老照片修复 ComfyUI 工作流教程分享 效果惊艳 超高清细节 重新上色

于 2024-07-13 14:01:14 发布
阅读量304 收藏 11
点赞数 7
文章标签： stable diffusion AI作画 人工智能 midjourney AIGC 人工智能作画
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/text2203/article/details/140399048
版权

最近老照片修复+动态视频的玩法非常火，关于老照片修复的部分，花一天时间，参考了一些博主的工作流，再加上自己总结的一些经验，完成了一版老照片修复上色的完整流程，可以看看下面的效果。

在这里插入图片描述

今天，我把老照片详细的修复流程分享给你，希望对你有帮助。

在这里插入图片描述

从技术上来说，修复流程主要分两部分：PS 老照片缺陷修复和 ComfyUI 还原上色工作流。全部所需软件、完整工作流和模型已全部打包好，有需要的自取。

https://pan.quark.cn/s/7bac493915d2

一、Ps 老照片缺陷修复

在这里插入图片描述

1、噪点修复

在这里插入图片描述

Ctrl+J 复制一个图层，保留原始图像

点击菜单-滤镜-Camera Raw 滤镜，点击“细节”-调节“减少杂色”，直到杂色消失，这样图像也会变模糊，我们再调高“细节”，图像会变清晰

根据效果，还可以再调节“清晰度”、“对比度”、“饱和度”等参数

确认后，人物整体变模糊了，下面再来调节清晰度

Ctrl+J 再复制一个图层

点击菜单-滤镜-其它-高反差保留

在这里插入图片描述

在这里插入图片描述

调节参数，直到人物轮廓刚刚显示出来，确定

图层的融合模式选择“线性光”，不透明度调为30%左右，这样清晰度就提高了

2、缺陷、划痕修复

在这里插入图片描述

Ctrl+J 再复制一个图层

点击菜单-滤镜-杂色-蒙尘与划痕，调节参数，直到脏点、划痕消失，确定

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

创建蒙版，快捷键 Ctrl+i 蒙版反相

前景色修改为白色，选择画笔工具，并调节适合的大小、不透明度、流量，涂抹划痕和噪点区域

3、其它修复工具综合使用

在这里插入图片描述

在这里插入图片描述

接下来把新建的图层全部合并

点击菜单-图像-调整-去色（后面 AI 部分会重新上色）

再用以下这3个工具，根据图片的情况选择使用

【污点修复画笔工具】可以快速去掉图片中的污点或多余元素

【修复画笔工具】可以将仿制源的纹理、光照、透明度和阴影与修复区域进行智能匹配，完美融入

【修补工具】-绘制修复区域，框出选区-移动选区到合适的的区域覆盖框选区域-松开鼠标取消选区

还可以使用“内容识别”功能来自动填充图像

用套索工具选择需要修改的区域，点击菜单-编辑-填充，选择“内容识别”，还可以调节透明度，根据修改效果来不断调整优化。

二、ComfyUI 还原上色工作流

ComfyUI 还原上色部分大致分为 5 个部分：第一次人像还原、细节重绘部分、还原上色部分、第二次人像还原、高清放大，下面分别来讲一下。

1、第一次人像还原

在这里插入图片描述

通过 CodeFormer 对人像脸部进行简单的修复（可以下载 facerestror 插件使用），这个插件分为人脸检测和人脸修复两部分，可以选择不同的检测模型和修复模型，根据效果找一个最佳的组合。

还可以调节 fidelity 参数，范围0~1，0修复强度最大，人脸变化最大，1修复强度最小，根据效果来调整参数。

2、细节重绘部分

在这里插入图片描述

这一部分是通过 ControlNet 控制对原图进行重绘，简单修复并加上一些细节。

首先，老照片的背景一般都会泛黄或者有瑕疵，索性先通过 LayerStyle 扣除背景，可以替换掉指定的颜色，其中抠图蒙版的膨胀系数和模糊系数，需要根据效果来调整。

这里选择的是 SD1.5 的大模型，其它 Lora、ControlNet 库也要同步选择 SD1.5 版本的类型。

通用质量提示词，加上 WD反推提示词，还可以根据期望的图像效果，增加自定义的提示词，负面提示词就参考我的工作流的提示词。

注意：反推提示词中如果有破损、黑白、模糊等反映老照片的提示词，需要排除掉，避免影响生图。

ControlNet 使用了 Tile 和 Lineart 来控制，增加细节，并保留原始图像的轮廓，最后，控制降噪参数为 0.3 左右生图，还是同样的，根据出图效果来调整参数。

3、还原上色部分

在这里插入图片描述

这一步，根据提示词、ControlNet 的 recolor 模型对照片进行上色。

先对图像对比度、饱和度等进行调整，大模型选择 SDXL 写实大模型，提示词包括颜色、质量等通用提示词，再加上你期望的人物头发、衣服等描述颜色的提示词。

ControlNet 通过 recolor 来进行人像上色，模型文件已经准备好了，你可以到网盘中下载。

4、第二次人像还原

在这里插入图片描述

照片上色后，再次通过 facerestore 对人像进行还原，根据效果调整参数，如果效果不好，也可以忽略掉。

5、SUPIR 高清放大

在这里插入图片描述

这一步，我们利用 SUPIR 能够高度还原人像的能力，且不会造成与原图差异较大，我们可以根据自己显卡配置，调整放大倍数。

6、SD 超高分辨率放大

在这里插入图片描述

如果对照片有超高分辨率的需求，这一步利用 SD 进行分步高清放大。

好了，以上就是老照片修复的完整流程，有疑问可以评论区留言。为了获取更多流量，还可以通过快影的 “AI 生视频”功能，让老照片动起来，目前内测中，需要申请。

资料软件免费放送

次日同一发放请耐心等待

关于AI绘画技术储备

学好 AI绘画 不论是就业还是做副业赚钱都不错，但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料，给那些想学习 AI绘画 的小伙伴们一点帮助！

感兴趣的小伙伴，赠送全套AIGC学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。

需要的可以扫描下方CSDN官方认证二维码免费领取【保证100%免费】

在这里插入图片描述

**一、AIGC所有方向的学习路线**

AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

在这里插入图片描述

在这里插入图片描述

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！
在这里插入图片描述

三、最新AIGC学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。
在这里插入图片描述
在这里插入图片描述

四、AIGC视频教程合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

在这里插入图片描述

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
在这里插入图片描述
这份完整版的学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

在这里插入图片描述

AIGC阿道夫
关注
  • 7
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
使用小程序制作一个老照片修复工具
商务合作 / 项目定制 / 学习交流。个人vx：lovely_wml
11-08 3690
此文主要通过小程序来制作一个照片修复工具，实现黑白图片上色及图像效果增强等功能。
ComfyUI AI老照片修复上色工作流
04-19
Stable Diffusion ComfyUI一键老照片修复上色工作流
给黑白图片上色的节点——ComfyUI-DDColor
u013224364的博客
04-26 584
看，上色还是很出色的，但是如果对黑白漫画上色的话，效果不是很好，上的颜色很乱，不符合日常常识，如下。【干货分享】用ComfyUI-DDColor一键给黑白老照片上色，使用简单，效果还非常惊艳。这个上色对黑白照片上色效果很好，我就随便在网上找一张黑白照片看看效果，如下。如果你图片小，就把上面的数字改小一点，设置为512，如下。什么情况下使用这些模型呢？把上面的模型放到下面的目录中，如下。星球号：32767063。
手机上如何修复老照片？老照片高清修复的方法
jiumillion的博客
08-17 1728
现在很多年轻的朋友都非常喜欢拍照，家里也有很多照片，但是随着时间的推移，这些照片很多都是泛黄了，那么我们又是要如何来翻拍旧照让这些照片再次变得清晰呢？现在就来为大家介绍一下吧。...
PhotoGlory（老照片修复上色软件）官方特别版V2.0.0 | 老照片修复软件下载
05-31
PhotoGlory是一款强大的老照片修复上色软件，可以帮助用户轻松去除划痕、折痕、污渍、裂纹,在点击中对黑白照片进行着色处理，恢复褪色和洗过的图像的颜色，添加样式化的文字标签和日期印章，是旧照片翻新最清晰最好...
老照片修复，黑白照片快速上色软件，黑白变彩色照片，PictureColorizerPro
06-13
标题中的“老照片修复，黑白照片快速上色软件，黑白变彩色照片，PictureColorizerPro”揭示了我们讨论的核心——PictureColorizerPro，这是一款专为老照片修复和黑白照片上色而设计的软件。这款工具能够将陈旧的、...
C# DeOldify 黑白照片 老照片上色 源码
09-27
此外，对于不同的照片，模型的效果可能会有所差异，有些照片可能需要进行额外的修复工作，比如去除噪声、修复破损等。 总的来说，利用C#和DeOldify框架对黑白照片进行上色是一项既有趣又有挑战性的任务。通过理解...
C# DeOldify 黑白照片 老照片上色 exe.rar
09-27
这个名为"DeOldify 黑白照片 老照片上色.exe"的应用程序，正是C#实现的DeOldify上色工具，它可以快速、高效地为黑白照片增添色彩。 在项目中，"DeOldify 黑白照片 老照片上色.exe.config"是应用程序的配置文件，...
智能修复老照片 V1.1.0.0
11-16
软件名:智能修复老照片 版本:V1.1.0.0 软件介绍:修复老照片，为照片上色，无损放大，动态照片合成
超分辨率技术AI人工智能老照片修复马赛克画质变高清AI人像脑补照片高清重建模糊图片变清晰软件.rar
01-07
模糊图片变清晰一般称之为超分辨率技术，最近看到了一个人像高清重建的开源项目，主打AI修复老照片和黑白上色。如下是项目的GitHub主页，获得746 Stars，估计后期肯定会涨很多星。 项目主页包含了一些样例图片...
老旧照片修复神器扫描君
04-25
那些功能大家一看就懂，这里给大家示范一下，里面的老照片修复跟上色。真的是神器！！昨日偶然发现，特来分享。
中文版PS老照片修复插件【Akvis Retoucher 9.5.1286 Win】.zip
09-21
Akvis Retoucher是一款专业的图像处理软件，特别设计用于修复老照片。它被广泛应用于修复破损、褪色或有划痕的照片，将旧时的记忆恢复到接近原始的状态。这个插件适用于Adobe Photoshop，允许用户在熟悉的Photoshop...
EnhanceFox智能进行照片的修复和上色软件.rar
02-13
该软件使用了人工智能来进行照片的修复和上色。当然不仅仅只是修复和上色，它能像 -bigjpg- 一样对图片进行无损放大，还能像 -Retouch- 一样可以对图片上的物体进行删减处理等等。 在 EnhanceFox 中，所有的处理都是...
旧视频上色视频修复步骤
04-09
软件操作思路
老照片修复教程（带资料），再也不用去照相馆修复了！-教程网盘链接提取码下载 .txt
03-19
课程内容： 资料介绍 01插件安装步骤和使用教程,mp4 02 01-老照片裁切.mp4 03 02-修瑕疵.mp4 04 03-中性灰和人像修图助手过渡光影,mp4 ...09 08贴皮肤上色.mp4 ...12 09-综合案例双人...13老人黑白照片修复和上色,mp4
C# OpenCvSharp DNN 黑白老照片上色.rar
最新发布
05-14
标题 "C# OpenCvSharp DNN 黑白老照片上色.rar" 指出，这个压缩包包含了使用C#编程语言，结合OpenCvSharp库和深度神经网络（DNN）技术来为黑白老照片上色的示例代码。OpenCvSharp是一个C#接口的OpenCV库，它提供了...
ps双眼皮上色教程
01-07
在本教程中，我们将深入探讨如何使用Adobe Photoshop（简称PS）为双眼皮进行上色，这是一个常见的美容编辑任务，尤其在图像处理和设计领域。这个教程包含了一个Word文档的详细步骤指南，以及相关的素材文件，方便您...
基于深度学习的老照片上色代码实现
05-31
基于深度学习的老照片上色涉及到多个模型和算法，下面我简单介绍一下其中一种常用的方法，并提供一个对应的 Python 代码实现。 1. 数据准备 首先需要准备一些有标注的彩色照片和对应的黑白照片，作为训练集和测试集。可以从一些公开数据集中获取，如ImageNet，CIFAR等。 2. 模型搭建 接下来需要搭建一个卷积神经网络（CNN）模型，用于学习黑白照片和彩色照片之间的对应关系。这个模型需要包含一个编码器（Encoder）和一个解码器（Decoder），其中编码器用于将输入的黑白照片转换为一个中间表示，解码器用于将这个中间表示转换为彩色照片。 下面是一个简单的模型搭建代码示例： ```python from tensorflow.keras.layers import Conv2D, UpSampling2D, Input from tensorflow.keras.models import Model def build_model(): # 编码器 input_layer = Input(shape=(256, 256, 1)) x = Conv2D(64, (3, 3), activation='relu', padding='same')(input_layer) x = Conv2D(64, (3, 3), activation='relu', padding='same', strides=2)(x) x = Conv2D(128, (3, 3), activation='relu', padding='same')(x) x = Conv2D(128, (3, 3), activation='relu', padding='same', strides=2)(x) x = Conv2D(256, (3, 3), activation='relu', padding='same')(x) x = Conv2D(256, (3, 3), activation='relu', padding='same', strides=2)(x) x = Conv2D(512, (3, 3), activation='relu', padding='same')(x) x = Conv2D(512, (3, 3), activation='relu', padding='same')(x) x = Conv2D(256, (3, 3), activation='relu', padding='same')(x) # 解码器 x = UpSampling2D((2, 2))(x) x = Conv2D(128, (3, 3), activation='relu', padding='same')(x) x = Conv2D(128, (3, 3), activation='relu', padding='same')(x) x = UpSampling2D((2, 2))(x) x = Conv2D(64, (3, 3), activation='relu', padding='same')(x) x = Conv2D(64, (3, 3), activation='relu', padding='same')(x) x = Conv2D(32, (3, 3), activation='relu', padding='same')(x) output_layer = Conv2D(3, (3, 3), activation='sigmoid', padding='same')(x) model = Model(input_layer, output_layer) model.compile(optimizer='adam', loss='mse') return model ``` 3. 模型训练 模型搭建好之后，需要使用训练集对其进行训练。训练的过程中可以使用一些数据增强的技术，如随机裁剪、旋转、翻转等，以增加模型的泛化能力。 下面是一个简单的模型训练代码示例： ```python import numpy as np from tensorflow.keras.preprocessing.image import ImageDataGenerator model = build_model() # 数据增强 datagen = ImageDataGenerator( rescale=1. / 255, rotation_range=20, width_shift_range=0.2, height_shift_range=0.2, shear_range=0.2, zoom_range=0.2, horizontal_flip=True, fill_mode='nearest') # 加载数据集 train_data = datagen.flow_from_directory( 'train/', target_size=(256, 256), batch_size=32, class_mode=None) # 训练模型 model.fit(train_data, epochs=50) ``` 4. 模型测试 模型训练好之后，可以使用测试集对其进行测试，并将黑白照片转换为彩色照片。 下面是一个简单的模型测试代码示例： ```python import cv2 # 加载模型 model = build_model() model.load_weights('model_weights.h5') # 读取黑白照片 img = cv2.imread('test.jpg', cv2.IMREAD_GRAYSCALE) img = cv2.resize(img, (256, 256)) img = np.expand_dims(img, axis=-1) # 预测彩色照片 pred = model.predict(np.array([img]))[0] pred = pred * 255 pred = pred.astype(np.uint8) # 保存彩色照片 cv2.imwrite('result.jpg', pred) ``` 以上是一个简单的基于深度学习的老照片上色代码实现。由于涉及到多个模型和算法，实现起来比较复杂，需要一定的深度学习和编程知识。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值