手機照片畫質增強

手機的感光元件非常小。光線充足時影響不大，但在室內和夜間，相機會提高感光度（ISO）來取得足夠的曝光，感光元件的隨機雜訊也會跟著畫面一起被放大。你看到的就是顆粒，而在暗部則是畫面中原本沒有的紅、綠、紫色斑。

接著手機會試著把這些雜訊藏起來。內建的降噪會把細微質感和顆粒一起抹糊。這就是夜拍照片常看起來糊糊的、像畫出來的原因：頭髮變成一團平滑的色塊，樹葉變成綠色水彩，磚牆變成單調的橘色。合成多張影格的夜間模式有幫助，但只要有東西在動，就可能多出拖影和殘影。

最後一步通常發生在分享照片時。WhatsApp、Messenger、LINE 和大多數社群 App 都會把照片縮小，再存成壓縮過的 JPEG。壓縮會丟掉僅存的細節，並在邊緣加上方塊和光暈。每轉傳一次，都可能再多一輪損傷。LINE 照片畫質變差的修復方法詳細說明了這個環節，夜拍照片為什麼有顆粒則說明相機端的原因。

畫質增強會依序執行兩個神經網路。第一個是修復模型，一次去除感光元件雜訊、色斑、手機降噪造成的塗抹感和 JPEG 壓縮，並讓真實的邊緣留在原位。第二個是細節模型：在雜訊或壓縮抹掉細微質感的地方，例如布料的織紋或松樹的針葉，它會補回自然的質感，讓成果看起來不像塑膠。

細節模型只在照片需要的地方作用。如果你的照片本來就很乾淨，畫質增強幾乎會維持原樣，不會憑空捏造不需要的細節。照片中偵測到的文字，例如招牌和標籤，會交給修復步驟處理：只去除雜訊和壓縮，不會重新描繪字母。

兩個網路都是用成對的資料訓練：一張乾淨的照片，以及同一張照片經過真實手機模擬後的版本。這套模擬以真實裝置的量測資料校準，包括平價機和舊手機的雜訊、夜間模式的多張合成，以及聊天 App 縮圖和壓縮的規則。因此，一般降噪濾鏡當成細節的手機損傷，畫質增強都能辨認出來。

輸出的寬度和高度與你上傳的照片完全相同。畫質增強不會放大、裁切或重新打光，也不會改變白平衡或曝光：暖色調的夜景依然是暖色調。如果你也需要更大的圖片，可以對增強後的成果再使用放大 4×。

當損傷來自雜訊或壓縮，而不是失焦時，畫質增強的效果最明顯：

• 在弱光、夜間或室內拍攝，結果顆粒感重、糊糊的或不夠銳利的照片：城市夜景、餐廳、演唱會、生日派對。
• 透過 LINE、WhatsApp 等聊天 App 傳送，或反覆儲存後畫質變差，而且原檔已經找不到的照片。
• 舊手機或平價手機拍的照片，這些手機的感光元件小，連在室內都有明顯雜訊。
• 在昏暗店面或車庫拍攝、準備上架的商品照片。

畫質增強修復的是畫面，而不是解讀內容。它無法讓看不清的文字變得可讀、無法還原車牌，也無法讓文件變清晰。非常小或密集的文字偶爾可能沒被偵測到，所以對每個字都很重要的文件，請檢查成果或保留原檔。

它補上的細微質感是合理推估的結果，而不是場景的真實紀錄。請勿將成果用作證據或身分辨識，例如辨識人臉、車牌或序號。此外，本來就清晰、曝光良好的照片幾乎不會改變：畫質增強是修復工具，不是讓每張照片都變得不一樣的濾鏡。

畫質增強是為照片打造的。它在截圖和圖形上也能去除壓縮色塊，但平塗區域可能會出現淡淡的質感，所以請把成果和原圖對照。

模型只能處理檔案裡現有的內容，所以輸入越好，成果越好：

• 盡量使用轉傳次數最少的版本。傳送者相簿裡的原圖，勝過轉傳三次後的照片。
• 避免使用照片的截圖。截圖會在原本的損傷之上，再加上一次縮放和介面縮放。
• 先上傳，再編輯。濾鏡、強烈銳利化和提高亮度，都會讓雜訊更難與細節分開。
• 先增強畫質，再放大。放大有雜訊的照片也會放大雜訊，而雜訊分散到更多像素後就更難去除。
• 列印或發布前，請以 100% 縮放檢查人臉和文字。

許多 AI 畫質提升工具是完全生成式的：它們會從頭重畫皮膚、眼睛和質感。乍看之下令人驚豔，仔細一看卻不太對勁，尤其是你認識的人。畫質增強則調校成只修復像素能支撐的內容。它不會美化臉部、改變表情或加入物件。在資訊確實已經消失的地方，它會讓該區域保持乾淨自然，而不是憑空捏造。忠實放大與生成式放大指南說明了兩者的差異。

本頁和作品展示中的每個範例，都是模型的真實輸出。受損的輸入圖是用我們的手機模擬器從乾淨的照片製作而成，每個範例都有註明。