A melhor IA open source para restaurar fotos antigas não é um checkpoint mágico, mas um fluxo que pode ser revisado. Comece com um bom escaneamento, corrija danos, melhore rostos com moderação e aumente a resolução só depois da limpeza.
Comparamos projetos do GitHub, explicamos o que verificar antes de baixar um modelo e mostramos quando uma ferramenta online é mais prática para uma foto de família.
Índice
Como funciona um fluxo de IA open source
A restauração open source reúne vários fluxos, não um único produto. Separe preparação, reparo de danos, melhoria facial, aumento de resolução e colorização opcional. Assim você mantém pontos de revisão e pode voltar atrás quando um rosto ou fundo muda.
No primeiro teste, use uma cópia em resolução moderada. Guarde o escaneamento, a limpeza, a versão facial e a exportação em pastas diferentes. Isso torna os testes do GitHub ou Hugging Face comparáveis ao arquivo real.
- Preparação da entrada: recorte o scan, endireite a imagem, remova bordas vazias do scanner e mantenha uma cópia original sem perdas.
- Limpeza do scan: corrija exposição, contraste desbotado, amarelamento e forte dominante de cor antes do reparo generativo.
- Restauração de danos: use um nó de restauração de fotos antigas ou inpainting com máscara para arranhões, rachaduras, manchas, cantos rasgados e danos no papel.
- Restauração facial: use GFPGAN, CodeFormer ou outro nó de restauração facial com força moderada para que a pessoa continue reconhecível.
- Upscaling: use ESRGAN, SUPIR, upscale em tiles ou outro ampliador depois da limpeza principal para não ampliar arranhões e poeira.
- Colorização opcional: use DDColor ou um workflow de colorização depois que a versão restaurada em preto e branco estiver salva.
- Revisão final: compare com o original em 100 por cento e rejeite qualquer etapa que mude identidade, idade, roupas ou detalhes importantes do fundo.
Em retratos, não julgue apenas pela miniatura. Um rosto pode parecer bom pequeno, mas em tamanho real olhos, boca ou idade podem ter mudado.
Projetos open source para comparar
Não existe um melhor modelo para todas as fotos. Escolha pelo defeito visível, licença, hardware e manutenção verificável. A tabela é um mapa inicial, não uma promessa de resultado igual.
| Projeto | Função | Por que ajuda | Verifique antes |
|---|---|---|---|
| Bringing Old Photos Back to Life | Danos gerais | Focado em riscos, manchas, desbotamento e áreas ausentes. | Leia a instalação e os requisitos de GPU. |
| CodeFormer | Rostos com fidelidade | Ajuda quando ainda há estrutura real no rosto. | Reduza a intensidade e compare olhos, boca e idade. |
| GFPGAN | Detalhes faciais | Pode ser uma etapa dentro de um fluxo maior. | Força alta pode alterar a identidade. |
| Real-ESRGAN | Aumento depois do reparo | Cria um arquivo maior após limpar os danos. | Não aumente antes, pois riscos e poeira também crescem. |
Use os projetos como componentes e escolha um resultado que possa explicar, comparar e repetir.
Combinar modelos não torna uma inferência historicamente verdadeira. A IA pode criar olhos, textura de roupa ou fundo que nunca foram capturados. Trate o resultado como interpretação quando houver grandes perdas.
Preparar um fluxo local de restauração
As etapas exatas dependem do sistema operacional e da GPU, mas o padrão costuma ser o mesmo. Instale o ComfyUI, adicione os nós personalizados necessários, coloque os arquivos de modelo nas pastas esperadas e carregue um workflow JSON ou PNG.
- Instale o ComfyUI: se você é novo na interface, comece pela documentação oficial do ComfyUI.
- Adicione o ComfyUI Manager: muitos usuários usam para instalar e atualizar nós personalizados, mas ainda vale conferir as instruções do GitHub de cada nó antes de baixar modelos.
- Instale nós de restauração: considere um nó ComfyUI de restauração de fotos antigas, como uma implementação de Bringing Old Photos Back to Life, além de nós separados para rosto e upscale.
- Baixe os modelos necessários: nós de restauração, GFPGAN ou CodeFormer, ampliadores, modelos ControlNet e modelos de colorização podem exigir arquivos separados.
- Carregue o workflow: arraste um JSON de workflow ou um PNG com metadados para o ComfyUI e resolva os avisos de nós ausentes um por um.
- Execute um teste pequeno: teste em tamanho reduzido antes de processar um scan de arquivo em alta resolução.
Melhores configurações para preservar identidade
A parte mais difícil da restauração de fotos antigas com fluxos faciais no ComfyUI não é deixar a imagem nítida. É deixá-la mais nítida mantendo a mesma pessoa. Modelos de restauração facial podem preencher olhos, textura de pele e detalhes da boca, mas quando a fonte é fraca podem inferir um rosto plausível em vez de recuperar o original.
Use estes princípios seguros primeiro:
- Comece com força baixa ou moderada: aumente a força apenas quando o rosto ainda coincidir com o original após comparação.
- Mantenha o denoise baixo em etapas generativas: denoise alto pode refazer estrutura facial, cabelo, roupas e fundos.
- Execute restauração facial depois da limpeza de danos: arranhões atravessando o rosto podem enganar o modelo facial.
- Compare com o scan original: verifique olhos, nariz, boca, mandíbula, expressão, idade e linha do cabelo.
- Evite termos de beleza: palavras como impecável, cinematográfico, glamouroso, jovem ou perfeito podem afastar o resultado da restauração.
- Salve saídas intermediárias: mantenha versões antes do rosto, depois do rosto, ampliadas e colorizadas para poder voltar.
Um resultado tecnicamente impressionante não é automaticamente uma boa restauração de foto familiar. Se parentes diriam que a pessoa parece outra, reduza a força da restauração facial ou volte para um ponto menos agressivo.
Quando uma ferramenta online é melhor
O ComfyUI é poderoso quando você quer controle local repetível, mas nem sempre é o caminho mais rápido. Se você está restaurando uma ou duas fotos de família, instalar nós personalizados e baixar modelos pode levar mais tempo do que a própria restauração.
Use uma ferramenta online quando:
- Você quer um resultado rápido e não precisa de um grafo reutilizável.
- Você está lidando com arranhões, desbotamento, manchas ou leve borrão, não com um workflow personalizado em lote.
- Você não quer gerenciar dependências Python, caminhos de modelos ou memória da GPU.
- Você precisa de um fluxo simples para um familiar sem conhecimento técnico.
Para tarefas simples, comece com restauração de fotos antigas com IA. Para tarefas específicas, use remover arranhões de fotos, colorizar fotos antigas ou transformar foto antiga em nova. O ComfyUI é melhor quando você quer controle mais profundo dessas etapas.
Fontes do GitHub e referências
Antes de instalar, leia README e licença. Consulte os repositórios oficiais Bringing Old Photos Back to Life, CodeFormer, GFPGAN e Real-ESRGAN.
No Hugging Face, confira data, licença e checkpoints do cartão original. O artigo Old Photo Restoration via Deep Latent Space Translation ajuda a entender por que reparo especializado é diferente de apenas aumentar a nitidez.
Perguntas frequentes
Escolha o fluxo mais fácil de revisar
A IA open source oferece controle, mas exige verificar licenças, dependências, GPU e mudanças de identidade. Trabalhe com cópias, salve as etapas e compare cada rosto com o original. Para uma ou duas fotos, uma ferramenta online de restauração pode ser mais rápida.
Sarah Mitchell, redatora de restauração de fotos com IA
Sarah escreve sobre restauração de fotos com IA, preservação de fotos familiares e workflows práticos para reparar imagens antigas sem perder identidade ou contexto histórico.