如何用 AI 修復老影片 — 顆粒、色彩與丟失的細節
AI 老片修復分步指南:去顆粒、修褪色,並從老舊或受損素材裡找回細節。
短答案
老素材修復包含什麼
去掉顆粒而不毀掉細節
膠片顆粒和影片雜訊是老素材裡最顯眼的缺陷。難處是去掉它們時,不要把底下的真細節一起去掉。
早期降噪演算法把顆粒當簡單空間圖案糊掉——同一頻段的細部一起沒。現代 AI 降噪器受訓區分雜訊和訊號,保住邊緣、紋理和五官,只抹不想要的顆粒。
在 KwaFlux 裡,老膠片修復模組做時域降噪——分析多幀,分辨哪些變化是雜訊(每幀隨機)、哪些是細節(跨幀一致)。這比逐幀空域濾波更乾淨。
修褪色和偏色
類比膠片和早期錄影帶會隨時間劣化。紅色先褪,然後是黃,留下藍綠偏色,完全不像原場景。VHS 會形成典型的暖、洗白調色盤。
AI 色彩修復分析每幀的影調分布,往可信的自然調色盤校正。它不知道原色是什麼,但能認出膚色、天空梯度和植被,拉回寫實範圍。
歷史準確性要緊的素材——檔案或紀錄片——可以把修復當起點,在 NLE 裡手工微調調色。AI 扛掉中和偏色的重活,最終樣子由你做創作決定。
從發軟片源找回解析度
VHS 有效解析度通常大約 240 線。早期數位相機拍 320x240 或 640x480。膠片掃描也可能受掃描器光學解析度限制。
降噪和校色之後可以再上 AI 超清畫質,把清理過的素材拉到現代解析度。順序要緊:超清帶噪素材會放大雜訊,超清乾淨素材會放大細節。
KwaFlux 對老素材的推薦工作流程:先修復(降噪 + 色彩),再超清。兩步把問題分開處理,比一遍「什麼都增強」的模型結果更好。
實用指南:修一卷 VHS 轉製
先把數位化的 VHS 檔匯入 KwaFlux。選老膠片修復模組,它針對類比轉製特有的雜訊、偏色和發軟組合做過優化。
從素材不同部分預覽若干幀——別只看最乾淨的一段。VHS 品質整盤會變,對錄得好的片段管用的設定,對劣化段可能太猛或太保守。
預覽滿意後,排隊全量匯出。一整批磁帶可以對所有檔套同一設定,讓佇列夜裡跑。修復一遍完成後,再評估超清畫質一遍會不會改善最終交付解析度。
結果不會像現代 4K 素材——片源定了天花板。但它會明顯更接近能看,週轉以小時計,而不是以週。
