前阵子翻家里的旧相册，翻出一张全家在老家院子前的合影。黑白，边角有点卷，人脸还算清楚。我妈看了半天说了一句：那时候我穿的是件什么颜色的衣服来着？
她自己都记不清了。照片留住了样子，没留住颜色。
这就是老照片上色这件事真正吸引人的地方，也是它最容易让人误会的地方。这篇拿这张合影真跑了一次，把结果和边界都说清楚。
它做的不是还原，是猜
先把这件事说透：黑白照片里没有颜色信息。不是被藏起来了，是本来就没记录。当时的胶片只感光，不感色。
所以上色模型做的事，是根据画面内容去推断"这里大概应该是什么颜色"。天空通常是蓝的，树叶通常是绿的，皮肤是一个范围，砖墙是灰红之间。它猜得很合理，但终究是猜。
这跟"把黑白照片修成彩色"听起来差不多，意思差很远。前者是生成，后者是恢复。
同一张照片，上色前后
用的是一张 1680×2240 的黑白合影，一家三口站在青砖房前。处理前后的对比：
整体看是成立的。父亲的白衬衫、母亲的浅色上衣、孩子那件偏灰绿色的外套，颜色都不突兀；砖墙的暖灰、背景的绿树也符合场景。
但仔细看会发现几件事。
哪些地方可信，哪些是编的
可信的部分：人物的肤色、衣服的明暗关系、前景物体的固有色。这些模型见得多，而且有明确的视觉证据（比如皮肤的质感、布料的褶皱），判断比较稳。
编出来的部分：天空、远处的树丛、背景里看不清的杂物。这些区域在黑白照片里只有灰度，没有别的线索，模型只能按"这类场景一般长什么样"去填。
判断方法很简单：看那块区域有没有能区分颜色的细节。人脸有五官、有质感，能判断；一片灰蒙蒙的远景，什么都判断不了，填进去的都是概率。
还有一个细节挺说明问题。原图有深色的相纸边框，上色之后变成了白色。AI 不知道"相框应该保持原样"，它把整张图当成一个整体去处理。这种"不懂语义"的痕迹，往往是判断一张图是不是 AI 处理过的关键。
什么样的照片适合上色
| 照片情况 | 结果 |
|---|---|
| 人像清晰、光线均匀、背景简单 | 最适合，肤色和衣服通常很自然 |
| 有划痕、折痕、大面积污渍 | 颜色会顺着损伤走，看起来斑驳。建议先修再上色 |
| 本身已经褪色发黄（偏棕） | 可以试，模型通常能识别这是老照片 |
| 本来就是彩色的照片 | 不用上色。有些工具会直接拒绝处理 |
| 画面里全是远景、没有明确主体 | 效果最差，因为几乎全靠猜 |
还有一个容易被忽略的前提：原图要够清楚。如果照片本身模糊、分辨率低，上色只会让模糊的色块更明显。这种情况下正确顺序是先修清晰，再考虑上色。
上色之后，还该做点什么
跑出来的结果一般不是成品，我自己的习惯是再走两步。
一是降一点饱和度。AI 上色容易偏鲜艳，尤其是绿色和蓝色，现实里老照片反而是偏灰的。整体降 10% 到 20%，年代感会自然很多。
二是加一点颗粒或者轻微褪色。完全干净饱和的彩色照片，配上那种老式构图和表情，反而假。故意留下一点不均匀，更像真的。
这两步做不做，取决于你拿它干什么。发给家里人看、存在相册里，原样就够；要是打印出来装框，修一下更耐看。
说一句实话
上色能让老照片"活"过来，但它给的是一种合理的想象，不是当年的真实样子。
如果你拿它去确认"奶奶当年穿的是不是蓝布衫"，答案是：它猜的，不一定对。如果你只是想看看那时候大概是什么氛围，它做得相当好。
这两件事分开看，用起来就不会失望。
在哪做
「亦诺图档工具」小程序里有"黑白照片上色"，上传后直接出结果。它只处理黑白或者褪色的老照片，彩色照片会被拦下来。
最后一个小提醒：处理完记得把结果和原图分开存。老照片原件只有一份，别在同一个文件夹里覆盖掉了。