วิธีเติมสีรูปเก่าขาวดำ
รูปขาวดำของคุณตาคุณยายในวันแต่งงาน บ้านไม้หลังเก่าของครอบครัว หรือรูปหมู่ชั้นเรียนสมัยประถม อาจรู้สึกห่างไกล เมื่อเติมสีลงไป คนในรูปมักดูมีชีวิตขึ้นมาทันที การเติมสีรูปเก่าจึงกลายเป็นโปรเจกต์ครอบครัวที่นิยมกันมาก โดยเฉพาะก่อนงานทำบุญหรืองานรวมญาติ แต่ก็ทำพลาดได้ง่ายเช่นกัน ทั้งผิวที่ดูหมองคล้ำ ใบหน้าสีส้ม หรือเครื่องแบบที่ถูกเติมผิดสี แล้วถูกส่งต่อในกลุ่มไลน์ครอบครัวราวกับเป็นความจริง
ทีมบรรณาธิการ Methodhelmอัปเดตล่าสุด: อ่าน 13 นาที
คู่มือนี้พาไปตั้งแต่การสแกนรูปให้ได้ไฟล์ที่ดี การเข้าใจว่าการเติมสีด้วย AI รู้อะไรได้และรู้อะไรไม่ได้ การเติมสีจริง การตรวจผลกับสิ่งที่คุณรู้แน่ชัด ไปจนถึงการแชร์อย่างรับผิดชอบ เนื้อหาส่วนใหญ่ใช้ได้ไม่ว่าคุณจะใช้เครื่องมือใด
ก่อน
หลังในหน้านี้
เริ่มจากไฟล์สแกนที่ดีที่สุดเท่าที่ทำได้
การเติมสีทำงานจากรายละเอียดที่มีอยู่ในภาพ ดังนั้นการสแกนจึงสำคัญกว่าขั้นตอนเติมสี ถ้ามีรูปที่พิมพ์ไว้ ให้สแกนด้วยเครื่องสแกนแบบแท่นวาง แทนการถ่ายเฉียง ๆ ด้วยมือถือ เช็ดกระจกให้สะอาด วางรูปให้เรียบ และสแกนที่ความละเอียดสูงพอ รูปขนาดเล็กอย่างรูปติดกระเป๋าสตางค์ควรใช้ความละเอียดสูงกว่ารูปขยายใหญ่
ถ้าไม่มีเครื่องสแกน ให้ถ่ายรูปในแสงกลางวันที่นุ่มและสม่ำเสมอใกล้หน้าต่าง ถือมือถือขนานกับรูปเพื่อไม่ให้ภาพบิดเป็นสี่เหลี่ยมคางหมูและไม่ให้มีแสงสะท้อน และปิดแฟลช
รูปที่เราเรียกว่าขาวดำจำนวนมากจริง ๆ แล้วเป็นสีซีเปียหรือเหลืองเพราะอายุ สีอุ่นนั้นไม่ใช่ข้อมูลสีจริง แต่เป็นการย้อมโทนหรือการเสื่อมสภาพ การเติมสีด้วย AI มองภาพเป็นระดับความสว่างและความมืด รูปที่ติดโทนเหลืองมากจึงยังเติมสีได้ แต่ถ้าคุณจะแต่งด้วยมือก่อน การแปลงเป็นโทนเทากลางและเพิ่มคอนทราสต์เล็กน้อยจะได้จุดเริ่มต้นที่สะอาดกว่า

ทำไมสีที่ AI เติมจึงเป็นการคาดเดาอย่างมีเหตุผล
รูปขาวดำบันทึกเพียงว่าแต่ละส่วนของฉากสว่างแค่ไหน ไม่ได้บันทึกว่าเป็นสีอะไร ชุดสีแดงกับชุดสีเขียวที่สว่างใกล้เคียงกันอาจออกมาเป็นสีเทาเดียวกันทุกประการ ไม่มีโปรแกรมใดกู้สีเดิมจากสีเทานั้นได้ เพราะข้อมูลนั้นไม่เคยถูกบันทึกไว้ตั้งแต่แรก
สิ่งที่ AI ทำคือคาดเดาสีที่น่าจะเป็นจากบริบท ผิวคนมักเป็นสีผิว ท้องฟ้ามักเป็นสีฟ้า หญ้ามักเป็นสีเขียว ผลลัพธ์จึงอาจดูเป็นธรรมชาติมากกับใบหน้าและวิวทิวทัศน์ แต่ไม่แน่นอนกับเสื้อผ้า รถยนต์ ผนังบ้าน ประตู หรือสิ่งใดก็ตามที่อาจเป็นได้หลายสี
เติมสีรูปเก่าทีละขั้นตอน
- สแกนหรือถ่ายรูปต้นฉบับ
ทำสำเนาที่คมชัด แสงสม่ำเสมอ และตรง แล้วเก็บไฟล์นี้ไว้เป็นต้นฉบับหลักโดยไม่แก้ไขอะไร
- ครอปและเก็บรายละเอียดภาพ
ตัดขอบ หน้าอัลบั้ม และพื้นหลังที่ไม่ต้องการออก แต่ถ้าขอบหยักหรือกรอบรูปมีความหมายกับคุณ ก็เก็บไว้ได้
- เปิดเครื่องมือแล้วอัปโหลด
ในซ่อมรูปเก่าและเติมสี ให้เข้าสู่ระบบแล้วอัปโหลดไฟล์ JPG, PNG หรือ WebP ที่มีขนาดอย่างน้อย 128 px ทุกด้าน รูปที่ใหญ่กว่าจะถูกย่อเหลือไม่เกิน 1600 px ก่อนอัปโหลด
- ดูราคาแล้วเริ่ม
คุณจะเห็นราคาเครดิตที่แน่นอนก่อนเริ่ม การสร้างที่ล้มเหลวจะไม่ถูกหักเครดิต เครดิตที่กันไว้จะคืนให้อัตโนมัติ โดยทั่วไปใช้เวลา 10 ถึง 40 วินาที และผลลัพธ์จะเก็บไว้ให้ดาวน์โหลดได้ 24 ชั่วโมง
- เปรียบเทียบก่อนและหลัง
เครื่องมือนี้ซ่อมรอยขีดข่วนและสีซีด พร้อมเติมสีในขั้นตอนเดียว ลากแถบเลื่อนเพื่อเทียบกับต้นฉบับ แล้วดูใบหน้า มือ และเสื้อผ้าให้ละเอียด
- บันทึกและติดป้ายกำกับ
บันทึกรูปที่เติมสีแล้ว ซึ่งคงสัดส่วนของรูปเดิมไว้ที่ขนาดสูงสุด 2048 px ด้านยาว และตั้งชื่อไฟล์ให้ชัดเจนว่าเป็นรูปที่เติมสี
ตรวจสีที่คุณยืนยันได้จริง
เมื่อได้ผลลัพธ์แล้ว ให้ตรวจด้วยสิ่งที่คุณรู้ ไม่ใช่ด้วยสิ่งที่ดูสวย
- สีผิว เทียบกับรูปอื่นของคนคนเดียวกันและรูปของญาติ ใบหน้าที่ส้มเกินไป เทาเกินไป หรือเรียบเป็นสีเดียว เป็นสัญญาณที่พบบ่อยว่าการคาดเดาผิดพลาด
- เครื่องแบบ ธง และเครื่องหมาย เครื่องแบบทหาร ตำรวจ ข้าราชการ ชุดนักเรียน หรือชุดนักกีฬามักมีสีที่บันทึกไว้ชัดเจน ให้ตรวจจากพิพิธภัณฑ์หรือหอจดหมายเหตุก่อนเชื่อสีที่ AI เติม
- ป้ายร้านและยานพาหนะ รถเมล์ รถราง สามล้อ หรือป้ายร้านค้าในเมืองหนึ่ง ๆ มักมีสีที่เป็นที่รู้จัก กลุ่มผู้สนใจประวัติศาสตร์ท้องถิ่นมักช่วยยืนยันได้
- ถามญาติผู้ใหญ่ ป้าอาจจำได้ว่าประตูบ้านเป็นสีฟ้า หรือชุดแต่งงานเป็นสีงาช้างไม่ใช่สีขาว จดความทรงจำเหล่านี้ไว้ในขณะที่ยังถามได้
- แก้หรือระบุไว้ ถ้ารู้ว่าสีไหนผิด ให้แก้ในโปรแกรมแต่งรูปด้วยเลเยอร์สีบนพื้นที่ที่เลือก หรือเขียนกำกับไว้ว่าบางสียังไม่แน่นอน

สิ่งที่การเติมสีด้วย AI ทำไม่ได้
AI ไม่สามารถรู้สีจริงได้ เสื้อผ้า ฉากหลัง รถยนต์ และการตกแต่งภายในอาจต่างจากความจริง บางครั้งก็ในรายละเอียดที่สำคัญต่อเรื่องราวของครอบครัว AI ยังสร้างรายละเอียดที่ไม่เคยอยู่ในรูปขึ้นมาไม่ได้ ใบหน้าเล็ก ๆ ที่เบลอมากจะยังคงนุ่มอยู่ และความเสียหายหนัก ๆ อาจซ่อมได้เพียงบางส่วน ผลลัพธ์ที่สร้างขึ้นอาจเปลี่ยนรายละเอียดเล็ก ๆ ได้ จึงควรเทียบกับต้นฉบับก่อนจะใช้แทนสิ่งใด
ถ้าปัญหาหลักคือความเสียหาย คุณอาจอยากเก็บรูปไว้เป็นขาวดำ เครื่องมือซ่อมรูป ซ่อมความเสียหายโดยไม่เติมสี และคู่มือซ่อมรูปเก่าอธิบายแนวทางนี้อย่างละเอียด ส่วนรูปที่นุ่มหรือหลุดโฟกัส ดูวิธีแก้รูปเบลอ หรือลองใช้แก้ภาพเบลอ
แชร์อย่างรับผิดชอบ
- เก็บไฟล์สแกนต้นฉบับไว้เสมอ ไฟล์ที่เติมสีเป็นส่วนเพิ่ม ไม่ใช่สิ่งที่มาแทนที่
- ระบุว่าเป็นรูปที่เติมสีในคำบรรยายหรือชื่อไฟล์ทุกครั้งที่แชร์ โดยเฉพาะในอัลบั้มครอบครัวและกลุ่มออนไลน์
- อย่านำเสนอรูปที่เติมสีว่าเป็นรูปถ่ายสีต้นฉบับ และอย่าส่งให้หอจดหมายเหตุหรือพิพิธภัณฑ์ในฐานะหลักฐานชั้นต้น
- ระมัดระวังกับเหตุการณ์ทางประวัติศาสตร์และผู้คนที่ได้รับความทุกข์ สีทำให้ฉากรู้สึกใกล้ตัวขึ้น จึงควรทำด้วยความเคารพและติดป้ายกำกับอย่างชัดเจน
- เมื่อพอใจกับภาพนิ่งแล้ว คุณทำให้รูปขยับได้อย่างนุ่มนวลด้วยเปลี่ยนรูปเป็นวิดีโอ และคู่มือเปลี่ยนรูปเป็นวิดีโออธิบายวิธีทำ
คำถามที่พบบ่อย
AI แสดงสีจริงของรูปเก่าขาวดำได้ไหม
ไม่ได้ รูปขาวดำเก็บเฉพาะความสว่าง ไม่ได้เก็บสี เครื่องมือเติมสีทุกตัวจึงคาดเดาสีที่น่าจะเป็นจากบริบท ใบหน้า ท้องฟ้า และต้นไม้มักดูน่าเชื่อ แต่เสื้อผ้าและฉากหลังอาจต่างจากของจริง
รูปซีเปียเติมสีแบบเดียวกันได้ไหม
ได้ โทนซีเปียหรือสีเหลืองเป็นการย้อมโทนหรือการเสื่อมตามอายุ ไม่ใช่สีจริง เครื่องมือจึงทำงานจากระดับความสว่างและความมืด ถ้าแต่งด้วยมือ การแปลงเป็นโทนเทากลางก่อนมักได้พื้นฐานที่สะอาดกว่า
จะแก้สีที่รู้ว่าผิดได้อย่างไร
เปิดรูปที่เติมสีในโปรแกรมแต่งรูป เลือกพื้นที่ เช่น เครื่องแบบหรือประตู แล้วเพิ่มเลเยอร์สีโดยตั้งโหมดผสมเป็น Color ถ้าแก้ไม่ได้ ให้ระบุในคำบรรยายว่าสีนั้นยังไม่แน่นอน
ซ่อมรูปเก่าโดยไม่เติมสีได้ไหม
ได้ เครื่องมือซ่อมรูปของ Methodhelm ซ่อมรอยขีดข่วนและสีซีดโดยคงรูปไว้เป็นขาวดำ เหมาะกับงานจดหมายเหตุหรือคนที่ชอบลุคแบบต้นฉบับ
แชร์รูปครอบครัวหรือรูปประวัติศาสตร์ที่เติมสีแล้วได้หรือไม่
โดยทั่วไปทำได้ ตราบใดที่คุณเก็บต้นฉบับไว้ และระบุชัดเจนว่าเป็นรูปที่เติมสี เพื่อไม่ให้ใครเข้าใจผิดว่าสีที่ AI คาดเดาคือบันทึกทางประวัติศาสตร์
เติมสีให้รูปเก่าของคุณ
อัปโหลดรูปขาวดำหรือรูปสีซีดเพื่อซ่อมและเติมสีที่ดูเป็นธรรมชาติในขั้นตอนเดียว คุณจะเห็นราคาเครดิตที่แน่นอนก่อนเริ่ม



