那张照片是体验图片我外婆年轻时候拍的，黑白底片，无损边缘已经发黄卷曲。修复扫描之后更糟——细密的体验图片划痕像蛛网一样爬满画面，右下角还有一块明显的无损水渍痕迹，把她的修复裙摆糊成了一团灰影。我试过用Photoshop的体验图片修复画笔一点点涂，花了两个小时，无损结果像给伤口贴了块颜色不对的修复创可贴。后来朋友丢给我一个在线工具，体验图片说“你试试这个”。无损上传，修复等了几秒，体验图片下载。无损划痕没了，修复水渍消失了，连她眼睛里的高光都重新变得清亮。我盯着屏幕愣了半天。

这就是现在图片无损修复能做到的事。不是磨皮，不是滤镜，是把破损的、模糊的、被时间啃噬过的图像信息，从残存的数据里“猜”回来。背后的技术说复杂也复杂，说简单也简单——深度学习模型在海量“完好-损坏”图片对里学会了规律：一道划痕两边应该是什么纹理，模糊的人脸五官大概长什么样，噪点底下藏着的边缘该往哪个方向延伸。它不是在原图上修修补补，而是在理解内容之后重新生成缺失的部分。

我拿另一张照片做了对比实验。一张2003年用卡片机拍的合影，分辨率只有640×480，人脸小得看不清表情。用传统插值放大到1920×1080，结果是一团糊，边缘全是锯齿。换用修复工具里的超分辨率功能，同样放大三倍，头发丝和牙齿的轮廓居然出来了。当然不是魔法——它生成的细节未必百分之百忠实于原场景，但视觉上合理，看着舒服。对于老照片来说，“看着对”往往比“绝对真”更重要。

操作门槛低得让人意外。大多数工具就是拖拽上传、点一下按钮的事。有些网页版甚至不需要注册，处理完直接下载。我试过五六个平台，效果差异挺明显。有的对划痕修复很在行，但一遇到大面积破损就露怯；有的超分算法激进，锐化过度，人脸像塑料；还有的免费版会压缩输出尺寸，得仔细看说明。个人经验：修复人像优先选专门训练过人脸数据的模型，修复风景或建筑则更看重纹理还原能力。

有个细节值得说。修复老照片时，我注意到工具对“噪声”和“细节”的区分并不总是准确。一张高ISO拍摄的夜景，修复后噪点确实没了，但远处楼房的窗格也被抹平了。这时候需要手动调一下降噪强度，或者干脆分区域处理。没有一键完美的方案，工具给的是起点，不是终点。

成本方面，免费工具够用，但有限制。比如每月只能处理十张，或者输出带水印。付费的话，单张几毛到几块不等，批量处理会便宜些。我算过一笔账：把家里那箱老照片全部数字化修复，用免费额度慢慢磨，大概需要三个月；花两百块买个月度会员，一个周末就能搞定。时间值多少钱，看你自己怎么算。

最后说一个我没想到的用途。修复完外婆那张照片后，我把它打印出来装进相框。我妈看见的时候没说话，拿在手里看了很久，然后指着照片里外婆身后模糊的背景说：“这棵树还在，就在老房子门口。”修复算法把一棵几乎看不清的树还原出了枝干轮廓，而我妈认出了它。技术做到这个份上，已经不只是像素层面的事了。