Реставрация старых фотографий с помощью нейросетей сочетает компьютерное зрение и генеративные модели. Современные алгоритмы https://karavadjo.ru/restore-photo убирают царапины, восстанавливают утраченные фрагменты, повышают чёткость и раскрашивают чёрно-белые кадры. Точность результата зависит от исходного скана и степени повреждения.
Какие повреждения встречаются на старых фотографиях
Типичные дефекты: царапины, потёртости, пятна
На бумажных отпечатках появляются царапины от трения, потёртости на сгибах, пятна от влаги, плесени и остатков химикатов. Эмульсионный слой черно-белых отпечатков отслаивается, образуя сеть тонких трещин. На негативе царапины выглядят как светлые или тёмные полосы.
- Царапины — линейные повреждения шириной от нескольких микрометров до 0,5 мм.
- Потёртости — матовые участки, потерявшие глянец и снижающие локальный контраст.
- Пятна — округлые области с изменённой плотностью из-за грибка или проявителя.
Влияние физического состояния носителя на цифровой скан
Сканирование с разрешением 600 dpi для плёнки и 1200 dpi для бумажных отпечатков сохраняет текстуру эмульсии, зерно и границы царапин. Формат TIFF с глубиной цвета 16 бит на канал передаёт больше градаций, чем JPEG. Если скан сделан в 300 dpi, мелкие царапины сливаются с шумом, и нейросеть не может отделить повреждение от детали.
| Повреждение | Проявление на скане | Возможность восстановления |
|---|---|---|
| Царапина | Тонкая полоса | Высокая при ширине до 2px |
| Потёртость | Размытая область | Частичная |
| Пятно | Зона с аномальным тоном | Ограниченная, зависит от размера |
Как нейросети удаляют царапины и восстанавливают фрагменты
Принципы inpainting: заполнение утраченных пикселей
Алгоритмы inpainting используют генеративные модели, обученные на парах «повреждённое — восстановленное изображение». На вход подаётся маска, отмечающая дефекты. Свёрточная нейронная сеть анализирует окружающие пиксели и синтезирует новые так, чтобы заполненная область совпадала по текстуре, освещению и структуре с соседними зонами.
Случаи, когда восстановление невозможно или даёт искажения
Если утраченная область превышает площадь контекста, модель создаёт правдоподобные, но не соответствующие реальности детали. Например, при стёртом фрагменте с пряжкой ремня нейросеть может дорисовать произвольный узор. Искажения возникают при повреждении обоих глаз на портрете: алгоритм не способен восстановить индивидуальные черты человека.
Повышение чёткости и устранение зернистости
Суперразрешение: увеличение детализации снимка
Суперразрешение — метод реконструкции изображения с более высоким разрешением. Свёрточные сети учатся предсказывать высокочастотные компоненты по низкочастотному входу. Модель увеличивает размер снимка в 2–4 раза и восстанавливает контуры, которые в оригинале были смазаны. Результат ограничен информацией, сохранённой в скане: если деталь не попала на плёнку, алгоритм её не «вспомнит».
Шумоподавление без потери текстур
Зернистость плёнки проявляется как случайные перепады яркости. Нейросеть для denoising отделяет шум от значимых элементов, таких как волосы или ткань. Простые фильтры размывают изображение, теряя мелкие волокна и фактуру. Обучаемые модели сохраняют текстуру, потому что при обучении используют пары чистых и зашумленных кадров.
Раскрашивание чёрно-белых фотографий
Автоматический подбор цветов на основе контекста
Алгоритм раскрашивания выполняет семантический анализ сцены. Детектор объектов определяет небо, кожу, растительность, одежду. На основе типичных цветовых схем для каждого класса объектов присваиваются вероятные оттенки. Модель учитывает распределение яркости и границы объектов, чтобы сохранить объём и освещение.
Типичные ошибки и способы их исправления
Кожа может приобрести землистый или излишне розовый тон, а синий предмет — стать зелёным, если контекст неоднозначен. Встречается окрашивание участков, которые на однотонном фоне не имеют ориентиров. После автоматической обработки выполняется коррекция в редакторе: выбираются области с неверным цветом и подбирается оттенок по соседним элементам. Для исторической точности используют справочные данные о преобладающих цветах одежды и интерьеров конкретного времени.
Практическая работа с нейросетями для реставрации
Подготовка скана и выбор параметров обработки
- Отсканируйте отпечаток в 16-битном TIFF с разрешением 1200 dpi.
- Увеличьте скан в несколько раз и отметьте области, требующие реставрации.
- Примените inpainting для устранения царапин.
- Выполните суперразрешение для увеличения чёткости.
- Запустите шумоподавление, если зернистость осталась заметной.
Как проверить результат и выполнить ручную коррекцию
Сравните обработанный скан с оригиналом при увеличении 200%. Обратите внимание на края объектов: они не должны иметь пятен или размытия. Проверьте текстуру кожи и ткани — повторяющиеся узоры и случайные линии могут указывать на артефакты. Удалите ложные элементы, которых не было на исходном снимке, используя инструменты клонирования и коррекции цвета.
