком тёплом диапазоне, дерево коричневое.

Когда она видит ваше чёрно-белое фото, модель распознаёт объекты и материалы и раскрашивает их статистически вероятными цветами. Поэтому результат выглядит правдоподобно для пейзажей, портретов и уличных сцен, модель видела бесчисленное множество похожих сцен. Поэтому же конкретное платье может выйти синим, хотя на самом деле было красным, оба варианта правдоподобны, а истинного ответа в фото просто нет.

Этот инструмент использует DeOldify, сеть, которая популяризировала правдоподобную колоризацию фотографий. Воспринимайте результат как правдоподобную реставрацию, а не документальную запись, для семейных альбомов и исторического контекста это почти всегда именно то, что нужно.

Сети колоризации работают в скромных разрешениях, но здесь это не стоит вам никаких деталей. Хитрость в том, что фото можно разложить на яркость и цвет. Вся резкость живёт в канале яркости, который ваше исходное фото уже даёт в полном разрешении. Сети нужно лишь поставить слой цвета, а цвет по природе плавный и низкочастотный.

Инструмент раскрашивает уменьшенную копию вашего фото, извлекает из результата только информацию о цвете, масштабирует этот слой цвета вверх и смешивает его с нетронутой яркостью оригинала. В скачанном изображении сохраняется каждое зерно и каждый край исходника, теперь с естественным цветом. Это та же стратегия рендеринга, что использует и сам проект DeOldify.

Принимаются фото до 4 096 пикселей по длинной стороне, а размеры результата в точности совпадают с исходными. Модель скачивается один раз, около 122 МБ, и затем работает мгновенно при каждом следующем визите, целиком на вашем устройстве.

Большинство фото, которые стоит раскрасить, начинаются на бумаге, и качество скана задаёт потолок результата. Сканируйте в разрешении, которое даёт отпечатку хотя бы 1 000 пикселей по длинной стороне, протрите стекло сканера и держите фото ровным и без перекоса. По возможности избегайте съёмки отпечатков телефоном под лампой, блики и цветовые искажения путают и вас, и модель.

Повреждения, это отдельная проблема от отсутствия цвета. Сильное зерно заставляет сеть колебаться, раскрашивать робко и оставаться сероватой, поэтому прогон шумного скана через Подавление шума AI часто раскрывает куда более насыщенные цвета. Если лица на фото размыты или потёрты, AI-восстановление лиц восстанавливает их, и его результат хорошо подаётся на колоризацию.

Выцветшие цветные фото тоже выигрывают, не только настоящие чёрно-белые. Сеть заново предсказывает слой цвета с нуля, заменяя вымытый оттенок старого отпечатка свежими, естественными тонами.

Колоризация обычно лишь один шаг в спасении старого фото, и порядок шагов меняет результат. Работающая последовательность: сначала убрать шум, потом восстановить лица, затем раскрасить, увеличить в последнюю очередь.

Убирать шум первым важно, потому что зерно сбивает с толку каждый следующий шаг. Восстановление лиц перед колоризацией даёт модели чистые черты для раскраски, а не смазанные пятна. Колоризация до увеличения оставляет дорогое предсказание цвета на меньшем изображении, а финальный проход через AI Апскейлер увеличивает уже готовую картину.

Что до формата вывода, JPEG подходит для фотографий и даёт небольшие файлы для обмена, PNG хранит копию без потерь. Если цвета вышли осторожнее, чем вы надеялись, обычно это говорит о трудном исходнике, а не о сбое, улучшите ввод шагами выше и запустите снова. Каждый запуск бесплатный, так что итерации не стоят ничего, кроме секунд.