在最近新上线的controlnet模型中，除了我们之前测试过的一众适配sdxl的模型以外，还增加了一款名为Recolor的新模型，它的作用是可以将黑白的图片进行重新上色。
看到这个功能，我首先想到的就是可以用它来修复那些已经年代久远的老照片。毕竟在以前那个年代，没有现在这种可以永远保存的数码拍照技术，很多洗出来的照片也都随着岁月的流逝而褪去了色彩。如果能用AI技术恢复这些往日的时光，也许能唤醒我们心底的一些温暖。
于是，我联系爸妈帮我找来了一些他们珍存的照片。他们也很热心于这件事情，立马给我发来了一大堆照片，其中有很多我也没见过的他们年轻的时候的样子，还包括我爷爷奶奶外公外婆那一辈的回忆。虽然很多照片都是黑白的，但是仍然能感受到那个时候的阳光和清风。
这是我的奶奶，她离开已经有十几年了，年轻时候留下的照片不多，这一张算是保存得很好的了，那个年代的人物照片总能让人感受到一种独特的气质。
既然是人物照片的还原，我这里就选择了realisian的写实大模型。提示词直接描述颜色和对应的内容。比如黑色的头发、黄色的皮肤、深蓝色的衣服、浅蓝色的背景。因为黑白照片，颜色无从判断，所以有些只能靠猜测了。
ControlNet这里选择Recolor，预处理器有两个，经过我的测试，选择“recolor_luminance”的效果会更好一些。
但是仅仅这样是不够的，从渲染的结果上我发现，颜色并不是精准地出现在我们想要的位置上的，提示词之间会出现相互的污染。而且由于照片上斑驳的痕迹，即使是背景也不能够做到完全统一，看来事情并没有我想象的那么简单。
为了做到颜色与内容的统一，我启用了之前讲到过的一款cutoff插件来进行控制，依次按顺序设置好颜色提示词，
终于得到了一张配色正确的照片，但是还没有完，由于以前的照片像素比较低，接下来我准备将它变得更高清一点。
将照片放入到后期处理中，使用GFPGAN算法将人脸变清晰
这个步骤，可以将我们的五官进行重绘，但是却没有办法将照片中的头发、衣服等其他元素变清晰。
所以，接下来我将图片再发送到图生图当中，打开stableSR脚本，放大两倍。这个放大插件是所有插件中对原图还原最精准的，也是重绘效果最好的，
切换到sd2.1的模型进行修复，vae选择vqgan，提示词可以什么都不写，以免对原图产生干扰。
启用MutiDiffusion插件，不开放大倍数，仅使用分块渲染的功能，能帮助我们在显存不够的情况下，将图片放大到足够的倍数。
对比一下看看，之前的黑白照片和经过上色高清化完成之后效果。
同样的步骤，又还原了一张我妈妈的照片。在问到她当时穿的什么颜色衣服的时候，她记得可清楚了，想都没想就告诉我说是绿色的。
比如这一张，是我外公外婆带着我妈和我舅舅。外公走得更早，我甚至都没见过一面，只有这些照片还记录着他存在的痕迹。而这张照片也有些年头了，一直被外婆好好保存着。人物多、场景复杂，像素非常的低，使得这张照片处理起来难度很大。
我首先在ps里面进行了一下角度的调整和照片的裁切，然后使用刚才的步骤进行上色，但是直接上色的结果有点像是加了一层黄色滤镜，有颜色但是年代感还是太强了。
而太具体的颜色指定，又容易让画面污染严重，因为内容实在太多了，光是指定衣服就得十来个颜色提示词，AI能分辨得清才怪。
所以我决定放弃人物服装的颜色指定，只给一个场景方向，剩下的交给AI去自行决定。于是，我从网上找到了一张仙人洞的照片，让AI去帮我匹配色调。
加入第二个controlnet来控制颜色，使用的是t2ia_color的模型。
关键词只给了：蓝天、绿树、灰石砖这么简单的几个词。
颜色终于正常了，最后经过脸部的修复和放大，得到了最终的效果。
对比一下前后的效果，那个流逝的时光仿佛又回来了，外婆看到后也非常高兴，在微信上连连夸赞。
同样难度的还有这张照片，是外婆带着我妈和舅舅拍的合影，应该是在影棚里拍的，背景是张画。这张照片的难点主要还是内容太多了，无法一一指定颜色，所以我只能逐个上色，再用ps进行融合。
看着这些老照片一张一张的翻新，思绪也会沉浸在某段时光里。也许不曾去过，但又总觉得似曾相识；也许相隔遥远，但又觉得触手可及。
扫一扫，关注作者公众号
stable diffusion、Blender等学习心得分享
2023-09-10 09:42
Kardashian
Altman
