如何给黑白老照片上色（并获得自然的色彩）
AI 照片上色的工作原理，如何获得自然的肤色和符合年代的颜色，什么时候上色就变成了猜测——附权威出处。
PhotoRestoration 团队
黑白照片像一扇被漆封的窗：面孔确实是您家人——只是颜色不在了。上色就是把颜色放回去的手艺。近几年，AI 把它从专业修片师整整一周的手工活，变成了一键操作。这篇指南讲清楚模型如何判断"应该是什么颜色"、怎样才能得到自然而不是"涂出来"的效果，以及这门技术诚实的边界在哪里。
AI 上色到底是怎么工作的
上色模型是在数百万张"先转成灰度"的彩色照片上训练出来的。训练过程中，它学会了灰度图案与原始颜色之间的统计关系：哪种渐变意味着北方光线下的皮肤，哪种纹理意味着军装呢料，草地反光与粉刷墙面反光有何不同。
运行时，模型读取照片的灰度值，为每个像素预测一个颜色，同时给每个预测一个置信度。天空最容易：几乎总是蓝的。纯色背景和制式服装也容易。难的是那些本来就有很多合理颜色的对象——下文会讲。
输出质量直接取决于灰度输入的质量，所以专业做法永远是先修复照片、再上色——划痕和褪色如果还留在画面里，会被模型误读成颜色信息。
相机从没记录过的颜色从哪里来
这个问题值得诚实地回答：原始记录里根本没有颜色，那"正确的颜色"从何谈起？
一部分答案是考证。军服、勋章、车辆、校服、工业漆——二十世纪的物质世界有大量是标准化的，那些有据可查的颜色是可知的事实。给一张 1943 年的肖像上色时，模型所处的世界里，正确答案被记录过，至今还保存在档案馆和博物馆里。
另一部分答案是概率。那条"可能是红色也可能是绿色"的裙子，模型会根据见过的时尚规律给出其中一种。家庭用途上这通常无关紧要——但如果照片要作为历史记录使用，就应该坦率说明：上色是对灰度原件的一种解读，黑白扫描件应当与上色结果一起保存。美国国会图书馆的个人数字存档指南对所有扫描派生文件都是这个态度：保留源文件。
如何一步步给照片上色
在上色工具上，流程有意做得很短：
- 从最好的扫描件开始——600 DPI、玻璃干净、相片压平。扫描清单在修复指南里有详细说明。
- 上色前先修护。有划痕、裂缝、污渍的照片先做修复，否则本来会被修掉的污渍会变成一块色斑。修护模式在同一张上传里就能完成。
- **上传并选择上色模式。**预览免费，付费下载前就能看到模型的解读效果。
- **先看肤色，再看年代细节。**人脸是眼睛最挑剔的地方；之后检查所有您知道真实颜色的东西——家里的那辆车、校服、厨房瓷砖。
- **两份文件都保留。**上色版用来装框和分享，黑白原件作为存档记录。
AI 上色准确吗
准确到大多数观众看不出这张照片曾经是黑白的——这也是提问的正确方式。两个诚实的结论可以同时成立：
- 现实被标准化的地方（制服、已知光线下的肤色、工业制成品），现代上色大多数时候落在真实颜色上。
- 现实本就随意的地方（某一条裙子、门上刷的漆），模型给出的是合理颜色，不是还原出来的颜色。
所以：上色的家庭照片是正当的视觉记忆；博物馆级别的论断则应标注为解读。而上色早已不是早期工具那种呆板的"橙青双色"观感——那种印象已经过时十年了。
为什么肤色有时会不对
肤色是最难的一类，原因有三：它的灰度范围很窄，与木头、皮革、黄褐布料高度重叠；它的真实颜色因人、因光线差异极大；而且每位观众都是天生的"肤色鉴定专家"，一点偏差就会被看成大错。
三个实用的纠正办法：
- **修扫描件，而不是修结果。**泛黄或棕褐的色偏会把模型带偏；按清单扫描能把偏差消灭在源头。
- **先修复再上色。**褪色区域的亮度值已经被破坏，模型会把坏值映射成坏颜色。
- **翻拍时避免极端光线。**手机翻拍时的强烈顶光会把高光拍爆，爆掉的高光没有灰度信息可供上色。
常见问题
给老照片上色算不算不尊重先人
诚实处理的话，不算——它让习惯划过一切黑白影像的后代，重新"看清楚"了祖先。尊重体现在细节里：保留未修改的扫描件，不把上色结果冒充成有据可查的事实，选择肤色和年代色处理保守的工具。
褪色的彩色照片可以"重新上色"吗
可以，而且这往往是七八十年代染料已经偏色的照片的最佳修法。把扫描件转成灰度再上色——等于让模型在更干净的输入上重新回答一遍颜色问题。修复工具可以一次完成转换。
上色对特别老的照片有效吗，比如 1900–1920 年代的
有效，但有个前提：那个年代的色盲片对某些颜色——尤其是深红色——的呈现比实际深得多。模型上色的对象是胶片记录下来的样子。人脸通常效果很好；一条深色的碎花裙可能依然无法确定，因为胶片当年就没拍到它的颜色。
要花多少钱
预览免费；全分辨率上色下载几美元起，当前积分包见价格页。一次性项目不需要订阅。