黑白照片修复

最近在小🍠上面看到好多手调黑白照片修复的笔记，恰巧之前看过一些 AI 模型也支持黑白照片上色和清晰度修复。

简单方案

在 hugging face 上可以直接使用使用 Xintao/GFPGAN 和 leonelhs/deoldify 两个 Spaces 在线修复。

使用技巧如下：

1. 先使用 deoldify 给图片上色
2. 使用 GFPGAN 的 v1.4 模型进行清晰度修复

颠倒过来依然可行，但是效果不如上面的方式好。

我的解决方案：fixOldImg

为了方便大家使用，我基于这两个优秀的项目创建了一个整合工具 —— fixOldImg，它可以一键完成黑白照片的上色和修复工作。

项目特点

• 一站式处理：整合了 DeOldify 和 GFPGAN 两大优秀模型，无需手动操作多个工具
• 简单易用：提供简洁的命令行界面，只需一条命令即可处理照片
• 批量处理：支持批量处理多张照片，提高工作效率
• 智能优化：自动优化处理顺序以获得最佳效果
• 灵活配置：可自定义参数以适应不同类型的老旧照片
• 跨平台支持：支持 Windows、macOS 和 Linux 系统

技术实现

fixOldImg 项目的核心是整合了以下两个开源项目：

1. DeOldify：一个基于深度学习的黑白照片着色项目，能够给老照片自动添加颜色
2. GFPGAN：腾讯 ARC 实验室开源的人脸修复项目，专门用于修复老旧人脸照片

项目采用 Python 编写，通过调用这两个项目的预训练模型，实现了自动化的照片修复流程。

安装与使用

环境要求

• Python 3.7+
• pip
• Git

安装步骤

1. 克隆项目到本地：

   git clone https://github.com/bubao/fixOldImg.git

2. 进入项目目录：

   cd fixOldImg

3. 安装依赖：

   pip install -r requirements.txt

4. 下载预训练模型：
   程序首次运行时会自动下载所需的预训练模型，也可以手动下载并放置在指定位置。

基本使用

处理单张图片：

python fix_old_img.py --input path/to/your/image.jpg --output path/to/output/

批量处理图片：

python fix_old_img.py --input path/to/your/images/ --output path/to/output/

参数说明

• --input：输入图片或图片目录路径
• --output：输出图片保存路径
• --colorize_mode：着色模式（可选：artistic、stable，默认为 stable）
• --strength：着色强度（0-100，默认为 50）
• --upscale：是否启用超分辨率（默认启用）

使用示例

下面是一些使用前后的对比效果图：

（此处可以插入一些处理前后的对比图片）

未来计划

1. 添加图形界面版本，降低使用门槛
2. 支持更多的修复模型选择
3. 增加照片质量评估功能，自动选择最优处理方案
4. 提供 Docker 镜像，简化部署流程

相关链接

• fixOldImg 项目地址：本文介绍的整合工具
• jantic/DeOldify : DeOldify github 地址
• leonelhs/deoldify : deoldify 的 spaces
• TencentARC/GFPGAN : GFPGAN github 地址
• GFPGAN: Practical Face Restoration Algorithm : GFPGAN spaces
• piddnad/DDColor : 阿里的上色模型
• leonelhs/face-shine : 破损照片修复模型的 UI
• leonelhs/SuperFace : 破损照片修复模型