上周整理老照片，高清翻出1998年爷爷在长城拍的修复线网那张合影。底片早丢了，图片扫描件糊得连人脸都分不清。高清试了三四个所谓“AI修复”工具，修复线网效果惨不忍睹——要么把奶奶的图片皱纹磨成橡皮泥，要么把背后的高清敌楼修成哥特式尖塔。直到朋友甩来一个叫「Bigjpg」的修复线网网站，才真正解决我的图片问题。
这类网站的高清原理其实不玄乎。它们用神经网络反复比对低清图像与高清素材库的修复线网纹理规律，像拼图一样把缺失的图片细节“猜”出来。但猜得准不准，高清差别大了去了。修复线网Bigjpg最讨喜的图片地方在于，它把修复强度分成三档。人像选“普通”，风景选“细节增强”，卡通插画直接拉满。我当时把爷爷的老花镜边缘修出了反光，那叫一个绝。
另一个值得一提的站点是「Waifu2x」，名字听着像二次元专用，其实对老照片同样有效。它最初是为了放大动漫截图开发的，但处理黑白人像时，降噪算法意外地克制——不会把皮肤纹理糊成塑料。缺点是界面简陋得像2005年的论坛，上传速度慢得能泡开一碗面。可胜在免费且无广告，偶尔救急还是靠谱的。
如果你手头的图片不是简单的人像，而是带复杂背景的街景，我强烈建议试试「Hugging Face」上的开源模型。别被这个名字吓跑，它本质是个模型仓库，搜“Real-ESRGAN”就能找到在线demo。这玩意儿修复老建筑照片堪称一绝。我试过一张1990年北京胡同的扫描件，砖缝里的青苔、墙上斑驳的标语，甚至电线杆上贴的小广告，都被还原得历历在目。那种时间被擦亮的感觉，比任何滤镜都震撼。
不过得泼盆冷水。这些网站对“人脸”的修复依然是最薄弱的环节。因为神经网络训练时见过太多明星脸，一旦遇到普通人，容易擅自套用“标准五官”。我同事用某知名工具修他父亲的遗照，结果嘴唇被修得太饱满，看着像年轻了二十岁，反而失真。后来他改用「Remini」，手动调节“面部特征保留”滑块到70%，才勉强保住父亲那抹标志性的寡淡笑意。
选工具之前，先想清楚你要的是“清晰”还是“真实”。这俩经常打架。追求清晰，就选修复强度高的，比如Topaz Gigapixel（有网页版），细节锐利到汗毛都能数清，但容易产生塑料感。追求真实，就选克制型的，宁可留点噪点也别过度平滑。
最后说个私藏技巧。多数人不知道，把修复后的图再放大一倍，然后降低透明度叠在原图上，能有效中和AI的“脑补”痕迹。这招是我拿二十多张废片试出来的，效果立竿见影。另外，上传前先手动裁剪掉边缘的日期水印和划痕，修复成功率能提升三成。那些工具对随机噪点很敏感，你帮它排除干扰项，它自然还你干净画面。
说到底，修复老照片是个跟记忆较劲的活儿。技术能补全像素，却补不回当年按下快门时的光线。但至少，当我把爷爷那张修好的照片发给父亲时，他在电话那头沉默了几秒，然后说：“你爷爷的领带夹，原来是银色的啊。”就冲这句话，这些网站就值得收藏。