Wyblakłe kolory, niska rozdzielczość, szum i niewyraźne twarze można częściowo poprawić bez przekazywania rodzinnych fotografii do usług internetowych. W tym poradniku wyjaśniamy, jakie lokalne narzędzia AI do renowacji zdjęć warto wybrać, jak przygotować plik źródłowy i w jakiej kolejności przeprowadzić obróbkę. Pokazujemy też, jak uniknąć sztucznych twarzy, nadmiernego wyostrzenia oraz detali, których na oryginalnym zdjęciu nigdy nie było.

  • AI nie odzyskuje utraconych szczegółów w sensie archiwalnym – tworzy ich prawdopodobną interpretację.
  • Do prostego powiększania i wyostrzania zdjęć można wykorzystać lokalny program Upscayl, natomiast większą kontrolę zapewniają Real-ESRGAN, GFPGAN, CodeFormer i chaiNNer.
  • Najlepszy rezultat daje połączenie kilku etapów: dobrego skanu, delikatnego czyszczenia, poprawy twarzy i dopiero później końcowego powiększenia.
  • Oryginalny skan należy zachować bez zmian. Wszystkie operacje powinny być wykonywane na kopii.
  • Przy zdjęciach rodzinnych wierność twarzy jest ważniejsza niż maksymalna ostrość.

AI do poprawy jakości starych zdjęć lokalnie – co naprawdę potrafi?

Określenie „poprawa jakości zdjęcia” może oznaczać kilka różnych operacji. Jedno narzędzie nie zawsze radzi sobie dobrze z każdą z nich.

Modele AI mogą przede wszystkim:

  • zwiększać rozdzielczość obrazu,
  • ograniczać szum i ślady kompresji JPEG,
  • poprawiać czytelność krawędzi,
  • rekonstruować niewyraźne twarze,
  • wyrównywać część przebarwień,
  • pomagać w usuwaniu drobnych rys i ubytków,
  • kolorować fotografie czarno-białe.

Najbardziej przewidywalnym zadaniem jest upscaling, czyli zwiększenie liczby pikseli. Model analizuje sąsiednie fragmenty obrazu i tworzy większą wersję, starając się zachować naturalne krawędzie oraz faktury.

Znacznie bardziej ryzykowna jest rekonstrukcja twarzy. Jeżeli oczy, usta lub włosy są słabo widoczne, model musi odgadnąć ich wygląd. Rezultat może być estetyczny, ale niekoniecznie zgodny z rzeczywistym wyglądem fotografowanej osoby.

Dlatego poprawione zdjęcie powinno być traktowane jako wersja użytkowa lub wizualna, a nie jako zamiennik oryginalnego materiału archiwalnego.

Upscaling, renowacja i rekonstrukcja to nie to samo

Upscaling zwiększa rozdzielczość, lecz sam w sobie nie musi usuwać pęknięć, dużych plam ani zagięć papieru. Renowacja obejmuje dodatkowo korekcję kontrastu, kolorów, rys i zabrudzeń.

Rekonstrukcja generatywna idzie najdalej. Model tworzy nowe szczegóły, które pasują do obrazu, ale nie muszą znajdować potwierdzenia w materiale źródłowym. Dotyczy to zwłaszcza:

  • oczu i zębów,
  • fryzur,
  • biżuterii,
  • wzorów na ubraniach,
  • napisów,
  • elementów znajdujących się w tle.

Im słabszy plik wejściowy i mocniejsze ustawienia modelu, tym większe ryzyko, że fotografia zacznie wyglądać jak obraz wygenerowany komputerowo.

Jakie lokalne narzędzia AI wybrać?

Wybór lokalnego narzędzia AI do poprawy jakości zdjęć powinien zależeć od rodzaju problemu, parametrów komputera oraz obsługiwanych formatów plików. Inne rozwiązanie sprawdzi się do usuwania szumu i poprawy ostrości, a inne do powiększania zdjęć, rekonstrukcji twarzy czy odnawiania starych fotografii. Warto wybrać program, który działa bez wysyłania plików do chmury i pozwala kontrolować siłę wprowadzanych zmian.

Upscayl – najprostszy program na początek

Upscayl jest bezpłatną aplikacją open source dostępną dla systemów Windows, macOS i Linux. Wersja desktopowa wykonuje obliczenia na komputerze użytkownika i nie wymaga wysyłania zdjęcia na serwer. Program pozwala wybierać modele, przetwarzać wiele plików i korzystać z własnych modeli w formacie NCNN.

To dobry wybór, gdy fotografia:

  • jest niewielka,
  • ma widoczną kompresję,
  • jest lekko rozmyta,
  • ma zostać przygotowana do druku lub wyświetlania na dużym ekranie,
  • nie wymaga skomplikowanego usuwania pęknięć.

Obsługa sprowadza się do wybrania pliku, modelu, skali i katalogu docelowego. Nie oznacza to jednak, że najwyższe ustawienie zawsze będzie najlepsze. Jeden ostrożny przebieg zwykle daje bardziej naturalny rezultat niż kilkukrotne powiększanie tego samego pliku.

Upscayl wymaga układu graficznego obsługującego Vulkan. W dokumentacji zgodności wskazano między innymi Windows 10 lub nowszy, Ubuntu 20.04 lub nowszy oraz macOS 12 lub nowszy, a jako ogólny warunek dla GPU podano obsługę Vulkan 1.3. Lista ma charakter orientacyjny, dlatego przed obróbką całego archiwum należy przetestować kilka zdjęć.

Real-ESRGAN – większa kontrola nad powiększaniem

Real-ESRGAN jest projektem przeznaczonym do ogólnej renowacji obrazów i filmów o nieznanym rodzaju degradacji. Może ograniczać szum, rozmycie i artefakty kompresji, jednocześnie zwiększając rozdzielczość. Dostępna jest zarówno implementacja oparta na Pythonie, jak i przenośne pliki NCNN dla układów Intel, AMD i NVIDIA. Wersja przenośna nie wymaga instalowania środowiska CUDA ani PyTorch.

Real-ESRGAN sprawdzi się, gdy użytkownik chce:

  • obrabiać foldery ze zdjęciami,
  • dobrać konkretną skalę,
  • sterować rozmiarem kafelków,
  • integrować renowację z innymi skryptami,
  • połączyć powiększanie z poprawą twarzy.

Opcja przetwarzania kafelkowego pozwala pracować z większymi zdjęciami na kartach graficznych z ograniczoną pamięcią. Trzeba jednak kontrolować rezultat, ponieważ autorzy implementacji NCNN ostrzegają, że dzielenie obrazu może w pewnych sytuacjach powodować różnice pomiędzy fragmentami.

GFPGAN – poprawa niewyraźnych twarzy

GFPGAN został zaprojektowany do rekonstrukcji twarzy znajdujących się na zdjęciach o niskiej jakości. Może również współpracować z Real-ESRGAN, który w tym samym procesie poprawia pozostałą część fotografii.

W repozytorium projektu dostępne są różne modele. GFPGAN 1.3 jest opisywany jako wariant dający bardziej naturalne rezultaty na materiałach o zróżnicowanej jakości, natomiast wersja 1.4 ma generować nieco więcej szczegółów i lepiej zachowywać tożsamość twarzy. Nie należy wybierać modelu wyłącznie na podstawie numeru – najlepiej wygenerować obie wersje i porównać oczy, usta, linię włosów oraz kształt twarzy.

GFPGAN potrafi szybko poprawić portret, ale przy bardzo małej lub zniszczonej twarzy może:

  • zmienić wiek fotografowanej osoby,
  • wygładzić charakterystyczne zmarszczki,
  • zmodyfikować kształt oczu,
  • stworzyć zbyt regularne zęby,
  • nadać wszystkim osobom podobny wygląd.

Dlatego mocno odrestaurowaną twarz dobrze jest nałożyć na oryginał jako osobną warstwę i zmniejszyć jej krycie.

CodeFormer – kontrola między jakością a podobieństwem

CodeFormer również służy do renowacji twarzy, ale udostępnia parametr określający kompromis pomiędzy atrakcyjnym wizualnie rezultatem a wiernością materiałowi wejściowemu.

Parametr w mieści się w zakresie od 0 do 1. Według dokumentacji mniejsze wartości zwykle dają mocniej poprawiony obraz, natomiast większe wartości zwiększają wierność oryginałowi. Program może również współpracować z Real-ESRGAN przy poprawianiu tła i powiększaniu twarzy.

W przypadku fotografii rodzinnej rozsądnym punktem startowym jest:

  • w = 0,7 jako ustawienie porównawcze,
  • w = 0,9, gdy priorytetem jest zachowanie podobieństwa,
  • niższe wartości tylko wtedy, gdy twarz jest tak zniszczona, że bardziej wierne ustawienie nie przynosi czytelnego rezultatu.

Nie jest to uniwersalna recepta. Na jednym zdjęciu najlepiej może wyglądać w = 0,8, a na innym nawet w = 1,0. Zawsze należy zachować kilka wersji do porównania.

chaiNNer – rozwiązanie do większych archiwów

chaiNNer jest bezpłatnym, otwartym narzędziem wykorzystującym graficzne węzły. Pozwala budować własne procesy obróbki, łączyć różne modele i automatycznie przetwarzać całe katalogi. Program jest dostępny dla Windows, macOS i Linux oraz obsługuje między innymi modele PyTorch, ONNX i NCNN.

Można w nim przygotować proces obejmujący:

  1. wczytanie folderu,
  2. zmianę przestrzeni barw,
  3. odszumianie,
  4. powiększenie,
  5. poprawę twarzy,
  6. zmianę rozmiaru,
  7. zapis do nowego katalogu.

To rozwiązanie jest szczególnie przydatne przy digitalizacji albumu lub rodzinnego archiwum. Wymaga jednak więcej czasu na konfigurację niż Upscayl.

AI do poprawy jakości starych zdjęć lokalnie – praktyczny poradnik i rozwiązania
Źródło: Canva Pro

Najpierw przygotuj dobry plik źródłowy

Najlepszy model nie naprawi błędów powstałych podczas nieprawidłowego skanowania. Jeżeli dostępna jest papierowa odbitka, warto zacząć od jej ponownej digitalizacji zamiast poprawiać fotografię pobraną z komunikatora.

Skanuj w możliwie wysokiej jakości

Dla niewielkich odbitek dobrym punktem wyjścia jest około 600 ppi rozdzielczości optycznej. Wyższa wartość może być przydatna przy bardzo małych zdjęciach lub drobnych szczegółach, ale nie ma sensu korzystać ze sztucznie interpolowanej rozdzielczości skanera. Wytyczne archiwizacyjne NARA wskazują 600 ppi jako praktyczną wartość przy nadpróbkowaniu oraz zalecają wyższe rozdzielczości dla części małych odbitek fotograficznych.

Przed skanowaniem:

  • delikatnie usuń luźny kurz z szyby skanera,
  • ułóż zdjęcie prosto,
  • wyłącz automatyczne wyostrzanie i agresywne odszumianie,
  • nie używaj cyfrowego powiększenia,
  • pozostaw niewielki margines wokół fotografii,
  • zapisz plik w formacie TIFF lub PNG.

Nawet czarno-białą odbitkę można zeskanować w kolorze. Ułatwi to późniejsze rozpoznanie żółtych plam, przebarwień i tonowania papieru.

Nie pracuj na jedynym skanie

Utwórz przynajmniej trzy wersje pliku:

  • master – nietknięty skan w najwyższej jakości,
  • kopia robocza – przeznaczona do renowacji,
  • wersja publikacyjna – pomniejszona lub skompresowana do udostępniania.

Oryginalnego skanu nie należy obracać, przycinać ani nadpisywać. Dzięki temu po kilku latach będzie można ponownie przeprowadzić renowację za pomocą lepszego modelu.

Sprawdzony workflow lokalnej renowacji zdjęcia

Sprawdzony workflow lokalnej renowacji zdjęcia zaczyna się od wykonania kopii pliku i oceny najważniejszych problemów, takich jak rysy, przebarwienia, szum, niska ostrość czy uszkodzone fragmenty. Następnie warto poprawiać zdjęcie etapami – od oczyszczania i rekonstrukcji po korektę kolorów oraz ewentualne zwiększenie rozdzielczości. Dzięki temu łatwiej kontrolować efekt i uniknąć sztucznego wyglądu fotografii.

Krok 1. Oceń rodzaj uszkodzeń

Przed uruchomieniem AI obejrzyj zdjęcie przy powiększeniu 100%. Zapisz, co wymaga poprawy:

  • niska rozdzielczość,
  • szum lub ziarno,
  • kompresja JPEG,
  • nieostre twarze,
  • kurz i drobne rysy,
  • duże pęknięcia,
  • wyblakłe kolory,
  • brakujące fragmenty.

Jeżeli największym problemem jest rozdzielczość, zacznij od Real-ESRGAN lub Upscayl. Jeżeli zdjęcie jest dość duże, ale twarze pozostają niewyraźne, najpierw przetestuj GFPGAN albo CodeFormer.

Krok 2. Usuń największe uszkodzenia mechaniczne

Duże pęknięcia, białe plamy i naderwane krawędzie warto usunąć przed końcowym powiększeniem. W przeciwnym razie model może potraktować uszkodzenie jako element obrazu i dodatkowo je podkreślić.

Do ręcznego retuszu można wykorzystać lokalny edytor, na przykład GIMP lub Krita. Przydatne będą:

  • stempel klonujący,
  • narzędzie naprawcze,
  • zaznaczenie z miękkimi krawędziami,
  • praca na osobnej warstwie.

Nie trzeba usuwać każdej drobnej rysy. Część niewielkich defektów może zniknąć podczas odszumiania i skalowania.

Krok 3. Wykonaj test na niewielkim fragmencie

Zamiast od razu obrabiać cały skan, wytnij fragment zawierający:

  • twarz,
  • włosy,
  • ubranie,
  • kawałek tła,
  • obszar z widocznym uszkodzeniem.

Przepuść ten sam fragment przez kilka modeli. Porównuj wyniki przy identycznym powiększeniu. Podgląd „przed i po” powinien mieć taki sam rozmiar na ekranie – większy obraz prawie zawsze sprawia wrażenie ostrzejszego.

Krok 4. Dobierz kolejność do rodzaju zdjęcia

Portret z dużą twarzą

Przy dużym portrecie można najpierw zastosować GFPGAN lub CodeFormer, a później powiększyć całe zdjęcie. Dzięki temu model twarzy pracuje na materiale, który ma już wystarczająco dużo informacji.

Zdjęcie grupowe z małymi twarzami

Jeżeli twarze zajmują tylko kilkadziesiąt pikseli, wykonaj najpierw delikatne powiększenie 2×. Dopiero później uruchom rekonstrukcję twarzy. Końcowego skalowania nie należy jednak powtarzać wielokrotnie, ponieważ każda kolejna operacja może utrwalać wcześniejsze błędy.

Fotografia bez wyraźnych osób

Przy pejzażu, budynku lub fotografii dokumentacyjnej często wystarczy Real-ESRGAN albo Upscayl. Włączanie modułu poprawiania twarzy nie przyniesie wtedy korzyści.

Krok 5. Nie wybieraj od razu maksymalnej skali

Powiększenie 4× oznacza czterokrotnie większą szerokość i wysokość, czyli 16 razy więcej pikseli. Plik źródłowy o wymiarach 2000 × 3000 pikseli stanie się obrazem 8000 × 12 000 pikseli.

Tak duża wersja:

  • zajmuje znacznie więcej miejsca,
  • wymaga więcej pamięci podczas obróbki,
  • może nie być potrzebna do typowego wydruku,
  • mocniej pokazuje artefakty wygenerowane przez model.

Do publikacji internetowej albo niewielkiego wydruku często wystarczy skala 2×. Warto powiększać zdjęcie zgodnie z rzeczywistym zastosowaniem, a nie wyłącznie dlatego, że program udostępnia wyższą wartość.

Krok 6. Popraw twarze zachowawczo

Po wygenerowaniu kilku wersji sprawdź:

  • czy rozstaw oczu się nie zmienił,
  • czy zęby nie zostały całkowicie przebudowane,
  • czy uszy i linia włosów zachowały kształt,
  • czy okulary nie stały się asymetryczne,
  • czy zmarszczki charakterystyczne dla osoby nadal są widoczne.

Jeżeli twarz wygląda zbyt gładko, można umieścić odrestaurowaną wersję nad oryginałem w edytorze graficznym i ustawić krycie warstwy na przykład na 40–70%. Częściowe połączenie obu obrazów często wygląda naturalniej niż pełna rekonstrukcja.

Krok 7. Wykonaj końcową korekcję

Dopiero po przetworzeniu przez AI popraw:

  • balans bieli,
  • kontrast,
  • poziomy czerni i bieli,
  • lokalne przebarwienia,
  • nasycenie kolorów,
  • delikatne wyostrzenie.

Nie próbuj całkowicie usuwać naturalnego ziarna. Idealnie gładka skóra i pozbawione faktury ubrania szybko zdradzają nadmierną ingerencję AI.

Gotowy plik archiwalny najlepiej zapisać bezstratnie. JPEG można przygotować jako osobną kopię do wysłania rodzinie lub publikacji w internecie.

Jakie ustawienia wybrać na początek?

W Upscayl warto rozpocząć od modelu przeznaczonego do fotografii lub obrazów ogólnych. Najpierw wykonaj jeden przebieg i wyłącz funkcje wielokrotnego powiększania. Dopiero po ocenie rezultatu sprawdź inny model.

W Real-ESRGAN:

  • zacznij od skali 2× lub 4× zależnie od rozmiaru źródła,
  • w przypadku błędu pamięci zmniejsz rozmiar kafelka,
  • zapisuj wynik do PNG,
  • przetestuj wariant z poprawą twarzy i bez niej,
  • sprawdź krawędzie kafelków na jednolitym tle.

W GFPGAN porównaj modele 1.3 i 1.4. Pierwszy może wyglądać naturalniej, drugi może lepiej odtwarzać część szczegółów twarzy.

W CodeFormer zacznij od w = 0,7, a następnie wykonaj wersję z w = 0,9. Przy fotografii historycznej lepiej zaakceptować nieco mniej efektowny obraz niż otrzymać ostrą, ale wyraźnie zmienioną twarz. Zależność pomiędzy jakością rekonstrukcji a wiernością została opisana w dokumentacji projektu.

Jakiego komputera potrzeba?

Najprostsze lokalne programy do skalowania korzystają przede wszystkim z GPU. Nie istnieje jedno uniwersalne minimum pamięci graficznej, ponieważ zapotrzebowanie zależy od:

  • rozdzielczości skanu,
  • wybranego modelu,
  • skali powiększenia,
  • formatu i głębi koloru,
  • wielkości kafelków,
  • liczby zdjęć przetwarzanych jednocześnie.

W przypadku Upscayl najważniejsza jest zgodność z Vulkan. Część zintegrowanych układów graficznych może działać poprawnie, ale przy większych skanach czas obróbki będzie znacznie dłuższy. Dokumentacja aplikacji zawiera orientacyjną listę zgodnych systemów i układów.

Real-ESRGAN w wersji NCNN może działać na układach Intel, AMD i NVIDIA. Użytkownicy kart z mniejszą ilością pamięci mogą skorzystać z przetwarzania kafelkowego.

Przy regularnym odnawianiu dużej liczby zdjęć bardziej opłacalna będzie karta dedykowana. Do sporadycznej renowacji kilku odbitek wystarczy zgodny układ zintegrowany, o ile użytkownik zaakceptuje dłuższy czas przetwarzania.

Najczęstsze błędy podczas odnawiania starych zdjęć

Najczęstsze błędy podczas odnawiania starych zdjęć wynikają z nakładania zbyt silnych filtrów, nadmiernego wygładzania twarzy oraz usuwania detali, które decydują o naturalnym charakterze fotografii. Problemem bywa również praca na jedynej kopii pliku, pomijanie kolejności etapów renowacji i zbyt agresywne kolorowanie obrazu. Stopniowe wprowadzanie zmian i porównywanie efektu z oryginałem pozwala uniknąć sztucznego rezultatu.

Kilkukrotne przepuszczanie obrazu przez model

Każdy kolejny przebieg opiera się na szczegółach utworzonych wcześniej. Po dwóch lub trzech operacjach twarz może być bardzo ostra, ale jednocześnie wyraźnie różnić się od oryginału.

Używanie jednego modelu do wszystkich fotografii

Model dobrze działający na portrecie nie musi dobrze rekonstruować budynków, roślin ani drobnych wzorów na ubraniu. Zdjęcia grupowe, pejzaże i legitymacyjne portrety powinny być testowane oddzielnie.

Ocenianie wyłącznie przy dużym powiększeniu

Niektóre artefakty wyglądają dramatycznie przy powiększeniu 400%, ale są niewidoczne na normalnym wydruku. Z kolei zmiana kształtu twarzy może pozostać niezauważona, jeżeli użytkownik skupia się wyłącznie na ostrości pojedynczych pikseli.

Automatyczne kolorowanie bez materiału referencyjnego

Model nie wie, jaki kolor miała sukienka, samochód lub ściana. Koloryzacja jest interpretacją. Jeżeli znane są rzeczywiste barwy, należy poprawić je ręcznie na podstawie wspomnień, opisów albo innych zdjęć.

Zapisywanie kolejnych etapów jako JPEG

Każdy zapis JPEG może wprowadzić nową kompresję. Pliki robocze powinny pozostać w formacie TIFF lub PNG. JPEG należy utworzyć dopiero na końcu.

Jak zachować prywatność rodzinnych fotografii?

Przetwarzanie lokalne oznacza, że obraz jest analizowany na komputerze użytkownika. W przypadku Upscayl dotyczy to aplikacji Desktop – producent wyraźnie odróżnia ją od osobnej usługi chmurowej. Wersja desktopowa może działać bez połączenia z internetem.

Aby ograniczyć ryzyko:

  • pobieraj programy wyłącznie z oficjalnych repozytoriów i stron projektów,
  • nie umieszczaj kopii roboczych w folderze automatycznie synchronizowanym z chmurą,
  • przechowuj oryginalny skan na dodatkowym nośniku,
  • nie nadpisuj plików źródłowych,
  • sprawdzaj, czy wybrany interfejs rzeczywiście działa lokalnie,
  • po eksporcie zweryfikuj, czy zachowane zostały metadane zdjęcia,
  • w przypadku materiałów komercyjnych sprawdź licencje aplikacji i używanych modeli.

Sama nazwa modelu nie gwarantuje lokalnego działania. W internecie można znaleźć serwisy wykorzystujące Real-ESRGAN lub GFPGAN na zewnętrznym serwerze. Do prywatnych fotografii należy wybierać wersję instalowaną na własnym komputerze.

Jak ocenić, czy renowacja rzeczywiście się udała?

Dobry rezultat nie musi być najostrzejszy. Powinien przede wszystkim:

  • zachowywać podobieństwo osób,
  • nie zmieniać charakterystycznych rysów twarzy,
  • nie zawierać jasnych obwódek wokół krawędzi,
  • zachowywać naturalną fakturę skóry i papieru,
  • nie tworzyć przypadkowych napisów ani wzorów,
  • dobrze wyglądać w docelowym rozmiarze.

Warto przygotować trzy pliki: oryginał, wersję zachowawczą i mocniej poprawioną. Członkowie rodziny znający fotografowane osoby mogą łatwiej zauważyć, że AI zmieniło kształt oczu, uśmiech albo fryzurę.

Przed renowacją całego albumu dobrze jest również zamówić próbny wydruk jednego zdjęcia. Na papierze nadmierne wyostrzenie i nienaturalnie gładkie twarze bywają bardziej widoczne niż na ekranie.

Najlepszy efekt daje ostrożna renowacja, nie maksymalne „upiększenie”

AI do poprawy jakości starych zdjęć lokalnie może przywrócić czytelność małym, wyblakłym i skompresowanym fotografiom, a jednocześnie pozwala zachować kontrolę nad prywatnymi plikami. Początkującym najłatwiej będzie rozpocząć od Upscayl, natomiast Real-ESRGAN, GFPGAN, CodeFormer i chaiNNer dają większą kontrolę nad poszczególnymi etapami.

Najważniejsza zasada brzmi: AI powinno wspierać renowację, a nie zastępować materiał źródłowy. Oryginalny skan należy zachować, przetwarzanie wykonywać na kopiach, a każdą twarz sprawdzać pod kątem podobieństwa. Czasami lekko rozmyta, ale wierna fotografia ma większą wartość niż perfekcyjnie ostra rekonstrukcja przedstawiająca nieco inną osobę.