Så fungerar AI-färgläggning av foton — och varför gamla bilder var svartvita

Varför gamla foton var svartvita

Under fotografins första hundra år fanns färgfilm helt enkelt inte — och när den väl kom var den dyr och långsam. Kameror fångade bara *ljusstyrka*, inte färg. Därför lever våra gammelfarföräldrar kvar i vårt minne i gråskala.

Informationen om färg fångades aldrig. Hur kan då ett foto färgläggas årtionden senare? Det korta svaret: med en kvalificerad, mycket välinformerad gissning.

Vad AI:n faktiskt gör

Moderna färgläggningsmodeller har studerat miljontals foton — landskap, hudtoner, kläder, byggnader, himlar, växter. Utifrån alla dessa exempel lär de sig den *sannolika* färgen på saker utifrån deras form, textur och sammanhang. Gräs brukar vara grönt, denim brukar vara blått, en klar middagshimmel är ofta ljusblå nära horisonten.

När du laddar upp ett svartvitt foto tittar modellen på varje område, förutspår den mest troliga färgen och blandar in den så mjukt att resultatet ser ut som ett riktigt foto snarare än en målning.

En rimlig rekonstruktion, inte ett dokument

Det här är värt att säga tydligt: färgläggning är en *tolkning*. AI:n kan inte veta att en klänning var röd i stället för grön om inget i bilden antyder det. Vad den däremot kan göra är att skapa ett naturligt, sammanhängande, trovärdigt resultat — precis de färger som fotot troligen hade.

För de flesta familjefoton är det exakt vad folk vill ha: att se en mor- eller farförälders ansikte i levande toner i stället för i grått.

Så får du bästa resultat

• Börja med den renaste skanning du har — mer detaljer ger bättre färgbeslut.
• Väldigt mörka eller kraftigt blekta bilder ger modellen mindre att arbeta med.
• Om ett resultat ser en aning fel ut, försök igen; små skillnader i indata kan förändra utfallet.

Vill du se det på ditt eget foto? Ladda upp ett och se förhandsvisningen dyka upp på några sekunder — de första är gratis.