老照片变高清

但是仅仅这样是不够的，从渲染的结果上我发现，颜色并不是精准地出现在我们想要的位置上的，提示词之间会出现相互的污染。而且由于照片上斑驳的痕迹，即使是背景也不能够做到完全统一，看来事情并没有我想象的那么简单。为了做到颜色与内容的统一，我启用了之前讲到过的一款cutoff插件来进行控制，依次按顺序设置好颜色提示词，不了解这款插件的朋友可以参照我这篇文章——[【Stable Diffusion】告别提示词颜色污染！Cutoff插件](http://mp.weixin.qq.com/s?__biz=MzkzMzIwMDgxMQ==&mid=2247487436&idx=1&sn=dba5cf7a170223deda6a706fa2e14f6b&chksm=c2515908f526d01eae402083a7f93e4c5c7dca057693a25847bb8e97929c875617777cbb9721&scene=21#wechat_redirect)。终于得到了一张配色正确的照片，但是还没有完，由于以前的照片像素比较低，接下来我准备将它变得更高清一点。

将照片放入到后期处理中，使用GFPGAN算法将人脸变清晰，不知道这个功能的可以参考我这篇文章——[【Stable Diffusion】图片高清化+面部修复+一键抠图，一些你不知道的事儿](http://mp.weixin.qq.com/s?__biz=MzkzMzIwMDgxMQ==&mid=2247487422&idx=1&sn=9cdf7ef37c2acb3c0fc3328d0ba8af74&chksm=c251597af526d06c921ea6728cb2a32bdf1d5f699e19d6ba13b849994e4d01af8a5144132aad&scene=21#wechat_redirect)。这个步骤，可以将我们的五官进行重绘，但是却没有办法将照片中的头发、衣服等其他元素变清晰。所以，接下来我将图片再发送到图生图当中，打开stableSR脚本，放大两倍。这个放大插件是所有插件中对原图还原最精准的，也是重绘效果最好的，不知道的朋友可以参考我的这篇文章——[【Stable Diffusion】超清无损放大器StableSR](http://mp.weixin.qq.com/s?__biz=MzkzMzIwMDgxMQ==&mid=2247487403&idx=1&sn=cbb96534fa6f58c37cf9fc64bc7ade0c&chksm=c251596ff526d0792b4bba0e21b69427b23e780824bdc75b22f1073e8bad6f61f30199fc8344&scene=21#wechat_redirect)。切换到sd2.1的模型进行修复，vae选择vqgan，提示词可以什么都不写，以免对原图产生干扰。

启用MutiDiffusion插件，不开放大倍数，仅使用分块渲染的功能，能帮助我们在显存不够的情况下，将图片放大到足够的倍数。好了，经过一顿操作，我们就将这张图片处理完成了。对比一下看看，之前的黑白照片和经过上色高清化完成之后效果。同样的步骤，又还原了一张我妈妈的照片。在问到她当时穿的什么颜色衣服的时候，她记得可清楚了，想都没想就告诉我说是绿色的。这两张还算容易的，接下来就遇到比较棘手的照片了。比如这一张，是我外公外婆带着我妈和我舅舅。外公走得更早，我甚至都没见过一面，只有这些照片还记录着他存在的痕迹。而这张照片也有些年头了，一直被外婆好好保存着。人物多、场景复杂，像素非常的低，使得这张照片处理起来难度很大。我首先在ps里面进行了一下角度的调整和照片的裁切，然后使用刚才的步骤进行上色，但是直接上色的结果有点像是加了一层黄色滤镜，有颜色但是年代感还是太强了。而太具体的颜色指定，又容易让画面污染严重，因为内容实在太多了，光是指定衣服就得十来个颜色提示词，AI能分辨得清才怪。所以我决定放弃人物服装的颜色指定，只给一个场景方向，剩下的交给AI去自行决定。于是，我从网上找到了一张仙人洞的照片，让AI去帮我匹配色调。加入第二个controlnet来控制颜色，使用的是t2ia_color的模型。关键词只给了：蓝天、绿树、灰石砖这么简单的几个词。颜色终于正常了，最后经过脸部的修复和放大，得到了最终的效果。