I Restored 200 Damaged Photos with AI — Some Results Were Stunning, Others Terrifying

# 我用AI恢复了200张损坏的照片——有些结果令人惊艳，另一些则令人恐惧

打开盒子改变了一切

陈女士的手在我的桌子上颤抖着放下了一个鞋盒。里面包裹在随着时间变黄的薄纸中的，是一张照片。从底部渗出的水将下三分之一变成了一片模糊的棕色和灰色。上半部分展示了一对年轻夫妇在1962年婚礼上的情景——她穿着一件朴素的白色裙子，他则穿着一套可能是他唯一得体的深色西装。

“这是我们婚礼上唯一的一张照片，”她轻声说。“三年前地下室洪水泛滥。我直到上个月才找到这个盒子，那时哈罗德已经去世。”

没压力，对吧？

那一刻——坐在一位82岁的寡妇面前，她只希望能清楚地再看一眼她丈夫的脸——让我清楚为何当初会开始这份副业。但这也标志着一段旅程的开始，这段旅程将带我完成200个恢复项目，每一个项目都让我对AI能做什么、绝对不该做什么以及“恢复”和“制造”之间的界限变得模糊有了新的认识。

在过去的十八个月里，我利用传统技术和AI驱动工具的结合来恢复损坏的照片。有些结果非常好，甚至让客户感动得流泪。其他的一些则进入了怪异谷，仍然让我无法入睡。这是我从200个损坏的记忆中恢复过来的教训。

从零开始构建我的恢复工作流程

我并不是一开始就是一个照片恢复专家。我的背景是在平面设计，我多年来一直在进行基本的照片编辑。但是当我自己的奶奶让我修复一张她父母的撕裂照片时——那些在1923年抵达埃利斯岛的移民——我意识到这种服务的需求不仅仅体现在技术能力之上。

我最初的工作流程完全是手动的：Photoshop的克隆印章工具，小心的颜色校正，以及根据上下文线索细致地重建缺失的细节。单张照片可能需要我八到十二个小时。我每张图片收费150美元，这让我感到内疚，因为我知道大多数客户都是固定收入的老年人。

然后，AI恢复工具开始出现。首先是一些简单的工具——自动上色，基本划痕去除。我对此持怀疑态度。早期的结果看起来很人工，颜色似乎是由算法选择，而不是根据历史准确性来决定的。一条1940年代的裙子会变成1970年代才出现的某种蓝色。

但是，技术迅速进步。到2023年初，我组装了一套工具包，结合了多种AI方法：一个用于面部重建的神经网络，另一个用于纹理合成，第三个用于智能上色，真正理解历史背景。我仍然会进行大量手动工作——AI是工具，而不是判断的替代——但我的每张照片的处理时间减少到了三到四小时，质量显著提高。

我最终的工作流程包括五个阶段：评估和记录、损坏映射、AI辅助重建、手动精修，以及客户审查与修订。每个阶段都有特定的决定点，我会在这些点上判断是否继续、尝试不同的方法，或者——这至关重要——告诉客户恢复是否有可能，是否会带来不可接受程度的制造。

教会我极限的婚礼照片

再回到陈女士的婚礼照片。我当晚把它带回家，花了两个小时在碰任何软件之前，只是研究它。水损坏清楚地创建了一个分界线，大约在上三分之一的地方。那条线以上：清晰、完好、保存完好。那条线以下：混乱。

我能看到她裙子的底部，或者说，我能看到那里曾经有一条裙子。织物纹理完全消失了，取而代之的是棕色的污渍和纸张的降解。他的鞋子以黑色的形状可见，但没有任何细节。它们站立的地面——木地板？瓷砖？地毯？——任何人都不知道。

我首先用我的面部重建AI处理了这张图像。陈女士的脸清晰地呈现——它位于未受损坏的区域。她丈夫的脸部分受到水损坏的影响，尤其是下巴和脖子。AI做了一件了不起的事情：它分析了他脸上未受损部分，理解了光线的方向，并以一种看起来完全自然的方式重建了他的下巴和下颌线。

三天后，我向陈女士展示了结果。她盯着它看了很长时间，然后开始哭泣。“那就是他，”她说。“那完全就是他。我已经忘了他的下巴是多么有力。”

但后来她问起照片底部的情况。我可以修复裙子吗？地面呢？让它看起来好像整张照片都被完好无损地保存下来？

在这里，我不得不进行一场困难的对话。我解释说我可以使用AI生成1962年婚礼裙子可能的样子，年轻人可能穿的鞋子，以及可能在他们所使用的场所里的地板。但是这不会是他们的裙子、鞋子、地板。这将是AI根据成千上万张其他照片的训练数据给出的最佳猜测。

“恢复与制造之间的界限并不总是清晰，但我学会了问自己一个问题：我是在恢复这张照片中存在的信息，还是在创造这张照片中从未存在的新信息？如果是后者，我需要非常小心我的处理。”

陈女士考虑了一下。然后她说了一句改变了我处理每个恢复工作的方式的话：“我不需要它完美。我只需要再看到他的脸。其他的不过是纸。”

我交付了她的照片，恢复了他脸部的美丽，损坏的部分保持原样，也许稍微清理了一下，但没有制造。她就按原样装裱了它。有时候，损坏也是故事的一部分。

按损坏类型分析200次恢复

上个月完成第200次恢复后，我回顾了我的项目文件，并按主要损坏类型、AI参与程度和结果质量对每个项目进行了分类。出现的模式令人启发。

数据讲述了几个故事。尽管阳光褪色常常影响整张图像，但实际上它是最容易处理的损坏类型。照片中的信息仍然存在——只是被UV暴露漂白掉了。AI工具擅长恢复褪色的细节和根据剩余部分重建色彩信息。

水损坏更棘手。成功率降至73%，因为水不仅会褪色照片——它还可以完全毁坏图像存在的乳剂层。当发生这种情况时，无论有多少AI的魔法都无法恢复已物理消失的部分。27%的失败率代表了我不得不告诉客户，超出某一点的恢复将需要过多制造以至于不诚实的案例。

令人惊讶的是，物理撕裂的成功率颇高。这是因为撕裂通常不会摧毁信息——它们只是将其分开。AI在理解应当跨越撕裂线连接的内容并无缝融合重建方面表现得相当出色。