Old Photo Studio

So funktioniert’s

Old Photo Studio restauriert Fotos in Ihrem Webbrowser. Ihr Foto bleibt von Anfang bis Ende auf Ihrem eigenen Gerät.

Ihr Foto bleibt auf Ihrem Gerät

Wenn Sie ein Foto auswählen, liest Ihr Browser es von Ihrem Gerät in den Arbeitsspeicher. Ihr eigenes Gerät führt die Restaurierung aus, mit kleinen Modelldateien und der Software, die sie ausführt. Beides kommt von unserer Website. Ihr Foto wird nie an uns oder an andere gesendet. Wenn Sie das Ergebnis speichern, entscheiden Sie, wohin es geht. Auf dem Smartphone öffnet „Foto speichern“ das Teilen-Menü, in dem Sie das Foto in Ihren Fotos oder Ihren Dateien speichern können. Wenn Ihr Browser keine Dateien teilen kann, wird das Foto wie jede andere Datei heruntergeladen.

Wenn Sie das Werkzeug zum ersten Mal benutzen, lädt Ihr Browser die Modelle und ihre Software herunter. Ihr Browser behält eine Kopie, damit sie bei späteren Besuchen nicht erneut heruntergeladen werden müssen. Diese Dateien enthalten keine Informationen über Sie oder Ihre Fotos.

Was mit Ihrem Foto geschieht

  1. Sie wählen ein Foto aus. JPEG-, PNG- und WebP-Dateien funktionieren. Wurde das Foto quer aufgenommen, wird es zuerst richtig herum gedreht. Sehr große Fotos werden verkleinert, damit Ihr Gerät sie bewältigt.
  2. Kratzer und Staub werden markiert. Ein Schadensmodell sucht nach Kratzern, Staub und Pünktchen und markiert sie rot. Gesichter lässt es aus, weil es das Licht in den Augen von Menschen für Pünktchen hält. Die Markierungen sind ein Vorschlag: Auf echten Fotos übersieht das Modell etwas Staub und feine Kratzer. Es kann auch einen eingerissenen oder ausgefransten Kartonrand als Schaden markieren. Schneiden Sie deshalb die Ränder ab, bevor Sie anfangen.
  3. Sie prüfen die Markierungen. Malen Sie über Schäden, die das Modell übersehen hat, radieren Sie Markierungen, die kein Schaden sind, und machen Sie bei Bedarf etwas rückgängig. Wählen Sie dann „Auffüllen & restaurieren“ oder „Schritt überspringen“, um das Foto unverändert zu lassen.
  4. Die markierten Stellen werden aufgefüllt. Ein Füllmodell malt nur die markierten Stellen neu, anhand des Fotos rundherum. Es arbeitet an einer Kopie mit etwa 1.024 Pixeln an der langen Seite, und die Füllung wird nur innerhalb der Markierungen in Ihr vollständiges Foto eingefügt. Der Rest des Fotos bleibt unberührt.
  5. Die Töne werden ausgeglichen. Ein fester Schritt dehnt die hellen und dunklen Töne verblasster Fotos, sodass die dunkelsten Stellen dunkel und die hellsten hell werden. Dieser Schritt ändert den Farbton des Fotos nicht. Schalten Sie die Farbe in Schritt 7 aus, behält ein Sepia- oder braun getöntes Foto seinen Ton.
  6. Das Verbesserungsmodell reinigt und vergrößert es. Das Modell arbeitet an den hellen und dunklen Details des Fotos: Körnung (Filmkorn), Unschärfe und Komprimierungsspuren. Es macht das Foto 4-mal so breit und 4-mal so hoch. Die Farben des Fotos werden mit einem üblichen Skalierungsverfahren vergrößert und danach wieder eingesetzt, daher ändert dieses Modell sie nicht.
  7. Farbe wird hinzugefügt, wenn Sie möchten. Bei einem Schwarz-Weiß- oder Sepia-Foto schlägt ein Farbmodell Farben vor und arbeitet dabei vom aufgefüllten, im Ton ausgeglichenen Foto aus. Die Farben werden danach mit dem vergrößerten Ergebnis zusammengeführt, sodass sie in voller Größe vorliegen. Die Farbe ist bei Fotos ohne Farbe standardmäßig eingeschaltet und bei Farbfotos ausgeschaltet; ein Schalter schaltet sie ein oder aus. Der Schieberegler „Farbstärke“ macht die Farben gedämpfter oder kräftiger, und das Ergebnis ändert sich sofort. Die Farben sind eine Vermutung des Modells, nicht die echten. Schwarz-Weiß-Fotos kolorieren enthält Tipps für bessere Farben.
  8. Sie vergleichen und speichern. Sie können Original und Ergebnis miteinander vergleichen und das Ergebnis dann als neue PNG-Datei speichern. Die Datei trägt den Namen Ihres Fotos mit angehängtem „-restored“. Ihre Originaldatei bleibt unverändert. Die neue Datei übernimmt keine versteckten Angaben des Originals, etwa das Aufnahmedatum oder die verwendete Kamera.

Wie schnell ist es?

Das hängt von Ihrem Gerät und von der Größe des Fotos ab. In Browsern, die WebGPU unterstützen, nutzt das Werkzeug den Grafikchip Ihres Geräts, der meist schneller ist. In anderen Browsern nutzt es den Hauptprozessor, der langsamer ist. Auch das erste Foto muss warten, bis die Modelle heruntergeladen sind.

Die Modelle

Wir haben die Modelle selbst trainiert, mit alten Fotos, die Flickr als gemeinfrei (Public Domain), CC0 (keine Rechte vorbehalten) oder „keine bekannten urheberrechtlichen Beschränkungen“ (Flickr Commons) führt. Sie stammen aus dem Datensatz Megalith-10M. Jedes Modell hat zum Teil von einem größeren Open-Source-Modell gelernt, das beim Training als Referenzmodell diente. Wir veröffentlichen nur unsere eigenen, trainierten Modelle. Die Referenzmodelle sind nicht Teil der Seite.

Kratzer- und Staubmarkierungen

  • Von uns trainiert, auf alten Fotos mit absichtlich hinzugefügten Schäden und auf echten beschädigten Fotos, die vom Kratzerdetektor aus Microsofts „Bringing Old Photos Back to Life“ (Alte Fotos wieder zum Leben erwecken) markiert wurden (MIT-Lizenz). Dieser Detektor diente beim Training als Referenzmodell.

Füllen der markierten Stellen

  • Von uns trainiert, mit LaMa (Apache-2.0-Lizenz) als Referenzmodell beim Training.

Farbe

  • Unser Modell ColorNet. Sein Encoder startet vom auf ImageNet trainierten Modell MobileNetV3-Large in torchvision (BSD-3-Clause-Lizenz).
  • Von uns trainiert, mit DDColor (Apache-2.0-Lizenz) als Referenzmodell beim Training.

Verbesserung (reinigt Körnung und Unschärfe, vergrößert 4-fach)

  • Netzwerkaufbau: SRVGGNetCompact, veröffentlicht mit Real-ESRGAN von Xintao Wang und anderen (BSD-3-Clause-Lizenz).
  • Trainiert mit Real-ESRGAN-Modellen als Referenzmodelle: general-x4v3 mit seinem Entrauschungsmodell (denoise) bei Stärke 0,5 (BSD-3-Clause, © 2021 Xintao Wang) und RealESRGAN_x4plus (dieselbe Lizenz) in einer früheren Trainingsstufe. Unser Modell hat gelernt, auf unseren Fotos ihre Ergebnisse nachzubilden.

Software, die die Modelle ausführt

  • ONNX Runtime Web von Microsoft (MIT-Lizenz).

Unsere Modelle

  • Die Restaurierungsmodelle auf dieser Seite haben wir selbst trainiert. Wir erteilen keine Lizenz zum Kopieren, Extrahieren oder Wiederverwenden. Die hier genannten Lizenzen gehören zu den Open-Source-Projekten, die wir nennen; unsere eigenen Modelle werden unter diesen Lizenzen nicht veröffentlicht.

Links: Bringing Old Photos Back to Life https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life · LaMa https://github.com/advimman/lama · DDColor https://github.com/piddnad/DDColor · torchvision https://github.com/pytorch/vision · Real-ESRGAN https://github.com/xinntao/Real-ESRGAN · ONNX Runtime https://github.com/microsoft/onnxruntime · Megalith-10M https://huggingface.co/datasets/madebyollin/megalith-10m

Grenzen

  • Was fehlt, kann es nicht zurückbringen. Abgerissene Ecken, Löcher und starke Kratzer quer durch ein Gesicht hinterlassen nichts, woran es arbeiten könnte.
  • Es schätzt feine Details. Beim Vergrößern ergänzt es Körnung und Struktur anhand der alten Fotos, aus denen es gelernt hat. Gesichter und Schrift können glatter oder etwas anders als im Original aussehen. Prüfen Sie sie, bevor Sie drucken.
  • Die Kratzer-Markierungen sind ein Vorschlag. Das Schadensmodell übersieht etwas Staub und feine Kratzer und lässt Gesichter aus. Prüfen Sie die roten Markierungen, bevor Sie sie auffüllen. Flecken entfernt es nicht.
  • Aufgefüllte Stellen sind eine Vermutung. Das Füllmodell malt, was dort wahrscheinlich war, anhand der Umgebung. Prüfen Sie Gesichter, Augen und Schrift.
  • Die Farben sind eine Vermutung. Das Farbmodell kennt die echten Farben nicht. Ein Kleid oder ein Auto könnte eine andere Farbe gehabt haben. Machen Sie die Farben mit dem Schieberegler gedämpfter oder schalten Sie die Farbe aus.
  • Es ist keine Kopie des Originals. Das Ergebnis ist ein neues Bild, das aus Ihrem Foto entsteht. Bewahren Sie Ihren Originalabzug und Ihren ersten Scan auf. Das US-Nationalarchiv (National Archives) rät, Originale nach dem Digitalisieren aufzubewahren.

Quelle: National Archives, „Digitizing Family Papers and Photographs“ (auf Englisch). https://www.archives.gov/preservation/family-archives/digitizing.html (gelesen am 4. November 2026)