简介这份资源是一套基于Python深度学习的老照片修复实战项目面向具备一定编程基础、希望入门图像恢复与计算机视觉的开发者与学习者用于解决破损、划痕、模糊等严重退化老照片的智能修复问题。压缩包共81个文件约50.71MB以54个py源码文件为核心辅以17张png效果图、4份pdf项目文档、2个txt依赖说明及gif、jpg、md、mp4等演示素材覆盖模型训练、推理部署与效果展示的完整链路。项目围绕卷积神经网络展开涉及数据预处理、损失函数与优化器选择、权重保存与加载等环节并进一步引入生成对抗网络提升修复真实感可基于TensorFlow、Keras或PyTorch实现。目录中区分人脸增强、检测对齐、训练与测试等模块配有演示视频与说明文档便于读者理解整体流程并动手复现。目前已有350人学习下载适合作为深度学习图像修复方向的练手案例与参考方案。1. 老照片修复项目深度学习怎么把模糊人脸拉回清晰翻出家里二十年前的相册扫进电脑一看人脸糊成一团、划痕横七竖八、整体泛黄发灰——这是绝大多数老照片修复项目要面对的真实输入。这个标题里的「老照片修复项目是通过深度学习的方法修复严重退化的老照片」说的就是用 Python 搭一套深度学习流水线把这种严重退化的图像尽量还原。它解决的不是「加个滤镜变好看」而是划痕、噪点、模糊、褪色这几类退化同时存在时的重建问题。适合谁有 Python 基础、想跑通第一个深度学习实战项目的人以及手里真有一批老照片要处理、不想只靠 Photoshop 手动修的人。下面按「先搞懂退化类型 → 再搭环境 → 再跑模型 → 再避坑」的顺序讲透。2. 老照片的退化到底分几类先搞清楚模型在修什么很多人一上来就找模型、下权重结果修出来的脸像塑料假人。问题出在没分清退化类型——不同退化对应不同网络结构和损失函数混着修必然翻车。这一章先把退化拆开再讲为什么深度学习比传统方法更适合。2.1 四类退化与对应的修复目标老照片的退化不是单一噪声常见的是叠加出现退化类型表现修复目标常用处理思路划痕/折痕白色或黑色线条结构修复图像修复网络inpainting噪点/颗粒满屏杂色点去噪去噪自编码器、残差网络模糊/失焦边缘发虚、五官不清超分与去模糊超分辨率网络SR褪色/偏色泛黄、对比度低色彩增强色彩化网络、直方图约束关键点在于划痕修复是「填洞」超分是「补细节」这两件事的目标函数不一样。填洞要求填补区域和周围纹理连续超分要求生成合理的高频细节。如果你用一个超分模型去修划痕划痕会被当成「细节」放大越修越糟。我一般会先把照片按退化主类型分组划痕重的走修复分支模糊重的走超分分支最后再做一次统一的色彩校正。这样每一步的模型只干一件事可控性高得多。2.2 为什么传统方法搞不定深度学习强在哪传统方法里去噪用中值滤波、非局部均值超分用双三次插值划痕用形态学操作。这些方法在单一退化、退化程度轻的时候能用但老照片的问题是退化耦合一道划痕穿过眼睛同时这块区域还模糊、还偏色。传统方法每一步都会引入新的伪影几步叠加后人脸就废了。深度学习的优势是端到端学习退化到清晰图像的映射。卷积神经网络CNN通过大量「退化图-清晰图」配对样本学到的是统计规律而不是固定算子。尤其是生成对抗网络GAN引入后生成器负责重建判别器负责判断「像不像真实照片」逼着模型生成更自然的高频细节。这就是为什么现在主流老照片修复项目基本都基于 GAN 或扩散模型。但要注意深度学习不是万能的。如果原图人脸区域信息完全丢失比如大面积破损模型只能「猜」猜出来的脸可能和本人不像。这是所有修复方法的物理上限不是调参能解决的。2.3 数据集从哪来配对样本是训练的前提训练修复模型必须有配对数据一张退化的一张清晰的且内容对齐。常见做法是用高清人脸数据集如 FFHQ 这类公开人脸集作为清晰图对清晰图人工合成退化加高斯噪声、加运动模糊、叠加划痕掩膜、做色彩偏移退化参数随机化让模型见到各种程度的退化。合成退化的好处是配对天然对齐坏处是合成分布和真实老照片有差距。所以实际项目里通常先用合成数据预训练再用少量真实老照片做微调。真实老照片没有清晰配对微调时只能用无配对方法如 CycleGAN 思路或人工精修少量样本。提示合成退化的参数范围要覆盖真实场景。如果训练时噪声强度只加到 15真实照片噪声到 40模型直接失效。宁可把退化范围开大一点。3. Python 环境怎么搭从零跑通修复流水线标题里带了 Python说明这套东西是用 Python 实现的。这一章讲环境配置和最小可运行流程。热词里「python安装」「vscode python环境配置」「深度学习环境配置」都是高频问题我按实际踩过的顺序讲。3.1 环境配置版本对齐比装得多更重要深度学习环境最大的坑是版本不匹配。PyTorch、CUDA、cuDNN、Python 四者版本必须对齐。我的习惯是# 1. 确认显卡驱动支持的 CUDA 版本 nvidia-smi # 2. 创建独立虚拟环境避免污染全局 conda create -n photo_restore python3.9 -y conda activate photo_restore # 3. 按官网对应关系安装 PyTorch以 CUDA 11.8 为例 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 # 4. 安装图像处理与训练辅助库 pip install opencv-python pillow numpy tqdm tensorboard逻辑说明nvidia-smi右上角显示的 CUDA Version 是驱动支持的最高版本安装的 PyTorch CUDA 版本不能超过它。虚拟环境隔离是为了避免不同项目依赖冲突——这是血泪经验全局装崩过一次重装系统。参数说明Python 选 3.8~3.10 最稳3.11 以上部分库轮子不全。PyTorch 版本跟着 CUDA 走不要手动指定 torch 版本号去装容易和 torchvision 对不上。装完验证import torch print(torch.__version__) print(torch.cuda.is_available()) # 必须为 True否则跑 CPU 会慢到无法接受如果cuda.is_available()返回 False先查驱动版本再查 PyTorch 是不是装成了 CPU 版。这是新手最常见的翻车点。3.2 最小修复流水线预处理到输出的四步环境好了先跑一个最小流程不训练只用现成模型推理确认整条链路通。四步读图 → 预处理 → 模型推理 → 后处理保存。import cv2 import numpy as np import torch def preprocess(img_path, size256): # 读图老照片常见是灰度或低质量彩色 img cv2.imread(img_path, cv2.IMREAD_COLOR) img cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # 统一尺寸模型输入要求固定分辨率 img cv2.resize(img, (size, size), interpolationcv2.INTER_CUBIC) # 归一化到 [-1, 1]这是多数 GAN 修复模型的输入约定 img img.astype(np.float32) / 127.5 - 1.0 # 转成 NCHW 张量 tensor torch.from_numpy(img).permute(2, 0, 1).unsqueeze(0) return tensor def postprocess(tensor, out_path): # 反归一化回 [0, 255] img tensor.squeeze(0).permute(1, 2, 0).cpu().numpy() img (img 1.0) * 127.5 img np.clip(img, 0, 255).astype(np.uint8) img cv2.cvtColor(img, cv2.COLOR_RGB2BGR) cv2.imwrite(out_path, img) # 假设 model 已加载 # tensor preprocess(old.jpg) # with torch.no_grad(): # output model(tensor) # postprocess(output, restored.jpg)逻辑说明预处理做了三件事——统一尺寸、归一化、转张量格式。归一化到 [-1,1] 是因为 GAN 的 tanh 输出层范围就是 [-1,1]输入输出必须一致否则颜色全乱。后处理是逆操作。参数说明size256是常见输入分辨率但老照片修复往往需要更大分辨率保留细节可以改成 512代价是显存翻倍。INTER_CUBIC插值比默认的线性插值更适合放大但如果是缩小用INTER_AREA更好。注意不要用cv2.imread读带透明通道的 PNG 后直接转 RGB会丢信息。老照片扫描件如果是 TIFF先确认位深8 位和 16 位处理方式不同。3.3 模型选型三类主流方案怎么挑现成的修复方案大致三类选型看你的退化主类型和算力超分类如 ESRGAN 思路适合模糊、低分辨率为主的老照片。优点是细节生成强缺点是会把划痕、噪点一起放大。修复类如基于部分卷积的 inpainting 思路适合划痕、破损为主。需要提供掩膜mask标出破损区域模型只填这些区域。统一修复类如 GFPGAN、CodeFormer 这类人脸修复思路适合以人脸为主的老照片内置人脸先验五官重建自然。缺点是对非人脸区域背景、衣物处理一般。我的实际做法是组合先用修复类处理划痕再用超分或人脸修复类提升清晰度最后统一色彩。单模型通吃所有退化目前没有靠谱方案。选型时还要看显存。256 分辨率推理 4GB 显存够用512 分辨率建议 8GB 以上。显存不够就分块推理但分块会有接缝需要重叠裁剪再融合。4. 训练自己的修复模型损失函数与参数怎么定用现成模型能解决大部分需求但如果你的老照片有特殊退化比如特定年代的相纸偏色就得自己微调或训练。这一章讲训练的关键配置。4.1 损失函数组合为什么单用 L1 会糊只用 L1 或 L2 损失训练结果一定偏糊。原因L1/L2 衡量的是像素平均误差模型为了降低平均误差会输出所有可能清晰图的「平均值」而平均值就是模糊的。主流做法是组合损失import torch.nn as nn class RestoreLoss(nn.Module): def __init__(self, w_pixel1.0, w_percep0.1, w_adv0.01): super().__init__() self.w_pixel w_pixel # 像素损失权重 self.w_percep w_percep # 感知损失权重 self.w_adv w_adv # 对抗损失权重 self.l1 nn.L1Loss() def forward(self, pred, target, percep_loss, adv_loss): # 像素损失保证整体颜色和结构不偏 loss_pixel self.l1(pred, target) # 感知损失用预训练 VGG 提取特征比对保证纹理自然 # 对抗损失判别器给的保证生成细节真实 total (self.w_pixel * loss_pixel self.w_percep * percep_loss self.w_adv * adv_loss) return total逻辑说明像素损失管「大方向对不对」感知损失管「纹理像不像」对抗损失管「细节真不真」。三者权重需要调。参数说明w_percep一般 0.05~0.2太大画面会出现过度锐化的伪影。w_adv一般 0.001~0.01太大训练不稳定会出现彩色噪点。这两个权重是最需要调的建议先用小权重跑通再逐步加。4.2 训练参数学习率、批大小与迭代次数训练修复模型的典型配置参数常用值说明学习率1e-4 ~ 2e-4用 Adam 优化器太高会震荡批大小4 ~ 16受显存限制256 分辨率下 8GB 显存约 8迭代次数10万 ~ 50万看数据量合成数据可多跑学习率衰减每 5万步减半后期稳定收敛学习率是最关键的。我一般先用 2e-4 跑观察 loss 曲线如果前几千步就剧烈震荡降到 1e-4。如果 loss 几乎不降检查数据配对是否对齐——配对错位是训练不收敛的头号原因。批大小影响的是梯度稳定性。批太小如 1梯度噪声大训练慢批太大显存不够。折中办法是梯度累积小批多次前向累积梯度再更新等效大批。4.3 训练过程怎么监控看什么指标不要只盯总 loss要分开看像素损失应该稳定下降如果反弹说明学习率太高或数据有问题。对抗损失会在某个区间震荡这是正常的GAN 训练本身就是博弈。如果一直上升判别器太强要降低判别器学习率。验证集 PSNR/SSIM这两个是客观指标PSNR 高不代表视觉好但能反映结构保真度。SSIM 更接近人眼感知。我习惯每 1000 步存一次验证图肉眼对比。指标好看但脸崩的情况太常见了最终还是要看图。提示训练老照片修复模型验证集一定要包含真实老照片哪怕没有清晰配对只看输出是否自然纯合成数据验证会高估效果。5. 避坑与排查老照片修复最常见的五个翻车点这一章是我实际做项目时踩过的坑每条按「现象 → 原因 → 解决」写。5.1 修复后人脸像塑料假人现象输出图人脸光滑得没有毛孔像磨皮过度。原因对抗损失权重过高或者训练数据里清晰图本身就被过度磨皮。GAN 会学到「光滑真实」的错误先验。解决降低w_adv增加感知损失权重检查训练数据质量。如果清晰图来自美颜过的数据集换数据。5.2 划痕没修掉反而更明显现象输入有划痕输出划痕变成彩色条纹。原因用了超分模型直接处理划痕被当成高频细节放大或者修复模型的掩膜没标对。解决先做划痕检测生成掩膜用修复模型填洞再超分。掩膜可以用传统方法阈值形态学或训练一个划痕分割模型。5.3 颜色整体偏绿或偏紫现象输出图颜色诡异不是原图的偏色。原因归一化范围不匹配。模型输出是 [-1,1]后处理按 [0,1] 反归一化颜色就错位了。解决检查预处理和后处理的归一化是否对称。输入(x/127.5)-1输出必须(x1)*127.5。5.4 显存溢出OOM现象训练或推理时报 CUDA out of memory。原因分辨率太大、批太大或推理时没加torch.no_grad()导致计算图累积。解决推理必须包在with torch.no_grad():里训练降批大小或用梯度累积大图分块处理块间重叠 32 像素再融合。5.5 训练 loss 不降现象跑了几万步loss 几乎不动。原因数据配对错位退化图和清晰图不是同一张、学习率太低、或模型初始化有问题。解决先可视化几组配对数据确认对齐学习率调到 1e-4 试检查模型最后一层激活函数是否匹配损失函数。6. 进阶技巧用分块推理处理大尺寸老照片实际老照片扫描件动辄 2000×3000 像素直接缩到 256 会丢大量细节直接跑又爆显存。我最后收在一个具体技巧上分块推理加重叠融合。思路是把大图切成带重叠的小块逐块推理再按权重融合。重叠区用余弦窗加权避免接缝。import numpy as np import torch def tile_inference(model, img, tile256, overlap32): # img: HWC numpy [0,255] h, w, c img.shape stride tile - overlap output np.zeros((h, w, c), dtypenp.float32) weight np.zeros((h, w, c), dtypenp.float32) # 余弦窗边缘权重低中心权重高 win np.outer(np.hanning(tile), np.hanning(tile)) win np.stack([win]*c, axis-1) for y in range(0, h, stride): for x in range(0, w, stride): y2 min(y tile, h) x2 min(x tile, w) y1 max(y2 - tile, 0) x1 max(x2 - tile, 0) patch img[y1:y2, x1:x2] # 补齐到 tile 尺寸 ph, pw patch.shape[:2] pad np.zeros((tile, tile, c), dtypenp.float32) pad[:ph, :pw] patch tensor torch.from_numpy(pad / 127.5 - 1.0) tensor tensor.permute(2, 0, 1).unsqueeze(0) with torch.no_grad(): out model(tensor) out out.squeeze(0).permute(1, 2, 0).numpy() out (out 1.0) * 127.5 output[y1:y2, x1:x2] out[:ph, :pw] * win[:ph, :pw] weight[y1:y2, x1:x2] win[:ph, :pw] return np.clip(output / np.maximum(weight, 1e-6), 0, 255).astype(np.uint8)逻辑说明每个像素可能被多个块覆盖用余弦窗加权后累加再除以权重和得到平滑结果。余弦窗保证块中心贡献大、边缘贡献小接缝自然消失。参数说明tile要和模型训练分辨率一致模型在 256 上训练的推理也用 256。overlap建议是 tile 的 1/8 到 1/4太小接缝明显太大浪费算力。我一般用 32。这个技巧的代价是推理时间随重叠率增加。2000×3000 的图tile256、overlap32大约切 100 块单块推理 0.1 秒的话总共 10 秒左右可以接受。最后说个习惯每次修复完我都会把原图和结果并排看重点看眼睛和文字区域——这两个地方最容易暴露伪影。修老照片这事指标是参考肉眼才是最终裁判。希望帮到你。本文还有配套的精品资源点击获取