老照片修复

启用MutiDiffusion插件，不开放大倍数，仅使用分块渲染的功能，能帮助我们在显存不够的情况下，将图片放大到足够的倍数。好了，经过一顿操作，我们就将这张图片处理完成了。对比一下看看，之前的黑白照片和经过上色高清化完成之后效果。同样的步骤，又还原了一张我妈妈的照片。在问到她当时穿的什么颜色衣服的时候，她记得可清楚了，想都没想就告诉我说是绿色的。这两张还算容易的，接下来就遇到比较棘手的照片了。比如这一张，是我外公外婆带着我妈和我舅舅。外公走得更早，我甚至都没见过一面，只有这些照片还记录着他存在的痕迹。而这张照片也有些年头了，一直被外婆好好保存着。人物多、场景复杂，像素非常的低，使得这张照片处理起来难度很大。我首先在ps里面进行了一下角度的调整和照片的裁切，然后使用刚才的步骤进行上色，但是直接上色的结果有点像是加了一层黄色滤镜，有颜色但是年代感还是太强了。而太具体的颜色指定，又容易让画面污染严重，因为内容实在太多了，光是指定衣服就得十来个颜色提示词，AI能分辨得清才怪。所以我决定放弃人物服装的颜色指定，只给一个场景方向，剩下的交给AI去自行决定。于是，我从网上找到了一张仙人洞的照片，让AI去帮我匹配色调。加入第二个controlnet来控制颜色，使用的是t2ia_color的模型。关键词只给了：蓝天、绿树、灰石砖这么简单的几个词。颜色终于正常了，最后经过脸部的修复和放大，得到了最终的效果。对比一下前后的效果，那个流逝的时光仿佛又回来了，外婆看到后也非常高兴，在微信上连连夸赞。

作者：白马少年介绍：SD实践派，出品精细教程发布时间：2023-09-10 19:00原文网址：https://mp.weixin.qq.com/s/-hlnSTpGMozJ_hfQuABgLw在最近新上线的controlnet模型中，除了我们之前测试过的一众适配sdxl的模型以外，还增加了一款名为Recolor的新模型，它的作用是可以将黑白的图片进行重新上色。看到这个功能，我首先想到的就是可以用它来修复那些已经年代久远的老照片。毕竟在以前那个年代，没有现在这种可以永远保存的数码拍照技术，很多洗出来的照片也都随着岁月的流逝而褪去了色彩。如果能用AI技术恢复这些往日的时光，也许能唤醒我们心底的一些温暖。于是，我联系爸妈帮我找来了一些他们珍存的照片。他们也很热心于这件事情，立马给我发来了一大堆照片，其中有很多我也没见过的他们年轻的时候的样子，还包括我爷爷奶奶外公外婆那一辈的回忆。虽然很多照片都是黑白的，但是仍然能感受到那个时候的阳光和清风。这是我的奶奶，她离开已经有十几年了，年轻时候留下的照片不多，这一张算是保存得很好的了，那个年代的人物照片总能让人感受到一种独特的气质。既然是人物照片的还原，我这里就选择了realisian的写实大模型。提示词直接描述颜色和对应的内容。比如黑色的头发、黄色的皮肤、深蓝色的衣服、浅蓝色的背景。因为黑白照片，颜色无从判断，所以有些只能靠猜测了。ControlNet这里选择Recolor，预处理器有两个，经过我的测试，选择“recolor_luminance”的效果会更好一些。

将照片放入到后期处理中，使用GFPGAN算法将人脸变清晰，不知道这个功能的可以参考我这篇文章——[【Stable Diffusion】图片高清化+面部修复+一键抠图，一些你不知道的事儿](http://mp.weixin.qq.com/s?__biz=MzkzMzIwMDgxMQ==&mid=2247487422&idx=1&sn=9cdf7ef37c2acb3c0fc3328d0ba8af74&chksm=c251597af526d06c921ea6728cb2a32bdf1d5f699e19d6ba13b849994e4d01af8a5144132aad&scene=21#wechat_redirect)。这个步骤，可以将我们的五官进行重绘，但是却没有办法将照片中的头发、衣服等其他元素变清晰。所以，接下来我将图片再发送到图生图当中，打开stableSR脚本，放大两倍。这个放大插件是所有插件中对原图还原最精准的，也是重绘效果最好的，不知道的朋友可以参考我的这篇文章——[【Stable Diffusion】超清无损放大器StableSR](http://mp.weixin.qq.com/s?__biz=MzkzMzIwMDgxMQ==&mid=2247487403&idx=1&sn=cbb96534fa6f58c37cf9fc64bc7ade0c&chksm=c251596ff526d0792b4bba0e21b69427b23e780824bdc75b22f1073e8bad6f61f30199fc8344&scene=21#wechat_redirect)。切换到sd2.1的模型进行修复，vae选择vqgan，提示词可以什么都不写，以免对原图产生干扰。