La meilleure IA open source pour restaurer de vieilles photos n’est pas un modèle magique, mais une chaîne facile à vérifier. Commencez par un scan propre, réparez les dégâts, améliorez les visages avec retenue et agrandissez seulement après le nettoyage.
Nous comparons ici des projets GitHub, les points à contrôler avant un téléchargement et les cas où un outil en ligne est plus simple pour une photo familiale.
Sommaire
Comment fonctionne un flux d’IA open source
La restauration open source regroupe plusieurs flux, pas un produit unique. Séparez préparation, réparation des rayures, restauration du visage, agrandissement et colorisation éventuelle. Vous gardez ainsi des étapes de contrôle et pouvez revenir en arrière si un visage ou un décor change.
Pour le premier essai, travaillez sur une copie à résolution modérée. Conservez le scan intact, la version nettoyée, la version des visages et l’export final dans des dossiers distincts. Cette méthode rend les essais GitHub ou Hugging Face comparables au fichier réel.
- Préparation de l’entrée : recadrez le scan, redressez-le, retirez les bordures vides du scanner et conservez une copie originale sans perte.
- Nettoyage du scan : corrigez l’exposition, le contraste affaibli, le jaunissement et les fortes dominantes de couleur avant la réparation générative.
- Restauration des dégâts : utilisez un nœud de restauration de vieilles photos ou un inpainting avec masque pour les rayures, fissures, taches, coins déchirés et dégâts du papier.
- Restauration du visage : utilisez GFPGAN, CodeFormer ou un autre nœud de visage avec une force modérée pour que le sujet reste reconnaissable.
- Agrandissement : utilisez ESRGAN, SUPIR, un agrandissement par tuiles ou un autre upscaleur après le nettoyage principal afin de ne pas agrandir rayures et poussières.
- Colorisation optionnelle : utilisez DDColor ou un workflow de colorisation après avoir sauvegardé la version noir et blanc restaurée.
- Révision finale : comparez avec l’original à 100 pour cent et rejetez toute passe qui modifie l’identité, l’âge, les vêtements ou des détails importants de l’arrière-plan.
Pour les portraits, ne jugez pas seulement à la miniature. Un visage peut sembler convaincant en petit, alors qu’à taille réelle les yeux, la bouche ou l’âge ont changé.
Projets open source à comparer
Il n’existe pas de meilleur modèle universel. Choisissez selon le défaut visible, la licence, le matériel et la maintenance vérifiable. Le tableau est un point de départ, pas une promesse de résultat identique pour chaque photo.
| Projet | Rôle principal | Intérêt | À vérifier |
|---|---|---|---|
| Bringing Old Photos Back to Life | Réparer les dégâts | Conçu pour rayures, taches, décoloration et zones manquantes. | Lire l’installation et les besoins GPU. |
| CodeFormer | Visages avec retenue | Utile quand la structure du visage est encore visible. | Baisser la force et vérifier yeux, bouche et âge. |
| GFPGAN | Détails du visage | S’intègre comme étape dans une chaîne plus large. | Une force élevée peut modifier l’identité. |
| Real-ESRGAN | Agrandissement final | Produit un fichier plus grand après la réparation. | Ne pas agrandir avant d’avoir nettoyé les rayures. |
Utilisez les projets comme des composants et choisissez un résultat que vous pouvez expliquer, comparer et reproduire.
Associer des modèles ne rend pas une inférence historiquement vraie. L’IA peut créer des yeux, une texture de vêtement ou un décor jamais capturé. Présentez le résultat comme une interprétation, surtout si de grandes zones manquent.
Préparer un flux local de restauration
Les étapes exactes dépendent de votre système d’exploitation et de votre GPU, mais la logique reste généralement la même. Installez ComfyUI, ajoutez les nœuds personnalisés nécessaires, placez les modèles dans les dossiers attendus, puis chargez un workflow JSON ou PNG.
- Installez ComfyUI : si vous débutez, commencez par la documentation officielle de ComfyUI.
- Ajoutez ComfyUI Manager : beaucoup d’utilisateurs l’emploient pour installer et mettre à jour les nœuds personnalisés, mais vérifiez aussi les instructions GitHub de chaque nœud avant de télécharger les modèles.
- Installez les nœuds de restauration : envisagez un nœud ComfyUI de restauration de vieilles photos, comme une implémentation de Bringing Old Photos Back to Life, plus des nœuds de visage et d’agrandissement.
- Téléchargez les modèles requis : nœuds de restauration, GFPGAN ou CodeFormer, upscaleurs, modèles ControlNet et modèles de colorisation peuvent nécessiter des fichiers séparés.
- Chargez le workflow : glissez un JSON de workflow ou un PNG avec métadonnées dans ComfyUI, puis résolvez les avertissements de nœuds manquants un par un.
- Lancez un petit test : testez en taille réduite avant de traiter un scan d’archive haute résolution.
Meilleurs réglages pour préserver l’identité
La partie la plus difficile des workflows ComfyUI de restauration de vieilles photos avec visage n’est pas de rendre l’image nette. C’est de la rendre plus nette tout en gardant la même personne. Les modèles de visage peuvent améliorer les yeux, la texture de peau et la bouche, mais si la source est faible, ils peuvent inférer un visage plausible au lieu de récupérer l’original.
Commencez par ces principes sûrs :
- Commencez avec une force faible ou modérée : augmentez seulement si le visage reste cohérent après comparaison.
- Gardez un denoise bas dans les étapes génératives : un denoise élevé peut refaire la structure du visage, les cheveux, les vêtements et les arrière-plans.
- Restaurez le visage après le nettoyage des dégâts : les rayures sur le visage peuvent tromper le modèle facial.
- Comparez au scan original : vérifiez les yeux, le nez, la bouche, la mâchoire, l’expression, l’âge et la ligne des cheveux.
- Évitez le vocabulaire beauté : des mots comme parfait, cinématographique, glamour, jeune ou impeccable peuvent éloigner le résultat de la restauration.
- Sauvegardez les sorties intermédiaires : gardez les versions avant visage, après visage, agrandie et colorisée pour pouvoir revenir en arrière.
Un résultat techniquement impressionnant n’est pas automatiquement une bonne restauration familiale. Si les proches diraient que le sujet ressemble à quelqu’un d’autre, réduisez la force de restauration faciale ou revenez à un point de contrôle moins agressif.
Quand un outil en ligne est préférable
ComfyUI est puissant quand vous voulez un contrôle local répétable, mais ce n’est pas toujours la voie la plus rapide. Si vous restaurez une ou deux photos de famille, installer les nœuds personnalisés et télécharger les modèles peut prendre plus de temps que la restauration elle-même.
Utilisez un outil en ligne quand :
- Vous voulez un résultat rapide et n’avez pas besoin d’un graphe réutilisable.
- Vous traitez des rayures, de la décoloration, des taches ou un léger flou plutôt qu’un workflow de lot personnalisé.
- Vous ne voulez pas gérer les dépendances Python, les chemins de modèles ou la mémoire GPU.
- Vous avez besoin d’un flux simple pour un membre de la famille non technique.
Pour les tâches simples, commencez par la restauration de vieilles photos par IA. Pour des besoins ciblés, utilisez supprimer les rayures des photos, coloriser de vieilles photos ou transformer une vieille photo en photo récente. ComfyUI est préférable lorsque vous voulez contrôler finement ces étapes.
Sources GitHub et références
Avant toute installation, lisez le README et la licence. Consultez les dépôts officiels Bringing Old Photos Back to Life, CodeFormer, GFPGAN et Real-ESRGAN.
Sur Hugging Face, vérifiez la date, la licence et les checkpoints de la fiche originale. L’article Old Photo Restoration via Deep Latent Space Translation explique la différence entre netteté et réparation spécialisée.
Questions fréquentes
Choisissez le flux le plus vérifiable
L’IA open source donne du contrôle, mais demande aussi de vérifier licences, dépendances, GPU et dérive d’identité. Travaillez sur une copie, gardez les étapes intermédiaires et comparez chaque visage avec l’original. Pour une ou deux photos, un outil de restauration en ligne peut être plus rapide.
Sarah Mitchell, rédactrice en restauration photo IA
Sarah écrit sur la restauration photo par IA, la préservation des photos de famille et les workflows pratiques pour réparer de vieilles images sans perdre l’identité ni le contexte historique.