Sådan virker AI-farvelægning af fotos — og hvorfor gamle billeder var sort-hvide

Hvorfor gamle fotos var sort-hvide

I fotografiets første hundrede år fandtes farvefilm ganske enkelt ikke — og da den endelig kom, var den dyr og langsom. Kameraer optog kun *lysstyrke*, ikke farve. Derfor lever vores oldeforældre videre i vores erindring i gråtoner.

Oplysningen om farve blev aldrig fanget. Hvordan kan et foto så farvelægges årtier senere? Det korte svar: med et kvalificeret, meget velinformeret gæt.

Hvad AI'en faktisk gør

Moderne farvelægningsmodeller har studeret millioner af fotos — landskaber, hudtoner, tøj, bygninger, himle, planter. Ud fra alle disse eksempler lærer de den *sandsynlige* farve på ting ud fra deres form, tekstur og sammenhæng. Græs plejer at være grønt, denim plejer at være blåt, en klar middagshimmel er ofte lyseblå nær horisonten.

Når du uploader et sort-hvidt foto, kigger modellen på hvert område, forudsiger den mest sandsynlige farve og blander den så blødt ind, at resultatet ligner et rigtigt foto frem for et maleri.

En sandsynlig rekonstruktion, ikke et bevis

Det er værd at sige tydeligt: farvelægning er en *fortolkning*. AI'en kan ikke vide, at en kjole var rød i stedet for grøn, hvis intet i billedet antyder det. Hvad den derimod kan, er at skabe et naturligt, sammenhængende, troværdigt resultat — netop de farver, fotoet sandsynligvis havde.

For de fleste familiefotos er det præcis, hvad folk ønsker: at se en bedsteforælders ansigt i naturtro toner i stedet for i gråt.

Sådan får du det bedste resultat

• Start med den reneste scanning, du har — flere detaljer giver bedre farvevalg.
• Meget mørke eller stærkt falmede billeder giver modellen mindre at arbejde med.
• Ser et resultat en smule forkert ud, så prøv igen; små forskelle i inputtet kan ændre udfaldet.

Vil du se det på dit eget foto? Upload et og se forhåndsvisningen dukke op på få sekunder — de første par er gratis.