Old Photo Studio

Jak to działa

Old Photo Studio odnawia zdjęcia w Twojej przeglądarce internetowej. Twoje zdjęcie zostaje na Twoim urządzeniu od początku do końca.

Twoje zdjęcie zostaje na Twoim urządzeniu

Gdy wybierasz zdjęcie, przeglądarka wczytuje je z Twojego urządzenia do pamięci. Odnawianie wykonuje Twoje własne urządzenie, za pomocą małych plików modeli i oprogramowania, które je uruchamia. Jedno i drugie pochodzi z naszej strony. Twoje zdjęcie nigdy nie jest wysyłane do nas ani do nikogo innego. Gdy zapisujesz wynik, wybierasz, gdzie trafi. Na telefonie przycisk Zapisz zdjęcie otwiera menu udostępniania, w którym możesz zapisać zdjęcie w zdjęciach albo w plikach. Jeśli przeglądarka nie potrafi udostępniać plików, zdjęcie pobiera się jak każdy inny plik.

Przy pierwszym użyciu narzędzia przeglądarka pobiera modele i ich oprogramowanie. Przeglądarka zachowuje ich kopię, więc przy kolejnych wizytach nie trzeba pobierać ich ponownie. Te pliki nie zawierają żadnych informacji o Tobie ani o Twoich zdjęciach.

Co dzieje się z Twoim zdjęciem

  1. Wybierasz zdjęcie. Działają pliki JPEG, PNG i WebP. Jeśli zdjęcie jest obrócone na bok, najpierw jest obracane do właściwej pozycji. Bardzo duże zdjęcia są najpierw zmniejszane, żeby Twoje urządzenie sobie z nimi poradziło.
  2. Zaznaczane są rysy i kurz. Model do uszkodzeń szuka rys, kurzu i kropek i zaznacza je na czerwono. Twarze pomija, bo myli światło w oczach z kropkami. Zaznaczenia są tylko sugestią: na prawdziwych zdjęciach model przeoczy część kurzu i cienkich rys. Może też uznać podartą lub postrzępioną krawędź kartonu za uszkodzenie, więc przed rozpoczęciem przytnij brzegi.
  3. Sprawdzasz zaznaczenia. Zamaluj uszkodzenia, których model nie zaznaczył, wymaż zaznaczenia, które nie są uszkodzeniem, i cofnij, jeśli trzeba. Potem wybierz „Wypełnij i odnów” albo „Pomiń ten krok”, żeby zostawić zdjęcie takim, jakie jest.
  4. Zaznaczone miejsca są wypełniane. Model wypełniający przemalowuje tylko zaznaczone obszary, na podstawie otoczenia. Pracuje na kopii o długim boku około 1024 pikseli, a wypełnienie wraca do Twojego pełnego zdjęcia tylko w obrębie zaznaczeń. Reszta zdjęcia nie jest ruszana.
  5. Tony są wyrównywane. Stały krok rozciąga jasne i ciemne tony wyblakłych zdjęć, tak że najciemniejsze miejsca są ciemne, a najjaśniejsze jasne. Ten krok nie zmienia odcienia barwy. Jeśli w kroku 7 wyłączysz kolor, zdjęcie w sepii albo w brązowym odcieniu zachowa swój ton.
  6. Model ulepsza zdjęcie i powiększa je. Model działa na szczegółach jasności zdjęcia: ziarno, rozmycie i blokowe ślady kompresji. Powiększa zdjęcie 4 razy: wynik jest 4 razy szerszy i 4 razy wyższy. Kolory są powiększane standardową metodą zmiany rozmiaru, a potem wracają na miejsce, więc ten model ich nie zmienia.
  7. Kolor dodajesz, jeśli chcesz. Dla zdjęcia czarno-białego lub w sepii model kolorów proponuje barwy, pracując na wypełnionym, wyrównanym zdjęciu. Kolory są potem łączone z powiększonym wynikiem, więc wychodzą w pełnym rozmiarze. Kolor jest domyślnie włączony dla zdjęć bez koloru i wyłączony dla zdjęć kolorowych, a przełącznik pozwala go włączyć lub wyłączyć. Suwak „Intensywność koloru” sprawia, że kolory są bardziej stonowane albo bardziej żywe, i zmienia wynik od razu. Kolory są domysłem modelu, a nie prawdziwymi kolorami. Kolorowanie zdjęć czarno-białych zawiera wskazówki, jak uzyskać lepszy kolor.
  8. Porównujesz i zapisujesz. Możesz obejrzeć oryginał i wynik, a potem zapisać wynik jako nowy plik PNG, nazwany od Twojego zdjęcia z dopiskiem „-restored”. Twój oryginalny plik nie zostaje zmieniony. Nowy plik nie zawiera ukrytych danych oryginału, takich jak data wykonania zdjęcia albo użyty aparat.

Jak szybko to działa?

Zależy to od urządzenia i rozmiaru zdjęcia. W przeglądarkach obsługujących WebGPU narzędzie korzysta z układu graficznego urządzenia, który zwykle jest szybszy. W innych przeglądarkach korzysta z procesora głównego, który jest wolniejszy. Pierwsze zdjęcie musi też czekać, aż modele się pobiorą.

Modele

Modele wytrenowaliśmy sami, na starych zdjęciach, które Flickr oznacza jako domenę publiczną, CC0 (bez zastrzeżeń praw) albo „no known copyright restrictions” (Flickr Commons). Zdjęcia zebraliśmy ze zbioru danych Megalith-10M. Każdy model uczył się częściowo od większego modelu open source, używanego jako wzorzec podczas treningu. Publikujemy tylko nasze własne wytrenowane modele. Modele wzorcowe nie są częścią tej strony.

Zaznaczenia rys i kurzu

  • Wytrenowane przez nas na starych zdjęciach z celowo dodanymi uszkodzeniami oraz na prawdziwych uszkodzonych zdjęciach, zaznaczonych przez detektor rys z projektu Microsoftu „Bringing Old Photos Back to Life” (licencja MIT), używany jako model wzorcowy podczas treningu.

Wypełnianie zaznaczeń

  • Wytrenowane przez nas, z użyciem LaMa (licencja Apache-2.0) jako modelu wzorcowego podczas treningu.

Kolor

  • Nasz model ColorNet. Jego koder startuje od modelu MobileNetV3-Large wytrenowanego na ImageNet, z torchvision (licencja BSD-3-Clause).
  • Wytrenowany przez nas, z użyciem DDColor (licencja Apache-2.0) jako modelu wzorcowego podczas treningu.

Ulepszanie (czyści ziarno i rozmycie, powiększa 4 razy)

  • Architektura sieci: SRVGGNetCompact, opublikowana razem z Real-ESRGAN przez Xintao Wanga i innych (licencja BSD-3-Clause).
  • Wytrenowany z użyciem modeli Real-ESRGAN jako modeli wzorcowych podczas treningu: general-x4v3 z jego modelem redukcji szumu o sile 0,5 (BSD-3-Clause, © 2021 Xintao Wang) oraz RealESRGAN_x4plus (ta sama licencja) we wcześniejszym etapie treningu. Nasz model nauczył się dorównywać ich wynikom na naszych zdjęciach.

Oprogramowanie uruchamiające modele

  • ONNX Runtime Web, Microsoft (licencja MIT).

Nasze modele

  • Modele do przywracania na tej stronie zostały wytrenowane przez nas. Nie udzielamy licencji na ich kopiowanie, wyodrębnianie ani ponowne użycie. Licencje wymienione tutaj należą do projektów open source, które podajemy, a nasze własne modele nie są na nich wydane.

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

Ograniczenia

  • Nie da się przywrócić tego, co zniknęło. Oderwane rogi, dziury i głębokie rysy przez twarz nie zostawiają nic, z czego można by pracować.
  • Model szacuje drobne szczegóły. Powiększając zdjęcie, dodaje ziarno i fakturę na podstawie starych zdjęć, z których się uczył. Twarze i napisy mogą wyjść gładsze lub trochę inne niż oryginał. Przed wydrukiem je sprawdź.
  • Zaznaczenia rys to tylko sugestia. Model do uszkodzeń przeoczy część kurzu i cienkich rys, a twarze pomija. Przed wypełnieniem sprawdź czerwone zaznaczenia. Nie usuwa plam.
  • Wypełnione miejsca to domysł. Model wypełniający maluje to, co prawdopodobnie tam było, na podstawie otoczenia. Sprawdź twarze, oczy i napisy.
  • Kolory to domysł. Model kolorów nie zna prawdziwych barw. Sukienka albo samochód mogły mieć inny kolor. Stonuj kolory suwakiem albo wyłącz kolor.
  • To nie jest kopia oryginału. Wynik to nowe zdjęcie zrobione z Twojego zdjęcia. Zachowaj oryginalną odbitkę i pierwszy skan. National Archives radzą zachować oryginały po digitalizacji.

Źródło: National Archives, „Digitizing Family Papers and Photographs” (po angielsku). https://www.archives.gov/preservation/family-archives/digitizing.html (przeczytano 4 listopada 2026)