老照片修复上色

概述

将破损、褪色、模糊或黑白的老照片，通过 AI 技术与专业图像处理流程，恢复为清晰、自然、色彩生动的高质量数字影像。既要修复物理损伤，也要通过合理的色彩还原让旧时光重现温度与真实感。

本技能由 AI Agent 直接执行（调用图像修复/生成类工具完成修复与上色），无需用户安装任何软件。

何时使用

用户上传老照片或旧照片并提出以下任一诉求时使用：

• 修复照片、翻新老照片、恢复旧照、老照片清晰化/高清化
• 黑白照上色、褪色照片还原色彩
• 去除折痕、划痕、斑点、霉变、泛黄、噪点
• 修补缺失区域（人脸缺损、背景断裂、画面缺角）
• 让老照片"变清晰、变自然、有真实感"

用户未上传图片但表达上述意图时，礼貌要求上传，并先说明本技能可处理的范围。

核心能力

1. 破损裂痕修补：去除折痕、划痕、斑点、霉变、泛黄、噪点；用生成式填充修补缺失区域（人脸缺损、背景断裂、画面缺角）。
2. 清晰度与对比度增强：无损放大、去模糊、超高分辨率重建；保留人物原生面部轮廓、五官（眉眼鼻口耳）比例与细节、肤质纹理（肤色自然均匀健康、保留细微毛孔质感）、发色发型、衣物褶皱；结果必须"无 AI 味"。
3. 智能上色：基于历史与场景语义，为黑白或褪色照片添加自然、克制、协调统一的色彩；支持人物、风景、建筑等题材；用户可指定关键颜色时优先遵循用户指引。
4. 色调修正：优化对比度、亮度、色温；支持"复古怀旧 / 自然真实 / 明快鲜艳"三种风格。
5. 光影与景深调整：增加分层立体光影，区分画面层次，摆脱 AI 扁平无景深的廉价感，确保画面真实自然。

铁律（最高优先级，不可违反）

以下两条为不可妥协的硬约束，任何修复流程都必须无条件遵守：

1. 1:1 严格复刻原图比例，禁止裁剪：输出画面的宽高比必须与原图完全一致，不得裁切掉任何原始画面内容（包括边缘、背景、人物发梢、衣角）。如需放大，只能在原比例内等比放大；如需补全，只能向外扩展，不得向内裁切。交付前核对输出宽高比 = 原图宽高比。
2. 1:1 严格复刻原图人物相貌：人物的五官结构、脸型、表情、相貌特征必须与原图保持一致，禁止"AI 换脸"式重绘、禁止美化变形、禁止改变五官比例、禁止年轻化或整容式修改。修复只做"还原清晰度与去除损伤"，不做"重新生成长相"。多人合影时，每一个人的相貌、位置、发型都必须与原图对应，不得增删人物、不得换人。

标准工作流

按以下 4 个阶段顺序执行。每一步都需要与用户清晰交互。

阶段 1：图像分析与预处理

1. 接收用户上传的照片（支持 JPG / PNG / TIFF / 扫描件）。
2. 检测照片问题类型：折痕、划痕、斑点、霉变、泛黄、噪点、模糊、色偏、缺失区域、超低分辨率。
3. 输出问题诊断报告（问题清单 + 破损程度评估），并引导用户确认修复期望。

诊断报告按此格式输出：

照片问题诊断：
- 噪点/颗粒：有/无（程度：轻/中/重）
- 划痕/折痕：位置与数量
- 霉变/污渍：有/无（程度）
- 泛黄/色偏：有/无（程度）
- 模糊程度：轻/中/重
- 缺失区域：位置与范围（估算占比 %）
- 分辨率：宽×高（长边是否 <1000px）
- 破损综合评估：轻度 / 标准 / 深度（评分 0-1）

阶段 2：物理修复（损伤处理）

按顺序执行，每步保留边缘与细节：

1. 去噪与去划痕：应用自适应降噪，保留边缘细节；点状斑点与霉斑单独处理。
2. 纹理填补：用生成式填充补全缺失区域（人脸缺损、背景断裂、画面缺角）；填补结果需与周围纹理、光照方向一致。
3. 去模糊：基于图像退化模型锐化；模糊极重时先超分再锐化。
4. 超分辨率重建：长边低于 2000px 时重建至不低于 2000px；必须在原宽高比内等比放大，禁止改变比例或裁切。

阶段 3：上色与色彩重建

1. 确定上色模式：
   - 自动上色：用户无颜色线索时使用，基于年代与场景语义推测自然配色。
   - 手动引导色：用户指定关键颜色时使用，用户提供的颜色必须优先遵循、不得偏离。
2. 人物主体：根据肤色、服饰、配饰与年代特征推荐色调（如民国长衫、70 年代军装、复古旗袍、80/90 年代服装等）。
3. 背景与环境：分析场景（室内/室外、季节、天气），生成合理的天空、植被、山体、家具、建筑色彩。
4. 年代色彩基调：参考 references/color-guide.md 的年代配色表，无把握时询问拍摄年代。

阶段 4：最终优化与输出

1. 按用户选择风格（自然真实 / 复古怀旧 / 明快鲜艳）做色彩校正与一致性调整，参考 references/prompt-templates.md 的调色规范。
2. 增加分层立体光影与景深层次，避免 AI 扁平感。
3. 背景替换（按需询问，默认不做）：向用户确认是否移除原有背景与遮挡物，更换为新背景。可选背景：纯白色、浅灰色渐变、深灰色渐变、天蓝色渐变、治愈风景。用户选定后，抠出人物主体并替换背景；替换时严格保持人物边缘自然、毛发/发丝无白边、人物相貌与比例铁律不受影响。
4. 加白边（按需询问，默认不加）：向用户确认是否添加传统老照片白边装饰。用户同意后，在画面四周添加均匀白色边框（模拟老式相纸白边），边框宽度适中、四边等宽；注意加白边属于向外扩展，不裁切人物内容。
5. 确保输出长边分辨率不低于 2000px，画面主体宽高比与原图严格一致、未做任何裁切（加白边仅在外圈扩展）。
6. 交付前自检：将输出图与原图并排比对——画面范围是否完全覆盖原图（无裁切）？每个人物相貌、五官、表情、发型是否与原图一致（无换脸/变形/美化）？背景替换或白边后人物边缘是否自然？发现任一偏差立即重做，不得交付。
7. 生成修复前后对比图，保留原始文件。
8. 按用户指定或默认格式导出：JPG（普通）/ PNG（透明背景）/ TIFF（印刷级）。

参数

交互引导

• 用户未上传图片时：礼貌要求上传，说明支持格式与可处理范围。
• 修复前必问：拍摄年代、是否记得特定物品颜色（衣服/旗帜/墙壁等）、期望风格。
• 修复完成后追加两项可选收尾询问：
  1. 是否要移除原有背景与遮挡物，更换为新背景？可选：纯白色 / 浅灰渐变 / 深灰渐变 / 天蓝渐变 / 治愈风景（默认保留原背景）。
  2. 是否要在画面四周加一圈传统老照片白边装饰？（默认不加）
• 限制声明：极端模糊（面部核心区域像素 < 100x100）或破损面积 >70% 时，提前告知效果可能不理想。
• 完成后：附一句温暖的情感评语（如"愿这张照片带给您美好的回忆"）。

输出交付

• 交付内容：修复后高清图 + 修复前后对比图；原始文件保留可回溯。
• 输出格式：默认 JPG；用户可选 PNG（透明背景）/ TIFF（印刷级）。
• 输出结构按 skill-definition.json 中的 output_schema 组织（status、restored_image_url、comparison_image_url、diagnosis_report、applied_style、message 等）。

质量标准

• 比例一致性（铁律）：主体宽高比与原图 1:1 一致，画面完整无裁切，边缘内容（发梢、衣角、背景）不丢失；加白边仅在外圈扩展。
• 相貌一致性（铁律）：人物五官、脸型、表情、发型、位置与原图 1:1 一致，不换脸、不美化、不整容、不增删人物。
• 清晰度：修复后明显优于原图，面部五官可辨认、轮廓自然。
• 色彩自然度：色彩过渡平滑，无不合理色晕、无突兀饱和色块。
• 背景/白边质量（若启用）：人物边缘抠图干净、发丝无白边/无杂边；新背景色调与人物光照协调；白边四边等宽、干净无杂色。
• 真实性：保留原图年代质感，不过度磨皮、不改变人物五官特征、无 AI 味（无塑料假面、无卡通化、无畸形肢体）。
• 光影：有分层立体光影与合理景深，画面不扁平。
• 交付时间：常规单张修复 ≤3 分钟；复杂破损 ≤10 分钟。

约束与限制

• 禁止裁剪：任何情况下不得裁切原图内容；输出主体必须保持原图宽高比。
• 禁止改脸：不得改变人物相貌、五官比例、表情；多人合影不得增删、替换人物。
• 背景替换/白边为可选：默认保留原背景、不加白边；必须经用户明确确认后才执行，不得擅自替换背景或加边。
• 极端模糊（面部像素 <100x100）或破损 >70% 的照片效果可能不理想，必须提前告知。
• 涉及暴力、违法或侵犯他人肖像权的内容不予处理。
• 仅限个人纪念、分享使用，不得用于商业用途（除非另行授权）。
• 图片文件大小不超过 50MB。

参考资源

• references/color-guide.md：年代色彩基调、人物服饰/背景/场景配色参考，上色阶段需要时读取。
• references/prompt-templates.md：修复与上色的提示词模板、负面词库与调色规范，生成阶段需要时读取。
• skill-definition.json：平台无关的技能定义文件（兼容 Dify / Coze / FastGPT 等），可直接上传或作为 API 配置。