Old Photo Studio

Nasıl çalışır

Old Photo Studio fotoğrafları web tarayıcınızın içinde onarır. Fotoğrafınız baştan sona cihazınızda kalır.

Fotoğrafınız cihazınızda kalır

Bir fotoğraf seçtiğinizde tarayıcınız onu cihazınızdan okuyup belleğe alır. Onarımı cihazınızın kendisi yapar; bunun için küçük model dosyaları ve bunları çalıştıran yazılım kullanılır. İkisi de sitemizden gelir. Fotoğrafınız bize de, başka hiçbir yere de asla gönderilmez. Sonucu kaydettiğinizde, nereye kaydedileceğine siz karar verirsiniz. Telefonda «Fotoğrafı kaydet», telefonunuzun paylaşım menüsünü açar; bu menüden fotoğrafı fotoğraflarınıza ya da dosyalarınıza kaydedebilirsiniz. Tarayıcınız dosya paylaşamıyorsa fotoğraf, diğer dosyalar gibi indirilir.

Aracı ilk kez kullandığınızda tarayıcınız modelleri ve bunları çalıştıran yazılımı indirir. Tarayıcınız bunların bir kopyasını saklar; böylece sonraki ziyaretlerde yeniden indirmeniz gerekmez. Bu dosyalar sizinle ya da fotoğraflarınızla ilgili hiçbir bilgi içermez.

Fotoğrafınıza ne olur

  1. Bir fotoğraf seçin. JPEG, PNG ve WebP dosyaları çalışır. Fotoğraf yana çekilmişse önce doğru yöne çevrilir. Çok büyük fotoğraflar, cihazınız başa çıkabilsin diye önce küçültülür.
  2. Çizikler ve toz işaretlenir. Bir hasar modeli çizikleri, tozu ve lekecikleri arar ve bunları kırmızıyla işaretler. Yüzleri dışarıda bırakır, çünkü insanların gözlerindeki ışığı lekecik sanabilir. İşaretler bir öneridir: gerçek fotoğraflarda model bazı toz ve ince çizikleri kaçırır. Yırtık ya da tırtıklı bir karton kenarını da hasar olarak işaretleyebilir; bu yüzden başlamadan önce kenarları kırpın.
  3. İşaretleri kontrol edin. Modelin kaçırdığı hasarların üzerini boyayın, hasar olmayan işaretleri silin ve gerekirse geri alın. Ardından «Doldur ve onar» seçeneğini seçin ya da fotoğrafı olduğu gibi bırakmak için «Bu adımı atla» seçeneğini seçin.
  4. İşaretlenen yerler doldurulur. Bir dolgu modeli yalnızca işaretli alanları, çevrelerindeki fotoğrafa bakarak yeniden boyar. Model, uzun kenarı yaklaşık 1.024 piksel olan bir kopya üzerinde çalışır; dolgu, tam fotoğrafınızla yalnızca işaretlerin içinde harmanlanır. Fotoğrafın geri kalanına dokunulmaz.
  5. Tonlar dengelenir. Sabit bir işlem, solmuş fotoğrafların açık ve koyu tonlarını genişletir; böylece en koyu yerler koyu, en açık yerler açık olur. Bu adım fotoğrafın renk tonunu değiştirmez. 7. adımda rengi kapatırsanız, sepya ya da kahverengi tonlu bir fotoğraf tonunu korur.
  6. İyileştirme modeli temizler ve büyütür. Model, fotoğrafın açık ve koyu ayrıntılarında çalışır: tanecik, bulanıklık ve sıkıştırma izleri. Fotoğrafı 4 kat daha geniş ve 4 kat daha yüksek hale getirir. Renkleri standart bir yeniden boyutlandırma yöntemiyle büyütülüp geri konur; bu nedenle bu model renkleri değiştirmez.
  7. İsterseniz renk eklenir. Siyah beyaz ya da sepya bir fotoğraf için bir renk modeli renk önerir; bu öneri doldurulmuş ve tonları dengelenmiş fotoğrafa dayanır. Renkler büyütülmüş sonuçla birleştirilir, böylece tam boyutta çıkarlar. Renk, renksiz fotoğraflarda varsayılan olarak açık, renkli fotoğraflarda kapalıdır; bir anahtarla açıp kapatabilirsiniz. «Renk yoğunluğu» kaydırıcısı renkleri daha yumuşak ya da daha canlı yapar ve sonucu hemen değiştirir. Renkler modelin tahminidir, gerçek renkler değildir. Siyah beyaz fotoğrafı renklendirme sayfasında daha iyi renk için ipuçları var.
  8. Karşılaştırın ve kaydedin. Özgün fotoğrafla sonucu yan yana bakabilirsiniz; sonra sonucu yeni bir PNG dosyası olarak kaydedin. Dosya adı, fotoğrafınızın adına «-restored» eklenerek verilir. Özgün dosyanız değişmez. Yeni dosya, özgün fotoğrafın çekildiği tarih ya da kullanılan kamera gibi gizli ayrıntılarını taşımaz.

Ne kadar hızlı?

Bu, cihazınıza ve fotoğrafın boyutuna bağlıdır. WebGPU destekleyen tarayıcılarda araç cihazınızın grafik çipini kullanır; bu genellikle daha hızlıdır. Diğer tarayıcılarda ana işlemciyi kullanır; bu daha yavaştır. İlk fotoğraf, modellerin indirilmesini de beklemek zorunda kalır.

Modeller

Modelleri kendimiz eğittik; Flickr’ın kamu malı, CC0 (hiçbir hak saklı değil) ya da «bilinen telif kısıtlaması yok» (Flickr Commons) olarak listelediği eski fotoğraflarla. Bu fotoğraflar Megalith-10M veri kümesinden toplandı. Her model, eğitimi sırasında referans olarak kullanılan daha büyük bir açık kaynaklı modelden kısmen öğrendi. Yalnızca kendi eğittiğimiz modelleri yayımlıyoruz. Referans modeller siteye dahil değildir.

Çizik ve toz işaretleri

  • Tarafımızdan, bilerek hasar eklenmiş eski fotoğraflar üzerinde ve Microsoft’un «Bringing Old Photos Back to Life» [Eski fotoğrafları yeniden hayata döndürmek] projesinin çizik tespit edicisiyle işaretlenmiş gerçek hasarlı fotoğraflar üzerinde eğitildi (MIT lisansı). Bu tespit edici, eğitim sırasında referans model olarak kullanıldı.

İşaretlerin doldurulması

  • Tarafımızdan eğitildi; eğitim sırasında referans model olarak LaMa kullanıldı (Apache-2.0 lisansı).

Renk

  • Kendi ColorNet modelimiz. Kodlayıcısı, torchvision içindeki ImageNet ile eğitilmiş MobileNetV3-Large modelinden başlar (BSD-3-Clause lisansı).
  • Tarafımızdan eğitildi; eğitim sırasında referans model olarak DDColor kullanıldı (Apache-2.0 lisansı).

İyileştirme (tanecik ve bulanıklığı temizler, 4 kat büyütür)

  • Ağ tasarımı: SRVGGNetCompact; Xintao Wang ve diğerleri tarafından Real-ESRGAN ile birlikte yayımlandı (BSD-3-Clause lisansı).
  • Eğitim sırasında Real-ESRGAN modelleri referans model olarak kullanıldı: general-x4v3 ve onun 0,5 gücündeki gürültü azaltma (denoise) modeli (BSD-3-Clause, © 2021 Xintao Wang); ayrıca daha önceki bir eğitim aşamasında RealESRGAN_x4plus (aynı lisans). Modelimiz, kendi fotoğraflarımızda onların sonuçlarına uymayı öğrendi.

Modelleri çalıştıran yazılım

  • ONNX Runtime Web, Microsoft tarafından (MIT lisansı).

Kendi modellerimiz

  • Bu sitedeki onarım modellerini kendimiz eğittik. Bunları kopyalama, çıkarma ya da yeniden kullanma için lisanslamıyoruz. Burada listelenen lisanslar, adını andığımız açık kaynaklı projelere aittir; kendi modellerimiz bu lisanslarla yayımlanmaz.

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

Sınırlar

  • Kaybolanı geri getiremez. Yırtılıp giden köşeler, delikler ve bir yüzün üzerinden geçen ağır çizikler, üzerinde çalışılacak bir şey bırakmaz.
  • İnce ayrıntıları tahmin eder. Bir fotoğrafı büyüttüğünde, öğrendiği eski fotoğraflara dayanarak tanecik ve dokuyu doldurur. Yüzler ve yazılar özgününden daha pürüzsüz ya da biraz farklı çıkabilir. Basmadan önce kontrol edin.
  • Çizik işaretleri bir öneridir. Hasar modeli bazı toz ve ince çizikleri kaçırır ve yüzleri dışarıda bırakır. Doldurmadan önce kırmızı işaretleri kontrol edin. Lekeleri gidermez.
  • Doldurulan kısımlar bir tahmindir. Dolgu modeli, çevredeki alana bakarak oraya muhtemelen ait olan şeyi boyar. Yüzleri, gözleri ve yazıları kontrol edin.
  • Renkler bir tahmindir. Renk modeli gerçek renkleri bilmez. Bir elbise ya da bir araba başka bir renkte olmuş olabilir. Renkleri kaydırıcıyla daha yumuşak yapın ya da rengi kapatın.
  • Özgün fotoğrafın kopyası değildir. Sonuç, fotoğrafınızdan yapılmış yeni bir görüntüdür. Özgün baskınızı ve ilk taramanızı saklayın. National Archives, dijitale çevirdikten sonra özgünleri saklamayı öneriyor.

Kaynak: National Archives, «Digitizing Family Papers and Photographs» (İngilizce). https://www.archives.gov/preservation/family-archives/digitizing.html (4 Kasım 2026’da okundu)