老照片修复：划痕、偏色与面部重建的处理顺序

工具对比约 1826 字 · 阅读约 5 分钟

老照片修复最容易翻车的，不是工具不够强，而是顺序做反了：先上色、再磨皮、最后才想起去划痕，结果补上去的颜色和周边对不上，划痕还被 AI 当成"纹理"保留了下来。

这篇按真实修复流程拆成五步：扫描、去划痕污渍、校偏色、面部重建、输出。每一步给出判断依据和该停手的位置，也顺带说明为什么"一键修复"在人像上要慎用。

扫描是第一步，也决定了效果上限

修复算法再强，也补不回没记录下来的信息。纸质照片用平板扫描仪，短边至少 300 DPI，要打印或放大就上 600 DPI，输出 PNG 或 TIFF——JPEG 在扫描阶段引入的噪点，后面会被当成细节一起放大。

最终用途	建议短边像素	扫描 DPI（6 寸原片）	输出格式
手机/微信查看	1200–1600	300	WebP 或 JPG
6 寸冲印	1800–2400	600	JPG 高质量
A4 装框	3000 以上	600 + 分块扫描拼接	TIFF / PNG
只做数字存档	按原件长边 1:1	600	TIFF 无损

扫描时把"去网纹""自动锐化""自动色彩"全部关掉。这些开关会在扫描阶段就改动像素，把纸纹和噪点混在一起，后面再也分不开。同理，尽量别用手机翻拍：透视变形、反光和阴影都算"二次损伤"，修复工具分不清哪些是污渍、哪些是灯光。

原始扫描件一定要单独留一份，命名带 -raw 后缀。所有修复都在副本上做，这是后面能反复试参数、能退回保守版本的前提。

正确顺序是：去划痕污渍 → 校正偏色 → 面部重建 → 输出尺寸与锐化。这个顺序不是习惯问题，而是每一步都会改变后一步的判断依据。

竞品现状也印证了这一点：多数在线"老照片修复"页把划痕、偏色、面部增强打包成一个按钮，只让你在"自然 / 修复 / 经典"几个模型里挑，不解释先后关系。完好照片够用，折痕明显或偏色严重的片子还得按顺序分步做。

叠影是霉斑、水渍、胶带痕、灰尘，属于"画面之上多了一层"，信息还在，可以用局部去污、降低局部饱和、轻微修补的方式处理，代价小。缺损是纸面被刮掉、折痕压断、边角撕裂，那部分像素根本不存在，只能靠周围纹理重建。

两者的分界线决定了该不该让 AI 动手。叠影放心修；小面积缺损可以补；大面积缺损（比如半张脸被折痕压掉）让算法补，等于让它"编内容"，补出来的人很可能不像本人。这种情况更稳妥的做法是保留残缺、只做去污和校色，把它当历史档案而不是"还原照"。

老照片的偏色有规律：泛黄多来自纸基老化，偏红常是染料褪色不均，偏青则多见于受潮或扫描白平衡错误。校正时先找画面里"本应是中性"的东西——白衬衫、灰墙、相纸白边，用它们做白平衡取样，而不是直接点"自动"。

自动白平衡的通病是把整张照片往"标准 daylight"拉：纸基的暖黄被当成要修掉的颜色，结果人脸发灰、天空发蓝，年代感全没了。正确做法是先修色相和明度，饱和度留到最后再决定——很多老照片需要的不是"更鲜艳"，而是"更干净的低饱和"。

黑白照片上色属于创作，不是修复。交付时把"修复版"和"上色版"分开命名，别让家人误以为上色就是原貌。

AI 面部增强的原理，是拿训练数据里的"平均五官"去补细节，它并不知道照片里的人长什么样。所以修完"更清晰"是真的，但相似度会漂移：眼距、鼻梁、嘴角的细微差别会被悄悄改掉，痣、疤、眼镜框这些辨识特征最容易被抹平。

验收时做三件事：与原图并排 1:1 对比，看五官位置有没有移动；检查显著特征是否保留；拿给家里最熟悉这个人的人看，问一句"像不像"。像不像这件事，只有亲属的判断算数。

合影尤其要注意。多数一键修复只会把最大的那张脸修清晰，其他人和衣服仍然是模糊的，画面会显得割裂。正确做法是逐个区域处理，或者干脆按"整体去污 + 轻度锐化"交付，接受它不够锐利，但至少是同一张照片。

只想在工具里快速出一版给家人看，用一键修复没问题；要做遗像、装框、存档，请留两版：一版保守（只去污校色），一版增强。

用手机翻拍的老照片能修吗？能，但效果打折。先做透视校正把画面拉正、裁掉背景，再按上面的顺序处理；反光和阴影区域信息缺失，算法补不回来。

AI 修复会把人修成"另一个人"吗？轻度增强不会，重度重建会。判断标准是显著特征有没有变化，而不是"看起来清不清晰"。改完发现不像，就退回只做去污和校色的版本。

修复完还需要放大吗？看用途。屏幕查看按原扫描尺寸导出；要打印再放大到目标像素，且放大必须放在修复之后，否则划痕和噪点一起被放大。更多排查见常见问题栏目。

老照片修复的顺序是硬的：扫描定上限，去污在前，校色在中，面部重建在最后，输出锐化收尾。

另外记住两条边界：叠影可以修，缺损要谨慎；清晰度不等于相似度。修复的目标是"让照片回到它本来的样子"，不是"生成一张更漂亮的脸"。