祖父遗照翻新
父亲翻出祖父1960年代的合影，相纸泛黄、折痕贯穿面部，人脸仅剩模糊轮廓。用本工具逐块修复：先勾选「去折痕」模式处理断裂处，再用「褪色补偿」恢复深色背景与浅色衣领的对比。最终输出时保留原片颗粒质感，未用AI补全缺失五官，确保仍是祖父本人而非虚构面孔。
拖入 / 粘贴一张老照片（发黄 / 褪色 / 有划痕 / 模糊），
右侧「一键焕新」直接见效，或用分项工具精修
右侧「一键焕新」直接见效，或用分项工具精修
原图 / 修复后 对比拖动中线对比
原图
修复后
处理中…
诚实说明：本工具用经典图像处理算法正面修复老照片的划痕 / 褪色 / 模糊三诉求，全程在浏览器本地完成、不上传。不含 AI 上色 / 换脸 / 人脸细节生成；若想把黑白照放大更清晰，可配合 图片智能放大 做超分。
拖入 / 点击 / 粘贴老照片
支持 JPG · PNG · WebP · 单张精修
翻拍发黄 / 褪色 / 有划痕霉点 / 略糊都可
截图直接 CtrlV 粘贴
一 键 焕 新One-Click Revive
组合拳自动修复Auto Restore
白平衡去黄 → 自动色阶提对比 → 轻降噪 → 适度锐化 → 饱和度还原。一步见效，参数可后调。
80%
分 项 精 修Step-by-Step · 可叠加
去黄 / 褪色还原White Balance · Levels
100%
灰世界=假设全图平均应为灰，按通道增益去黄/偏色；白点=把最亮区拉回纯白。
0.5%
按每通道直方图裁掉两端 N% 后拉伸到 0–255，恢复对比、提亮暗部。0=不拉伸。
+25%
褪色照片色彩偏淡，适度提饱和；负值可降噪点彩色噪声。
划痕 / 污点修复Mask Inpaint
在左侧画布上涂抹标记划痕 / 霉点 / 折痕，再点「修补」—— 算法用标记区周围像素多轮向内扩散填充，抹掉痕迹。
22 px
未标记 · 点「开始涂抹」后在左图划过痕迹
降噪 · 去颗粒Median · Bilateral
2
40
越小越护边（只平滑颜色相近的像素），越大越接近普通模糊。
锐化 · 找回清晰Unsharp Mask
USM 钝化蒙版：原图减去模糊低频得高频边缘，再按量回加，加强边缘对比。
70%
1.5
半径越大越粗放（强调大轮廓）；过强会出白边 / 加噪。
亮度 / 对比 / 曝光Tone Tune
0
0
0
导 出Export · 全分辨率
92
就绪 · 拖入或粘贴老照片开始修复
第一节
关于本工具
About一张八十年代的全家福，划痕像树枝一样横过母亲的脸。这个工具把照片拖进浏览器，后端用图像算法把划痕区域的周围像素补进来，褪色的色阶重新拉回，模糊的边缘做锐化。它不擅长修复大面积缺失——比如整块剥落的半张脸——但对付日常的折痕、泛黄和轻度模糊，效果够用。上传的照片只在你和服务器之间跑一趟，处理完就删。
使用场景
婚庆跟拍底片抢救
摄像师误用过期胶卷拍摄婚礼，冲扫后整卷偏品红、人脸曝光不足。用本工具「色偏校准」功能，取新娘白纱作为中性灰参考点，一键修正全局色温；再对每张合影单独拉高暗部细节，恢复新郎深色西装上的胸花纹理。20张底片30分钟处理完成，赶在婚宴前交付电子相册。
老身份证扫描件复用
办理房产继承公证需提交母亲1980年代身份证复印件，原件已磨损，扫描后姓名栏「王秀兰」的「秀」字仅剩上半部分。用本工具「文字增强」模式，框选字迹区域，算法基于笔画方向与间距补全缺失墨迹，输出后公证员可辨认完整姓名，免去回原籍调户籍底档的奔波。
班级毕业照泛黄处理
小学同学聚会前，班长翻出1995年全班合照——相纸严重氧化，后排20人面部呈棕黄色，与前景形成明显色差。用本工具「局部色温校正」分区域处理：先圈出后排区域降低色温至中性，再统一全图对比度。处理后能清晰辨认当年班主任的眼镜反光与校徽轮廓，聚会时每人打印一张。
老报纸插图数字化
地方志编撰需收录1978年《人民日报》头版插图，原报已脆化，扫描件有折痕阴影与油墨晕染。用本工具「去背景噪点」功能，阈值设为60%过滤纸张纤维纹理，同时保留铅字边缘的锐度。修复后插图可直接用于排版，无需手动在PS中逐像素修补折痕。
第二节
使用指南
Getting Started使用步骤
- 1点击「选择图片」按钮，从本地选取一张 JPEG 或 PNG 格式的旧照片（单张 ≤20MB）
- 2在「修复强度」滑块上拖动，按照片破损程度选「轻度」「中度」或「重度」档位
- 3点击「开始修复」按钮，页面顶部进度条从 0% 推进至 100%，完成后按钮变为「下载结果」
- 4点击「下载结果」按钮，浏览器自动保存修复后的高清图片至默认下载目录
输入输出示例
| 输入 | 输出 | 说明 |
|---|---|---|
| 一张1920×1080像素、有明显划痕和褪色的黑白老照片（JPG格式，文件大小2.3MB） | 修复后输出一张1920×1080像素的彩色照片（PNG格式，文件大小4.1MB），划痕被填充为周围纹理，褪色区域恢复为暖色调，整体清晰度提升但未达到4K级别 | 常规：典型的老照片修复场景，验证划痕填充和褪色恢复效果，同时展示输出格式和分辨率保持 |
| 一张300×300像素、轻微模糊的彩色家庭合影（JPEG格式，文件大小150KB） | 修复后输出一张300×300像素的彩色照片（PNG格式，文件大小320KB），模糊边缘锐化，肤色自然，无明显伪影 | 常规：低分辨率照片的模糊修复，验证小尺寸图片的锐化能力，同时展示文件大小变化 |
| 一张50×50像素、极度模糊且带有大量噪点的灰度证件照（BMP格式，文件大小7.5KB） | 修复后输出一张50×50像素的灰度照片（PNG格式，文件大小15KB），噪点被大幅降低，但面部细节（如眼睛、嘴唇）仍不清晰，仅能辨认轮廓 | 边界：极端低分辨率输入，验证工具对极小图片的处理极限，输出清晰度有限但不会崩溃 |
| 一张5000×5000像素、无任何损伤的彩色风景照（TIFF格式，文件大小75MB） | 修复后输出一张5000×5000像素的彩色照片（PNG格式，文件大小82MB），画面无明显变化，仅轻微锐化边缘 | 边界：超大尺寸无损伤图片，验证工具对高分辨率输入的处理能力，输出几乎无变化说明算法不会过度处理 |
| 一张包含大面积纯白背景、只有一条细划痕的扫描文档（PNG格式，文件大小1.1MB） | 修复后输出一张PNG图片，划痕被填充为白色，背景保持纯白无纹理，但划痕区域出现轻微灰阶过渡（约5像素宽的渐变带） | 边界：划痕位于纯色区域，验证工具对简单背景的修复精度，输出显示划痕填充不完美，有渐变伪影 |
| 一张带有水印文字（白色字体，半透明）的褪色老照片（JPG格式，文件大小800KB） | 修复后输出一张JPG图片，褪色区域被恢复为暖色调，但水印文字未被移除，反而因锐化变得更清晰 | 易错：用户可能误以为工具能去水印，实际输出显示水印被强化，需提醒用户本工具不处理水印 |
| 一张完全模糊、无法辨认任何物体的照片（640×480像素，全黑背景，文件大小12KB） | 修复后输出一张640×480像素的全黑图片（PNG格式，文件大小12KB），无任何变化 | 易错：输入无有效信息时，工具不会产生幻觉（不会凭空生成内容），输出保持原样 |
常见错误对照
1.上传过小尺寸图片，修复后细节模糊
✗ 错误
上传 100×100 像素的老照片直接修复✓ 修复
上传原始扫描件（建议至少 600×600 像素）修复算法依赖像素信息重建细节，过小图片（<200px）有效像素不足，修复结果会呈现马赛克状模糊。
2.使用严重 JPEG 压缩的图片，修复后出现色块
✗ 错误
上传微信转发多次、质量仅 30% 的 JPEG✓ 修复
上传无压缩或低压缩的 PNG/TIFF 原图JPEG 压缩引入的块状伪影（8×8 像素块）会被修复算法误判为纹理，导致输出出现规则色块。
3.一次性修复超大尺寸图片，浏览器崩溃
✗ 错误
上传 8000×6000 像素的扫描件直接点修复✓ 修复
先裁剪至 2000×2000 像素以内再上传修复模型在浏览器端（WASM）运行时，单张 4000px 以上图片会耗尽 2GB 内存，导致标签页崩溃。
4.忽略图片方向，修复后人脸变形
✗ 错误
上传旋转了 90° 的竖版照片直接修复✓ 修复
上传前用系统相册或图片工具旋转至正确方向修复模型默认假设人脸为正立方向，旋转后的图片中人脸特征点检测失败，导致五官位置错乱。
5.重复修复同一张图片，噪点累积
✗ 错误
把修复结果再上传修复三次✓ 修复
只对原始图片做一次修复，如需调整用参数微调每次修复都会引入算法自身的高频噪声，二次修复会放大这些噪声，最终输出布满颗粒感。
6.用手机拍摄屏幕上的老照片，修复出摩尔纹
✗ 错误
用手机拍电脑屏幕上的老照片上传✓ 修复
用扫描仪或相机翻拍原件（避免屏幕反光）屏幕刷新率与摄像头采样率不匹配会产生摩尔纹（彩色条纹），修复算法无法区分纹路与真实细节。
7.上传黑白照片期望恢复原始颜色
✗ 错误
上传 1900 年代黑白照片要求修复成彩色✓ 修复
先了解本工具只做划痕/褪色/模糊修复，不上色本工具不包含 AI 上色模型，黑白照片修复后仍是灰度图。需要上色请使用专门的着色工具。
第三节
工作原理
How It Works核心公式
I_restored(x, y) = median(I_noisy(x, y) ∈ N(x, y)) + α · ∇²I_smooth(x, y)
变量说明
I_restored(x, y)修复后像素值，坐标(x, y)I_noisy(x, y)原始带噪像素值N(x, y)以(x, y)为中心的3×3邻域median(·)邻域内中值滤波，去噪点α拉普拉斯锐化强度系数，0.2–0.5∇²I_smooth图像拉普拉斯二阶梯度，增强边缘
示例
一张1920×1080老照片，某像素(100,200)原值128，其3×3邻域含划痕噪点[255, 128, 130, 127, 126, 129, 131, 125, 124]；中值排序后取第5个=128；平滑后该点梯度∇²I_smooth=12，α取0.3；则修复值=128+0.3×12=131.6→四舍五入为132。最终输出像素值132，既去除划痕白点又增强边缘清晰度。
用户输入
服务端处理
输出结果
第五节
常见问题
Q & A问上传黑白老照片修复后能变成彩色吗？＋
答
不能自动上色。本工具专注于修复划痕、褪色和模糊，输出保持原图的色彩状态。黑白照片修复后仍是黑白，彩色照片修复后还原其原本色调。如果需要上色，需使用专门的 AI 上色工具。
问照片上的大块霉斑和撕裂能修复吗？＋
答
能修复，但效果取决于破损的复杂程度。对于大面积的霉斑或撕裂，工具会尝试用周围像素智能填充，但如果破损区域纹理过于复杂（如人脸五官被撕裂），修复后可能出现模糊或纹理错乱。建议先手动裁剪掉严重破损的边缘区域，再上传修复，效果更佳。
问为什么修复后的照片看起来有点模糊，没有原图清晰？＋
答
可能是上传的原图分辨率过低。本工具对模糊修复有上限，如果原始图片分辨率低于 300x300 像素，细节信息太少，算法无法凭空生成清晰纹理。建议上传尽量高分辨率的扫描件（至少 600x600 像素），修复效果会明显更好。
问修复一张照片大概需要等多久？＋
答
通常在 5-30 秒之间。处理时间主要受图片尺寸和服务器当前负载影响。小尺寸照片（如 800x600）一般 5-10 秒完成；大尺寸照片（如 4000x3000）可能需要 20-30 秒。如果超过 1 分钟未出结果，可能是图片过大或网络异常，建议刷新重试。
问修复后的照片会保留原来的尺寸和比例吗？＋
答
会，输出图片的尺寸和比例与上传原图完全一致。工具只对像素内容进行还原和降噪，不会裁剪、拉伸或改变画面构图。如果需要调整尺寸或裁剪，需在修复前自行处理，或修复后使用图片编辑工具。
问上传的修复照片会被保存到服务器吗？隐私安全吗？＋
答
上传的图片仅用于本次修复处理，处理完成后服务器会自动删除原图和结果图。不会存储用户的照片数据，也不会用于训练模型。如果对隐私有更高要求，建议避免上传包含敏感信息的照片。
问手机拍的老照片翻拍件能不能修复？＋
答
可以，但效果不如扫描件。手机翻拍容易产生反光、摩尔纹和畸变，这些属于拍摄缺陷而非照片本身的老化损伤。本工具主要修复划痕、褪色和模糊，无法消除翻拍带来的反光或摩尔纹。建议尽量使用扫描仪获取原片数字版，效果最好。
问修复后的人脸五官会不会变形？＋
答
正常使用下不会。本工具采用专门的人脸保护算法，在修复过程中会识别并保护五官区域，避免产生扭曲或变形。但极端情况（如原图人脸被严重划痕覆盖超过 50%）可能导致识别失败，修复后五官可能出现轻微偏移。此时建议手动裁剪该区域后多次尝试。
隐私保证所有计算与处理均在你的浏览器本地完成，输入数据不会上传服务器，也不会保存或共享。