企业官网建设流程全解析

1. 老照片修复这件事，到底难在哪

翻出家里那些泛黄、发霉、折痕累累的老照片，想修又不敢下手，这大概是很多人共同的经历。前阵子帮朋友处理他爷爷留下的一张合影，照片已经脆到拿起来都掉渣，扫描之后满屏噪点、人脸模糊、颜色偏得离谱。他找了几家线下修复店，报价从几百到上千不等，周期还要等一周以上。后来我用一套AI插件流程，前后不到四十分钟，把修复、上色、清晰化三个环节全部跑完，效果虽然不能说完美，但拿去打印六寸照片完全够看。

这套流程的核心，就是围绕老照片修复、上色、变清晰这三个需求，把AI插件的能力串成一条可复用的流水线。它解决的不是单一问题，而是把“破损修补—色彩还原—分辨率提升”这三件原本需要不同工具、不同技能的事，整合到一个相对统一的操作框架里。适合谁来参考？如果你手头有老照片需要处理，又不想花大价钱找专业修复，同时愿意花点时间学一套固定流程，那这套东西就是为你准备的。哪怕你之前没接触过AI图像处理，只要跟着步骤走，也能跑出可用的结果。

我先把整体思路讲清楚，再拆细节。整个流程分四个阶段：预处理与扫描质量控制、破损修复与去噪、AI上色、超分辨率放大与锐化。这四个阶段不是随便排的，顺序错了效果会差很多。比如先上色再修复，破损区域的色块会干扰修复算法判断；先放大再修复，噪点会被同步放大，后面去噪难度翻倍。所以流程设计本身就有讲究，下面逐层拆开讲。

2. 整体流程设计与工具选型思路

2.1 为什么是“修复—上色—放大”这个顺序

很多人拿到老照片第一反应是直接扔进某个一键修复工具，出来的结果往往人脸像蜡像，背景糊成一片。问题出在顺序上。AI修复模型在处理图像时，对输入质量是有要求的。如果原图噪点密集、划痕明显，修复模型会把划痕当成图像特征去“保留”，而不是去掉。所以第一步必须是去噪与破损修补，把图像清理到一个相对干净的状态。

上色放在修复之后，是因为上色模型依赖图像的明暗结构和纹理来判断哪里该是什么颜色。如果修复没做好，明暗关系混乱，上色结果就会出现色块错位，比如衣服颜色跑到脸上。放大放在最后，是因为超分辨率模型会放大一切细节，包括你不想保留的噪点和修复痕迹。只有前两步做干净了，放大才能得到清晰而不脏的结果。

这个顺序我实测过多次，颠倒任何一步，最终效果都会打折扣。尤其是先放大后修复这个错误，很多人容易犯，因为潜意识觉得“先变大再修更清楚”，实际上恰恰相反。

2.2 插件选型的几个硬指标

市面上AI图像插件不少，选的时候我主要看四个维度：模型是否针对老照片训练、是否支持局部蒙版、输出分辨率上限、以及批处理能力。针对老照片训练的模型，对胶片颗粒、褪色、折痕这些特征有专门优化，比通用图像模型效果好一截。局部蒙版功能很关键，因为老照片往往只有部分区域破损，全局处理会误伤完好的部分。

输出分辨率上限决定了你最终能打印多大尺寸。一般要求至少支持4倍放大，才能把一张600×800的扫描件推到2400×3200，满足六寸照片300dpi的打印需求。批处理能力则是效率问题，如果你有几十张照片要处理，一张张手动跑会疯掉。

这里给一个我常用的参数对照表，方便你选型时参考：

提示：不要迷信“一键修复”按钮。老照片情况千差万别，一键处理的结果往往需要二次修补，反而更费时间。宁可多花两分钟做局部蒙版，也不要事后返工。

2.3 扫描环节的隐藏坑

很多人忽略扫描这一步，觉得随便用手机拍一下就行。手机拍摄的问题在于透视畸变和光照不均，AI修复模型会把阴影当成图像内容去处理，结果就是修复后照片上多出一块莫名其妙的暗斑。如果条件允许，尽量用平板扫描仪，分辨率设到600dpi，色彩模式选24位真彩色。没有扫描仪的话，手机拍摄也不是不行，但要保证光线均匀、镜头与照片平行，后期先做一次透视校正和光照均衡再进入修复流程。

我试过用手机拍一张上世纪七十年代的合影，拍完直接扔进修复插件，结果人物脸上出现奇怪的明暗条纹。后来加了透视校正和背景光照均衡两步预处理，同样一张照片，修复效果提升非常明显。这个预处理环节花不了几分钟，但能省掉后面大量返工时间。

3. 核心细节解析与实操要点

3.1 破损修复：蒙版怎么画才不伤原图

破损修复的核心是告诉模型“哪里需要修，哪里不要动”。蒙版画得好，修复就成功了一半。我的习惯是分三层处理：第一层处理大面积折痕和污渍，第二层处理细小划痕和噪点，第三层处理缺失区域的生成补全。三层分开做，每层用不同的蒙版精度和修复强度。

大面积折痕用较粗的画笔，羽化值设大一些，让修复区域和原图之间有平滑过渡。细小划痕用细画笔，羽化值调小，避免修复范围扩散到周围完好的纹理上。缺失区域补全最考验模型能力，这时候蒙版要精确到缺失边缘，修复强度可以适当调高，但要注意生成的内容是否合理。比如衣服破了个洞，补全出来的纹理应该和周围布料一致，如果出现明显色差或纹理断裂，就需要降低强度重新跑。

这里有个经验：修复强度不是越高越好。强度太高，模型会过度“脑补”，把原本清晰的细节也抹掉；强度太低，破损区域修不干净。我一般从中间值开始试，跑完看效果再微调。对于人脸区域，强度要格外保守，因为人脸细节最敏感，修过头就变成塑料脸。

3.2 上色环节：肤色和环境的分离处理

AI上色最容易翻车的地方是肤色。很多模型会把背景颜色染到脸上，或者把脸染成奇怪的橙红色。解决办法是把肤色区域单独抠出来，先做一次肤色校正，再让上色模型处理其他区域。具体操作是：用蒙版选中所有裸露皮肤区域，先应用一个肤色参考色，然后再跑全局上色。这样模型在处理皮肤时有了参考，不容易跑偏。

环境色方面，老照片常见的场景是室内暖光和室外自然光。上色模型如果识别不出光源方向，会把阴影和高光染成同一色调，画面就平了。我的做法是手动标注光源方向，在插件里指定“主光源来自左上”之类的参数，让模型按这个方向去分配冷暖色。这个功能不是所有插件都有，选型时可以留意。

还有一个细节：衣服颜色不要交给模型全自动决定。老照片里衣服往往是深色或灰色，模型容易染成蓝色或棕色。如果你知道原物大概是什么颜色，最好手动指定。不知道的话，选一个中性色也比让模型乱猜强。

3.3 超分辨率放大：锐化与降噪的平衡

放大环节的核心矛盾是：锐化能提升清晰度，但会放大噪点；降噪能抹平噪点，但会损失细节。平衡点在哪里？我的经验是先降噪后锐化，降噪强度略低于默认值，锐化强度也略低于默认值，然后通过局部对比度增强来补细节。

具体参数上，降噪强度我一般设在40%到60%之间，取决于原图噪点水平。锐化强度设在30%到50%，不要超过60%，否则边缘会出现白边。局部对比度增强是秘密武器，它能在不放大噪点的前提下提升纹理清晰度，让照片看起来更“透”。这个参数很多插件藏在高级设置里，需要手动打开。

放大倍数方面，如果原图扫描分辨率是600dpi，放大2倍就够打印了。放大4倍适合原图分辨率较低的情况，但要注意4倍放大后文件体积会大幅增加，处理时间也成倍增长。我一般先用2倍跑一遍看效果，不够再追加一次2倍，分两次放大比一次4倍放大的细节保留更好。

4. 完整实操流程与关键步骤

4.1 预处理：扫描校正与基础清理

拿到一张老照片，先别急着开插件。第一步是检查扫描质量。打开图像，放大到100%查看噪点分布、是否有明显偏色、是否有透视畸变。如果偏色严重，先用基础图像工具做一次白平衡校正。如果透视畸变明显，做一次透视裁剪。这一步不需要AI，用任何图像编辑软件都能完成。

第二步是建立工作副本。永远不要在原图上直接操作，所有处理都在副本上进行。我习惯按“原图_日期_版本号”的格式命名，比如“合影_20240501_v1”。每完成一个阶段就另存一个版本，这样如果后面某一步效果不好，可以回退到上一个版本重新来，不用从头开始。

第三步是分区标记。用不同颜色的标注图层，把照片分成“完好区域”“轻度破损”“重度破损”“缺失区域”四类。这个标记不需要很精确，只是给自己一个全局视角，知道哪些地方需要重点处理。我试过不标记直接修，结果修到一半发现漏了一块折痕，回头补的时候蒙版和之前的不一致，边缘衔接很生硬。

4.2 修复阶段：分层处理与强度控制

进入修复插件后，按之前说的三层策略操作。第一层处理大面积折痕，画笔调粗，羽化值设到15到20像素，修复强度设70%。跑完之后检查折痕是否完全消失，如果还有残留，不要急着加高强度，而是用更细的画笔沿着残留痕迹再跑一次低强度修复。这样比一次性高强度修复更自然。

第二层处理细小划痕和噪点。画笔调细，羽化值5到8像素，修复强度设40%到50%。这一层要耐心，划痕往往分布很散，需要一块一块处理。我一般会放大到200%视图，用键盘快捷键快速切换画笔大小，效率会高很多。

第三层处理缺失区域。这是最考验模型的一步。蒙版要精确覆盖缺失边缘，修复强度设80%到90%，让模型有足够的“想象力”去补全内容。补全完成后，一定要放大检查生成的内容是否合理。如果出现明显的纹理断裂或色块，降低强度到60%再跑一次，或者手动用仿制图章工具做局部修补。

注意：修复阶段不要一次性把所有问题都交给AI。AI擅长处理重复性、规律性的破损，但遇到复杂缺失区域，人工干预往往比纯AI效果更好。我的原则是“AI打底，人工收尾”。

4.3 上色阶段：参考色指定与区域分离

上色前先做一件事：在照片上找一块你确定颜色的区域，作为全局色彩参考。比如照片里有一件你记得是深蓝色的衣服，或者背景里有一面你确定是白色的墙。把这个区域用蒙版选出来，指定颜色，让模型以这个为基准去推断其他区域的颜色。这个操作能大幅提升上色准确度。

然后处理肤色。用蒙版选中所有皮肤区域，先应用一个中性肤色参考，再跑全局上色。肤色参考不要选太鲜艳的，选一个偏灰的肉色，让模型在此基础上微调。如果直接选一个饱和的肤色，模型会把这个颜色扩散到其他区域。

全局上色跑完后，检查几个关键区域：天空是否偏色、植物是否合理、衣服颜色是否协调。如果某个区域颜色明显不对，用局部蒙版重新上色，不要全局重跑。局部重跑时，把周围区域也纳入蒙版范围，让新颜色和旧颜色有过渡。

4.4 放大阶段：分步放大与锐化收尾

放大之前，先把图像保存为一个中间版本。因为放大过程不可逆，如果效果不好需要回退。放大参数按之前说的设置：降噪50%，锐化40%，局部对比度增强30%。先跑2倍放大，检查效果。如果细节保留满意，再跑一次2倍放大，总共4倍。如果第一次2倍放大后噪点明显增加，说明降噪强度不够，回退后调高降噪再跑。

锐化收尾时，不要全局锐化。用蒙版选中需要锐化的区域，比如人脸、文字、建筑边缘，避开天空、皮肤平滑区域和背景虚化区域。全局锐化会让噪点变得刺眼，局部锐化才能既清晰又干净。锐化强度我一般设在20%到30%，配合局部对比度增强，效果比单纯提高锐化强度好得多。

最后输出时，格式选TIFF或PNG，不要选JPEG。JPEG压缩会损失细节，尤其是放大后的高频信息。如果必须用JPEG，质量设到95%以上。输出分辨率根据用途定：屏幕查看150dpi够用，打印六寸照片设300dpi，打印更大尺寸设600dpi。

5. 常见问题与排查技巧实录

5.1 修复后出现“塑料脸”怎么办

这是最常见的问题，原因是修复强度过高，模型把人脸纹理当成噪点抹掉了。解决办法是对人脸区域单独降低修复强度，一般降到30%到40%，同时提高蒙版羽化值，让修复区域和周围过渡更自然。如果已经修过头了，回退到修复前的版本，重新用低强度跑一遍。预防措施是在修复前先用蒙版把人脸区域排除在外，等背景修完后再单独处理人脸。

5.2 上色后颜色“浮”在表面

颜色浮在表面，说明上色模型没有正确识别图像的明暗结构。这种情况通常发生在修复不彻底的照片上，因为明暗关系混乱，模型无法判断哪里是阴影哪里是高光。解决办法是回退到修复阶段，加强明暗对比度的恢复，然后再上色。另外，上色时开启“保留明暗”选项，让模型只改变色相和饱和度，不改变亮度信息，颜色就会“贴”在图像上而不是浮在表面。

5.3 放大后出现网格状伪影

网格状伪影是超分辨率模型的典型问题，通常是因为放大倍数过高或降噪不足。解决办法是降低放大倍数，分多次小倍数放大，每次放大后做一次轻度降噪。如果伪影已经出现，用局部模糊工具在伪影区域做轻微模糊，再叠加一层锐化，可以部分掩盖。预防措施是放大前确保原图噪点已经清理干净，放大时降噪强度不要低于40%。

5.4 批处理时个别照片效果差

批处理用的是统一参数，但每张照片的破损程度、噪点水平、色彩偏差都不一样，统一参数必然有照片效果差。我的做法是先批处理跑一遍，然后逐张检查，对效果差的照片单独调参重跑。虽然多花时间，但比全部手动处理还是快很多。另外，批处理前可以按照片状况分组，比如“轻度破损组”用一套参数，“重度破损组”用另一套参数，这样比完全统一参数效果好。

下面整理一个常见问题速查表，方便你遇到问题时快速定位：

5.5 我踩过的几个坑

第一个坑是忽略色彩空间。扫描仪输出的可能是Adobe RGB，而插件默认处理sRGB，直接处理会导致颜色偏差。解决办法是在预处理阶段统一转换为sRGB，处理完再转回需要的色彩空间。这个细节很容易被忽略，但影响很大。

第二个坑是过度依赖自动蒙版。自动蒙版在背景干净的照片上表现不错，但老照片背景往往复杂，自动蒙版会漏掉很多区域或者误选。我的经验是自动蒙版只用来打底，然后手动用画笔补充和擦除，最终蒙版一定要人工检查一遍。

第三个坑是忘记保存中间版本。有一次修复跑了半小时，效果很满意，直接进入上色，结果上色效果不好想回退，发现修复版本没保存，只能从头再来。从那以后我养成了每完成一个阶段就另存版本的习惯，文件名带阶段标识，比如“_修复完成”“_上色完成”。

第四个坑是参数照搬。网上找到的参数不一定适合你的照片，因为每张照片的扫描质量、破损程度、内容复杂度都不同。我的建议是把别人的参数作为起点，然后根据自己照片的实际情况微调。调参这件事没有捷径，多跑几次就有感觉了。

6. 不同照片类型的处理策略差异

6.1 人像合影：优先保人脸

合影类照片的核心是人脸，其他区域可以适当妥协。处理时先把所有人脸区域用蒙版选出来，修复强度统一调低，上色时肤色参考统一指定，放大时人脸区域单独锐化。背景和衣服可以接受一定程度的模糊或色偏，但人脸必须清晰自然。如果照片里有人脸特别模糊，可以考虑单独抠出来做一次超分辨率放大，再贴回原图，这样比全局放大效果更好。

6.2 风景老照片：注重层次感

风景照没有明确的人脸焦点，但层次感很重要。修复时要注意保留远近景的虚实关系，不要把远处模糊的山景修得和近处一样清晰，那样反而假。上色时注意天空、水面、植被的颜色过渡，避免出现明显色带。放大时可以用局部对比度增强来提升云层和树叶的纹理，但不要过度锐化，否则会显得生硬。

6.3 文档类老照片：文字清晰度优先

老文档、老证书这类照片，核心需求是文字可读。修复时重点处理折痕和污渍对文字的遮挡，修复强度可以适当调高，因为文字区域对纹理要求不高。上色一般不需要，保持黑白或做轻微泛黄处理即可。放大时用高锐化、低降噪的参数，确保文字边缘清晰。如果文字有缺失，可以用修复模型的补全功能尝试恢复，但不要期望太高，缺失严重的文字很难完美还原。

6.4 严重破损照片：分区域逐步推进

严重破损的照片不要指望一次跑完。我的策略是分区域逐步推进，先处理最完好的区域，建立信心和参考，再处理中度破损区域，最后处理重度破损和缺失区域。每处理完一个区域就保存一次，这样即使后面某个区域效果不好，也不会影响前面已经完成的部分。严重破损照片的处理时间可能是普通照片的三到五倍，要有心理准备。

7. 一些提高效率的实操技巧

7.1 快捷键与工作流优化

插件操作中频繁切换画笔大小、蒙版模式、视图缩放，如果全靠鼠标点，效率很低。我习惯把常用操作绑定到键盘快捷键上，比如画笔大小用方括号键，蒙版切换用Tab键，视图缩放用加减号。不同插件快捷键可能不同，但大多数支持自定义。花十分钟设置一套顺手的快捷键，后面处理几十张照片时能省下大量时间。

工作流方面，我习惯把整个流程拆成独立的任务，每个任务专注做一件事。比如“今天只做修复，不做上色”，这样注意力集中，参数调整也更细致。如果一张照片从头跑到尾，中间频繁切换思维模式，容易出错。

7.2 建立自己的参数预设库

处理多了之后，你会发现某些类型的照片适合某些参数组合。比如“室内合影_轻度破损”用一套参数，“室外风景_中度褪色”用另一套参数。把这些参数保存为预设，下次遇到类似照片直接调用，再微调即可。我的预设库里有十几套参数，覆盖了常见的照片类型和破损程度，效率提升非常明显。

预设库的建立需要时间，但值得投入。每次调出一组好参数，就保存下来并备注适用场景。时间长了，这就是你自己的经验资产，比任何教程都实用。

7.3 输出前的最终检查清单

输出前花两分钟做一次最终检查，能避免很多低级错误。检查项包括：分辨率是否符合用途、色彩空间是否正确、文件格式是否合适、文件命名是否规范、是否有未处理的明显瑕疵。我一般会把输出文件在100%视图下快速扫一遍，重点看人脸、文字、边缘区域。如果发现问题，回退到对应阶段修正，不要试图在输出文件上直接改，那样会损失质量。

提示：输出后不要立即删除中间版本。等确认最终效果满意，并且打印或交付后没有反馈问题，再清理中间文件。我吃过亏，输出后删了中间版本，结果打印出来发现颜色偏了，想回退重调已经来不及了。

8. 关于效果预期与边界的实话

这套流程能做什么，不能做什么，需要说清楚。它能处理的是轻度到中度破损、褪色、噪点、模糊的老照片，输出结果适合屏幕查看和常规尺寸打印。它不能做的是严重缺失区域的完美还原、极度模糊人脸的清晰化、以及历史准确的颜色还原。AI补全的内容是基于概率生成的，不是真实还原，这一点要有清醒认识。

我见过有人拿一张几乎完全模糊的照片，期望AI能还原出清晰人脸，这不现实。AI不是魔法，它只能在你提供的信息基础上做合理推断。如果原图信息量太少，推断结果就不可靠。所以处理前先评估照片的可用信息量，信息量太低的照片，建议降低预期或者寻求专业人工修复。

另外，处理老照片这件事，技术只是一部分，对照片内容的理解和尊重同样重要。修图时不要过度美化，不要改变人物的真实面貌，不要添加原本不存在的内容。修复的目的是让照片更清晰、更接近它原本的样子，而不是把它变成另一张照片。这个边界感，是每个处理老照片的人都应该有的。

最后分享一个小技巧：处理完的照片，建议同时保存一个“修复版”和一个“原始扫描版”。修复版用于展示和打印，原始版作为档案保留。万一将来有更好的修复技术，还可以从原始版重新处理。老照片是不可再生的，多留一份原始数据，就是多留一份可能性。