imgupscaleraiImgUpscaler
AI ห้องล้างภาพสี

การเพิ่มสีให้ภาพถ่าย

เพิ่มสีให้เหมาะสมกับคลิปวิดีโอขาว-ดำ โดยยังคงรักษาให้ภาพต้นฉบับมองเห็นได้ตลอดเวลา

เหมาะสำหรับภาพถ่ายบุคคล ภาพถ่ายครอบครัว และภาพถ่ายบนท้องถนน สีสันในภาพถูกตีความจากบริบท ไม่ได้มีวัตถุประสงค์เพื่อสร้างข้อเท็จจริงทางประวัติศาสตร์ขึ้นมาใหม่

เปิดโต๊ะทำงาน
สถานีทำงานสำหรับการเก็บรักษาสี
1 คะแนนต่อภาพ

นำภาพถ่ายขาว-ดำเข้าไปในห้องมืด

ลากภาพบุคคล ภาพกลุ่ม หรือภาพทิวทัศน์บนถนนมาที่นี่ เพื่อเตรียมลงสี

วางจากคลิปบอร์ดPNG, JPG หรือ WebP; 5MB (สูงสุด)

คลังข้อมูลสี

สามแผ่นเพลง สามเวอร์ชันสีต่างกัน

ไฟล์แต่ละไฟล์ที่แสดงด้านล่างนี้ก่อนการปรับปรุงเป็นภาพสีเทาที่แท้จริงซึ่งถูกเก็บไว้ในฮาร์ดดิสก์; ไม่มีการใช้ตัวกรองของเบราว์เซอร์เพื่อสร้างตัวอย่างภาพขาว-ดำปลอม

แหล่งที่มา

การถอดรหัสภาพสีเทา

การดำเนินงาน

ระบายสีทั้งภาพ

การตรวจสอบ

การเปรียบเทียบก่อนและหลัง

AI ภาพเหมือนเดียวกัน แต่ตอนนี้ได้ถูกระบายสีแล้ว
ภาพพอร์ตเรตแบบเกรย์สเกลจากชีวิตจริง สำหรับการทดสอบสี
ก่อนลงสี
AI สี
คลังเอกสาร / 01

การวิจัยเกี่ยวกับสีผิว

เพื่อแสดงสีผิว แทนที่จะวาดรูปใหม่

ภาพพอร์ตเทรตช่วยให้การสังเกตโทนสีอบอุ่นบนใบหน้า ขอบผม และความต่อเนื่องของสีเสื้อผ้าเป็นไปได้ง่ายขึ้น ความต่างของสีช่วยรักษาการตัดภาพตามต้นฉบับไว้ ทำให้การเปลี่ยนแปลงในลักษณะบุคคลไม่สามารถถูกซ่อนอยู่เบื้องหลังสีได้

จุดตรวจสอบ: สีผิวธรรมชาติ, เส้นผมที่ชัดเจน, ไม่มีการเปลี่ยนแปลงในสีหน้า
AI รูปถ่ายครอบครัวเดียวกัน แต่ตอนนี้ถูกระบายสีแล้ว
ภาพครอบครัวของสี่คนในโทนสีเทาจริง
ก่อนลงสี
AI สี
คลังเอกสาร / 02

การวิจัยแบบหลายศูนย์

การแยกบุคคลต่าง ๆ ออกจากฉากที่มีคนพลุกพล่าน

ภาพถ่ายกลุ่มนี้ใช้เพื่อทดสอบว่าใบหน้า เสื้อผ้า และพื้นหลังที่อยู่ติดกันจะถูกประเมินว่าเป็นสีที่ต่างกันหรือไม่ แทนที่จะแสดงภาพทั้งหมดในเฉดสีเดียว

วัตถุประสงค์ของการตรวจสอบ: สีผิวที่ชัดเจน และไม่มีการผสมสีระหว่างตัวละคร
AI ภาพถนนในอดีตเดียวกัน แต่ตอนนี้เป็นภาพสีแล้ว
ภาพถนนในอดีตแบบสีเทาจริง
ก่อนลงสี
AI สี
คลังเอกสาร / 03

การศึกษาเกี่ยวกับสีในฉาก

มองทั้งถนนเป็นฉากเดียว

อาคาร ท้องฟ้า ถนน พืชพรรณ และรูปคนขนาดเล็ก เป็นองค์ประกอบหลักของการทดสอบระดับฉาก การสร้างบริบทที่สมจริงเป็นสิ่งสำคัญ แต่รูปทรงเรขาคณิตของภาพต้นฉบับยังคงเป็นข้อมูลอ้างอิงที่เชื่อถือได้

วัตถุประสงค์การตรวจสอบ: การจัดสีที่กลมกลืนภายในฉาก; ขอบอาคารที่ชัดเจน

เนื้อหาที่อ่านโดยโมเดล

การรับรู้สีเกิดขึ้นในระดับต่าง ๆ

ผลลัพธ์ที่มีประโยชน์ต้องดูสมจริงได้ทั้งสำหรับใบหน้าแต่ละคน ระหว่างบุคคลที่อยู่ใกล้กัน และภายในฉากโดยรวม ภาพต้นฉบับทำหน้าที่เป็นข้อมูลอ้างอิงในทุกระดับ

ผิวและผม

สัญญาณแสงและเงาที่ปรับให้เหมาะสมกับแต่ละส่วนช่วยกำหนดการเรนเดอร์สีผิว ริมฝีปาก ผม และผ้าที่อยู่ใกล้เคียง; ไม่มีตัวเลือกปรับความเข้มที่ผู้ใช้สามารถควบคุมได้

ตัวละครในฉากนี้

ใช้หน้าและชุดเสื้อผ้าที่อยู่ติดกันเพื่อตรวจสอบว่าสีที่คาดการณ์ได้ถูกกำหนดให้กับบุคคลที่ถูกต้องเสมอหรือไม่

โครงสร้างฉาก

ท้องฟ้า พืชพรรณ ผนังอิฐ และถนน ล้วนขึ้นอยู่กับบริบทที่กว้างขึ้น มากกว่าการใช้โทนสีที่สม่ำเสมอ

กระบวนการที่ได้รับการควบคุม

ตั้งแต่การอัปโหลดจนถึงผลลัพธ์ที่พร้อมสำหรับการตรวจสอบ

ไม่มีแถบแสดงความคืบหน้าที่ใช้เพื่อตกแต่งเท่านั้น แผงควบคุมแสดงเพียงขั้นตอนการทำงานจริงเท่านั้น: อัปโหลดภาพ, เปรียบเทียบผลลัพธ์ทั้งหมด และส่งออก

01

เลือกรายการ

อัปโหลดภาพสีดำ-ขาวหรือภาพที่สีจางมากจาก PNG, JPG หรือ WebP

02

การกำหนดสีที่เหมาะสม

โมเดลนี้วิเคราะห์บริบทของตัวละคร วัตถุ และฉาก แต่ไม่ควบคุมระดับความเข้มข้นของเรื่องราวในนิยาย

03

การเปรียบเทียบก่อนส่งออก

ตรวจสอบภาพต้นฉบับและผลลัพธ์ของภาพทั้งหมด แล้วดาวน์โหลดเวอร์ชันที่มีสีได้ที่ PNG.

คำอธิบายไฟล์

ให้ถือว่าสีที่สร้างขึ้นเป็นคำอธิบายมากกว่าหลักฐาน

ควรเก็บไฟล์ต้นฉบับสีดำ-ขาวไว้พร้อมกับแต่ละเวอร์ชันที่ปรับสีแล้ว เมื่อใช้เพื่อวิจัย การเผยแพร่ หรือบันทึกการบูรณะ โปรดระบุว่าผลลัพธ์ดังกล่าวได้รับการสร้างขึ้นโดย AI และว่าสีได้ผ่านการตรวจสอบความถูกต้องกับแหล่งข้อมูลต้นฉบับแล้ว

เก็บไฟล์ทั้งสองไว้

ภาพขาวดำต้นฉบับยังคงเป็นหลักฐานทางภาพที่น่าเชื่อถือที่สุด

คำอธิบายผลของการให้คำอธิบาย

ไม่ว่าผลลัพธ์จะปรากฏที่ใด ก็ควรระบุอย่างชัดเจนว่าได้ใช้การอนุมานสีด้วย ` AI ` แล้ว

ตรวจสอบข้อมูลที่ทราบแล้ว

โปรดใช้เอกสารอ้างอิงที่มีหลักฐานยืนยันสำหรับเครื่องแบบ เครื่องหมาย สินค้า และสถานที่สำคัญ

ดูแบบเต็มหน้าจอ

โปรดตรวจสอบใบหน้า ขอบที่ละเอียด และพื้นที่พื้นหลังก่อนเผยแพร่

ปัญหาการระบายสี

สิ่งที่คุณควรรู้ก่อนใช้สีจากชุด AI

ข้อจำกัดทางปฏิบัติมีความสำคัญเป็นพิเศษเมื่อภาพต้นฉบับเป็นเอกสารในคลังเก็บ เอกสารส่วนตัว หรือมีคุณค่าทางประวัติศาสตร์

สีที่สร้างขึ้นนั้นถูกต้องตามประวัติศาสตร์หรือไม่?+

ไม่จำเป็นต้องเป็นเช่นนั้นเสมอไป โมเดลจะคาดการณ์สีที่สมเหตุสมผลโดยอิงจากรูปแบบภาพที่มันได้เรียนรู้แล้ว สำหรับเครื่องแบบ ผลิตภัณฑ์ อาคาร หรือเสื้อผ้า ที่ต้องการสีที่แม่นยำ โปรดใช้เอกสารอ้างอิงที่มีบันทึกไว้

การปรับสีจะส่งผลต่อภาพถ่ายเองหรือไม่?+

การดำเนินการนี้จะให้ผลลัพธ์เป็นภาพที่มีสีครบถ้วน โดยมุ่งเน้นการรักษาองค์ประกอบและเอกลักษณ์ของวัตถุในภาพไว้เสมอ ให้เปรียบเทียบผลลัพธ์กับภาพต้นฉบับก่อนที่จะเก็บเข้าคลังหรือแก้ไข

สามารถปรับความเข้มของสีได้หรือไม่?+

ไม่ครับ แบบจำลองที่เลือกมาไม่มีพารามิเตอร์ความเข้มหรือความอิ่มตัวที่ผู้ใช้สามารถปรับได้ ดังนั้นหน้าเว็บจึงไม่แสดงปุ่มควบคุมที่ผู้ให้บริการไม่สามารถดำเนินการได้

สามารถอัปโหลดภาพที่มีสีอยู่บ้างแล้วได้หรือไม่?+

เมื่ออัปโหลดภาพที่ระบบรองรับ จะไม่มีการตรวจสอบบังคับเพื่อยืนยันว่าภาพดังกล่าวเป็นภาพขาวดำเท่านั้น วัสดุที่มีสีอยู่แล้วหรือสีจางลงบางส่วนอาจถูกตีความใหม่ ดังนั้น โปรดเปรียบเทียบอย่างละเอียดกับภาพต้นฉบับ