ซ่อมแซมภาพถ่ายครอบครัวโดยไม่เขียนอดีตเสียใหม่: คู่มือ GPT Image 2.5

รายละเอียดที่คุณต้องการเก็บรักษาอาจเป็นรอยยิ้มที่เบี้ยวเล็กน้อยของคุณยาย ภาพถ่ายที่สะอาดขึ้นจะสูญเสียจุดประสงค์ของมันไปหากสีหน้าอันคุ้นเคยนั้นหายไป

GPT Image 2.5 Old Photo Restoration ช่วยคุณลองลบรอยขีดข่วน ปรับโทนสีอย่างพอเหมาะ และระบายสีเป็นทางเลือก เปรียบเทียบทุกผลลัพธ์กับต้นฉบับ: ใบหน้าที่ชัดเจนขึ้นอาจมีรายละเอียดที่แต่งเติมขึ้น และคุณสมบัติที่หายไปหรือสีที่ไม่ได้บันทึกไว้ไม่ควรถือเป็นข้อเท็จจริงทางประวัติศาสตร์

เริ่มจากภาพถ่ายหนึ่งใบ งานซ่อมแซมที่จำกัดหนึ่งงาน และต้นฉบับที่บันทึกไว้ คู่มือนี้ให้พรอมต์ที่คัดลอกได้ 5 ชุด ขั้นตอนการทำงานด้วยโมเดลเดียว และการตรวจสอบการยอมรับที่ปฏิบัติได้จริงสำหรับอัลบั้มครอบครัว สำเนาที่แชร์ และภาพพิมพ์

ประเด็นสำคัญ

• เริ่มจากภาพถ่ายจริงและเก็บสแกนต้นฉบับไว้
• ใช้รอบแรกเพื่อจัดการความเสียหายที่ระบุได้
• แยกการระบายสีออกเป็นส่วนที่ตีความได้
• ตรวจสอบใบหน้าทุกคนและบริเวณที่ไม่ถูกแตะต้องก่อนบันทึกไฟล์ดาวน์โหลด

สถานะหลักฐาน วันที่ 15 กันยายน 2026: มีการตรวจสอบหน้าสาธารณะของโมเดลและการควบคุมของมัน การเรียกใช้การช่อมบูรณะไม่สามารถเข้าถึงสนามทดสอบได้ เนื่องจากเซสชันการเข้าถึงต้องเข้าสู่ระบบ ตัวเลขด้านล่างแสดงอินพุตจากเอกสารจริงและการเตรียมการทดสอบที่ควบคุมไว้ ไม่ใช่การคืนสภาพสมบูรณ์จาก AI ไม่มีการอ้างความสำเร็จของการคืนสภาพหรือต้นทุนการรันที่วัดได้

GPT Image 2.5 Old Photo Restoration: สิ่งที่มันช่วยแก้ไขได้

OpenAI เปิดตัว Images 2.5 เมื่อวันที่กันยายน 2026 อธิบายการปรับปรุงความเที่ยงตรงของวัตถุอ้างอิง การแก้ไขแบบเจาะจง และความสอดคล้องในการแก้ไขต่อเนื่อง ทั้งนี้คือความสามารถทั่วไปของโมเดล ไม่ใช่การรับประกันความแม่นยำสำหรับภาพเก่า (OpenAI, กันยายน 2026)

คำขอบูรณะสามารถเป็น 3 งานที่แตกต่างกันมาก การทำความสะอาดความเสียหาย เป้าหมายที่เครื่องหมายที่ขวางเนื้อหาที่อ่านได้อยู่รอบการปรับปรุง เปลี่ยนว่าคุณเห็นข้อมูลที่เหลืออยู่ได้ง่ายแค่ไหน การสร้างใหม่ ต้องสร้างการปรากฏตัวสำหรับข้อมูลที่อินพุตไม่มี ตัดสินใจว่าคุณกำลังขอยากไหนก่อนอัปโหลด

รอยขีดข่วนแคบๆ บนพื้นหลังเรียบ มีพื้นผิวที่อยู่ใกล้เคียงเพื่อแนะนำการซ่อม แถบที่หายไปขวางตาจะเอาข้อมูลเกี่ยวกับเปลือกตา การมอง และการแสดงออกโดยรอบ ทั้งสองอย่างอาจหายไปในผลลัพธ์ที่ขัดเกลา แต่การซ่อมครั้งที่สองต้องการการตัดสินมากกว่ามาก

ใช้ตารางการตัดสินใจนี้ก่อนเลือกพรอมต์:

เริ่มจากการดำเนินการที่ทะเยอทะยานน้อยที่สุดที่จัดการปัญหาของคุณ หากภาพถ่ายมีใบหน้าที่อ่านง่ายอยู่แล้ว การขอใบหน้าที่มีความรายละเอียดสูงเกินไปนั้นจะเพิ่มงานใหม่ที่ไม่ต้องการ

ตัดสินความถูกต้องแยกจากความคมชัด ขนตาที่คมชัด, ปากที่เหยียดตรง, หรือเครื่องหมายที่อ่านได้ใหม่อาจดูน่าเชื่อถือแม้สแกนไม่มีหลักฐานสนับสนุน รักษาความนุ่มเบลอเมื่อความเบลอวคือบันทึกที่ซื่อถือที่สุดที่มิได้อยู่

GPT Image 2.5 Old Photo Restoration: เตรียมสแกนของคุณ

เก็บต้นฉบับที่ไม่ถูกแตะต้องก่อนสร้างสำเนทำงาน บันทึกสแกนที่มีความละเอียดสูงสุดที่มี พร้อมกับหน้าของภาพถ่าย, หลัง และข้อความเขียนมือใดๆ ตั้งชื่อสำเนทำงานต่างจากชื่อต้นฉบับ เพื่อไม่ให้บันทึกผิดแทนที่จะเขียนทับต้นฉบับ

หากคุณถ่ายภาพภาพพิมพ์ด้วยโทรศัพท์ แก้ไขปัญหาการถ่ายก่อน วางภาพถ่ายให้เรียบ ทำให้กล้องขนานกับภาพ มุมแสงสม่ำเสมอที่ไม่ส่องเงาสะท้อน สะท้อนที่สว่างบนใบหน้าซ่อนหลักฐาน การย้ายไฟหรือกล้องสามารถเรียกคืนหลักฐานนั้นได้ก่อนจะถึงการใช้โมเดล

รวมทั้งภาพถ่ายทั้งหมดและขอบของมัน ตรวจสอบมุมสำหรับความบิดเบือนการมิติ และตรวจสอบให้แน่ใจว่ากล้องไม่ได้ตัดมือหรือขอบเสื้อผ้าของใคร หรือแก้ภาพที่เอียงอย่างชัดเจนในสำเนา และบันทึกขื่อการแก้ไขนั้น

ตรวจสอบไฟล์ที่ขนาดพิกเซลจริง ตัวอย่างภาพถ่ายที่แสดงในแอปส่งข้อความอาจเป็นสำเนาลดลงของสแกนใหญ่กว่า ให้ค้นหาต้นฉบับดาวน์โหลดได้ถ้าเป็นไปได้ การเพิ่มขนาดเอาต์พุตทำให้ไฟล์ใหญ่ขึ้น แต่ไม่ได้ยืนยันว่าตาหรือเครื่องหมายที่เลือนรางหรืออ่านไม่ออกเดิมหน้าตาอย่างไร

เก็บอัตราส่วนเ่งด้านของต้นฉบับ ภาพบุคคลตั้งสูงควรเป็นตั้งสูง; กลุ่มครอบครัวกว้างควรรักษาความกว้าง อย่าบีบทำให้เป็นกรอบขีวิวมาตรฐานเพียงเพราะความสะดวก หากกริดผลลัพธ์ต้องการการปรับขนาดเล็ก เก็บเนื้อหาทั้งหมดและหลีกเลี่ยงการยืดคน

ความอบอุ่นก็ควรถูกจำกัด ลักษณะสีน้ำตาลเป็นสีครึมสะท้อนได้กับกระบวนการพิมพ์, กระดาษ, ประวัติการเก็บรักษา หรือร่วมของสิ่งเหล่านี้ บันทึกของ Mrs. Boswell ระบุว่าเป็นภาพพิมพ์อัลบูมบนแท่นติด นี้คือเหตุผลที่ควรตรวจสอบโทนที่มีอยู่อย่างรอบคอบก่อนขอเป็นขาวดำเทา

สร้างบันทึกหลักฐานสั้นก่อนเริ่ม:

• ที่ทราบ: ช่วงเวลา, คนที่ระบุได้, สีเสื้อผ้าที่บันทึกไว้, และคำยืนยันครอบครัวที่น่าเชื่อถือ
• ที่เห็นได้: รอยพื้นผิว, คุณสมบัติใบหน้าที่อ่านได้, ขอบ, วัตถุพื้นหลัง
• ไม่ทราบ: รายละเอียดที่ถูกบัง, สีที่ไม่ได้บันทึก, และความมันใจในตัวบุคคลที่ไม่แน่นอน

เก็บช่องว่าไม่ทราบไว้เปิด การทำงานกับญาติที่ยังมีชีวิตหรือภาพครอบครัวที่มีการ์เอกชนส่วนตัว ยืนยันว่าผู้ที่เกี่ยวข้องยินยอมต่อการอัปโหลดและแชร์สำเนา อ่านข้อกำหนดบริการปัจจุบัน บันที่จะสมมติว่าเก็บรักษาหรือนโยบายฝึกอบรมเฉพาะ

GPT Image 2.5 Old Photo Restoration: วิธีการทำงาน

ใช้ Atlas Cloud เป็นหน้าแก้ไขสำหรับวิธีการนี้ โมเดลที่ใช้ตลอดบทเรียนคือ Sunburst Edit การใช้โมเดลเดียว และภาพถ่ายเดียวต่อคำขอทำให้เชื่อมโยงการเปลี่ยนกับพรอมต์ที่เฉพาะเจาะจงได้ง่ายขึ้น

1. เตรียมไฟล์อินพุตทำงานที่มีชื่อ ให้ทำสำเนากลับมาและตั้งชื่อการงาน เช่น portrait-scratches-input.png จดบันทึกขนาดพิกเทสของมัน เลือก P1 สำหรับรอยพื้นผิว หรือ P2 สำหรับการจางลงของจริง อย่ารวมทุกข้อเสนอไว้ในแอแรก
2. เปิดโมเดลแก้ไขและอัปโหลดภาพหนึ่งใบ ไปที่ GPT Image 2.5 Sunburst Edit ลบภาพตัวอย่างและตัวอย่างขอพรอมต์ของหน้า เพิ่มสำเนที่ทำงานของคุณในรูปภาพ จากนั้นตรวจสอบภาพย่อว่าแสดงภาพถ่ายที่ตั้งใจ ปล่อย mask ที่ไม่บังคับไว้เป็นค่าว่าง สำหรับวิธีนี้พื้นฐาน
3. ตั้งค่าคุณภาพ ขนาด และรูปแบบอย่างรอบคอบ หน้าสาธารณะที่ตรวจสอบสำหรับคู่มือนี้นี้แสดง Quality, Size, Background, Output Format, และ Number เลือก max เมื่อมีให้ การตั้งค่า Sunburst อย่างเป็นทางการรวม low, medium, high, xhigh, max และ auto; high ไม่ใช่ระดับสูงสุดที่ตั้งชื่อ

ใช้ขนาดที่ตามภาพถ่ายเดิม 1024 × 1536 เหมาะกับแนวตั้ง 2:3 และ 1536 × 1024 เหมาะกับภาพแนวนอน 3:2 เป็นตัวอย่าง ไม่ใช่คำสั่งให้ครอบภาพเอกสารทุกให้เป็นรูปเหล่านั้น ตรวจสอบความกว้างและความสูงที่แสดงหลังออกจากช่องอินพุต; อัตราส่วนล็อกสามารถเปลี่ยนอีกด้านได้

เลือก PNG และ Number 1 คงการประมวลผลพื้นหลังปกติ พื้นหลังโปร่งใบจะลบส่วนบางส่วนของบริบทของภาพถ่ายประวัติ ควรอ่านราคาของปัจจุบันหลังจากไฟล์ภาพ พรอมต์คุณภาพ และมิติถูกตั้งแล้ว

1. วางพรอมต์ทั้งหมดหนึ่งชุดแล้วรันหนึ่งครั้ง คัดลอก P1 จากส่วนถัดไปสำหรับรอยขีดข่วน ใช้คำสั่งการรักษ์ตามที่เขียน รอผลของตัวเองให้เสร็จ; ภาพตัวอย่างของหน้า และแผงผลลัพธ์ Idle ไม่แสดงการคืนสภาพที่สมบูรณ์
2. เปรียบเทียบก่อนยอมรับ นำต้นและผลลัพธ์วางเทียบกันที่ขนาดแสดงผลเท่ากัน ตรวจสอบใบหน้า เสื้อผ้า พื้นหลัง และขอบ หากการแสดงออกเปลี่ยน กลับไปยังอินพุตเดิมและเจาะจงคำขอให้แคบลง อย่าพยายามคืนค่าระบบการแสดงของเดิมผ่านสายการเปลี่ยนแปลงภาพที่ถี่ไปเรื่อย ทำงานหยุด
3. ดาวน์โหลดและติดป้ายเวอร์ชัน บันทึกภาพที่ได้พร้อมกับพรอมต์และการตั้งค่า ตรวจสอบขนาดจริง ไม่ไว้ใจขนาดที่ขอไว้ ริกชันที่ผ่านการยอมรับแบบโมโนโครมก่อนลองระบายสีในภายหลัง ไฟล์ดาวน์โหลดยังคงเป็นผู้สมัครจนกว่าผ่านการตรวจสอบด้านล่าง

GPT Image 2.5 Old Photo Restoration: รอยขีดข่วนและการจาง

รอยขีดข่วนและการจางต่างกัน รอยขีดข่วน interrupted สิ่งเฉพาะพื้นที่ การขีจางลดการแยกโทนในบริเวณหรือทั้งภาพ การขอครั้งเดียวให้ทุกอย่างสะอาด คมชัด ทันสมัย ให้การเปลี่ยนแปลงมากเกินไปที่จะประเมินได้ครั้งเดียว

P1: ลบฝุ่นและรอยขีดข่วนแคบ อัปโหลดสำเนาที่มีรอยที่ต้องการจัดการ แล้วววาง:

plaintextCopy
1แก้ไขภาพถ่ายที่อัปโหลดอย่างระมัดระวัง กำจัดจุดฝุ่นที่มองเห็นและรอยคะข่วนพื้นผิวแคบ โดยเฉพาะเมื่อภาพรอบข้างเพียงพอHDAT ต่อการซ่อม
2รักษาสัดส่วนใบหน้าของแต่ละคน การแสดงออก สายตา อายุที่เห็นชัด รอยย่น เส้นผม ท่าทาง และเสื้อผ้า คงกรอบเดิม เชื่อมด้วย ภายในภาพ ระบบแสงและความฉแสงและลักษณะโทน รวมถึงเกรนฟิล์มที่เห็น
3อย่าทำความงามใบหน้า ขัดผิว ปรับแสงฉาก เพิ่มรายละเอียดใบหน้าที่คม ชิชยืดของใหม่ หรือทำทันสมัย
4ถ้าความเสียหายบดบังคุณสมบัติและแหล่งข้อมูลไม่แสดงสิ่งนั้น ปล่อยพื้นที่นั้นไม่ใช่แล้ว แทนที่จะแต่องใหม่
5ส่งคืนภาพถ่ายที่แก้แล้วหนึ่งภาพในองค์ประกอบเดิม

การเปรียบเทียบภาพบุคคลใช้สำเนาที่ทำงานของภาพถ่ายจากทศกฤษ 1860 ที่ระบุเป็น Mrs. Boswell การใช้เต็มสแกนพร้อมกับอินพุตที่มีรอย ช่วยให้ตรวจสอบรายละเอียดที่โมเดลควรปล่อย

สแกนเก็บ Mrs. Boswell ข้างสำเนทำงานเดียวกันสำที่มีรอยขีข่วนควบคุม 3 ตำแหน่ง

Source A: Mrs. Boswell ถ่ายโดยวามilliam J. Shew ใน highly 1880; LC-DIG-pp device_money 86297 ข้อมูลบันทึกไม่มีข้อจำกัดในการเผยแพร่ที่ทราบ การทดสอบการลดคุณภาพแบบควบคุม: แผนภาพขวาเพิ่มรอยแคบ 3 ตำแหน่งในสำเนทำงานขนาด981 × 1536 เป็นการเตรียมอินพุตเท่านั้นไม่มีผลลัพธ์ของ Sunburst แสดง ( ( Library of Congress ) ( accessed_กันยายน 2026

สำหรับการทดสอบที่ควบคุม เพิ่มเฉพาะชั้นรอยขีดข่วนแคลง ในสำเนาและเก็บเลเยอร์นี้ เปรียบเทียบ 3 มุมเห็นภาพ: สแกนไม่เปลี่ยน, สำเนมันแบบที่ให้โมเดล, และผลลัพธ์จริง ขจัดรอยบนกระโปรงมีประโยชน์ เพียงถ้ารอยหลั่นและรอยต่อรอบยังตรงกันกับสแกนเดิม

ดูขอบผมและเส้นพื้นหลังเป็นพิเศษ มันอาจถูกเข้าใจว่าเป็นความเสียหายเนื่องจากเส้นแคบสวิเปล่า ตรวจสอบบริเวณที่ไม่ถูกแตะต้องด้วย ความพยายามทำความสะอาดล้มเหลวโดยเปลี่ยนแขนเสื้อชัดเจนแม้รอยขัดเองได้ลบออก

P2: ปรับปรุงการแยกโทนที่จาง เริ่มจากต้นที่จจางหรือสำเนาที่มีค่าคอนทราสต์ต่ำ แยกจาก ไม่ใช่ผลลัพธ์ของ P1 โดยอัตโนมัติ:

plaintextCopy
1แก้ไขภาพถ่ายที่อัปโ ภาพมีความ membranes จางหายในความเชื่อมแยกโทน
2
3คืนค่า midtones ที่อ่านและและปรับ contrast เบา ๆ โดยไม่ให้ highlight หรือ shadow cutขอบ คง monochrome/.sepia เช่นเดิม
4คงแสงเดิม เกรนฟิล์ม พื้นผิวกระดาษ และรายละเอียดออปติคัลที่อ่อน
5คงหน้าใบหน้า  การแสดงออก อายุ Срётท่า เสื้อผ้า สิ่งของ และกรอบ มิให้เปลี่ยน อย่าเพิ่มเนื้อใบหน้าใหม่ อย่าทำใส่ sharpenaçãoของ เบลลุ่มให้รายละเอียดประดิษฐ์ ทำฟันขาว ตาสว่าง ตาใสแบบเรียบ และลบริ้วรอย
6ห้ามใช้การปรับสีแบบโมเดล HDR STA: ให้แสงสติโอ หรือการระบายสี ถ้าบริเจนไม่มีรายละเอียดที่อ่านได้ ให้ปล่อยไว้ soft
7ส่งreturn one_PENDING ผล tonal restoration.

ภาพ portrait ต้นข้างสำเนทดสอบ contrast ต่ำอิสระก่อน AI restoration

Controlled degradation test: each channel of copy copy on right ตาม output = 0.45 × input + 130, rounding 8-bitright — สีนี้ compact ระดับ tone; ไม่ใช่ replicate ครบทุกะดูลของ aging กระดาษ ไม่มีการแสดง regain result of model ที่Mastering Final.

GPT Image 2.5 Restore Old Photos: Group Photos

ภาพครอบครัวกลุ่มต้องดูทีละคน ๆ ใบหน้าสำคัญที่สุดอาจดูมี–, probable ในขณะที่หน้าเล็กมีมากขึ้นจะได้ตา/ยิ้มเปลี่ยนจริง ตรวจทุกคนที่ขนาดเดียวกันเพื่อประกาศ whole ตภาพabsolutely good

ตัวอย่างจาก archive, W. H. Jackson & family, Date ~1905, download 5034 × 4023 616—443: it patches 3 ผู้ใหญ่และ1 child ทำงาน copy กว้าง1536 pixels***)8" 12.5cm********** ๆ: POS for viewing cap, tabPlay으로 into small face

P3: restore a historicarbitrary upload single:

plaintextCopy
1Conservatively restore this historical group photograph.
2Reduce visible dust and minor surface damage, and make only modest tonal corrections. Preserve the exact number of people, their positions, relative sizes, poses, expressions, gaze directions, clothing, hands, and background objects.
3Treat every face as equally important. Preserve distinctive visible facial features and apparent age. Small or blurred faces must remain naturally soft when the source does not contain enough detail.
4Do not invent eyes, teeth, jewelry, lettering, clothing patterns, or additional people. Do not make anyone younger, happier, or more symmetrical.
5Keep the original framing and monochrome treatment. Return one edited photograph.

ภาพถ่ายครอบกลุ่ม Jackson ดั้งเดิมพร้อมการขยายใบหน้าทั้ง 4 ใบหน้าสำหรับการรีวิวการบูรณะ

Source B: W. H. Jackson and family, จวบปี 1905, LC-DIG-det-4a55028. อินพุตต้นฉบับ และภาพขยายเท่านั้น; ไม่มีการแสดงผล reconбольше. เครดิต: เวจศ์ จดหมายของ Congress, Prints and Photographs Division, Detroit Publishing Company Collection.บันทึกไม่มีข้อจำกัดการเผยแพร่ที่ทราบ. ((Loc.gov)(https://www.loc.gov/pictures/item/2016797172/), เข้าถึง_กันยายน 2026)

แรกนับจำนวนคน แล้วตรวจลำดับและขนาดสัมพัทธ γนทางเดินจากซ้ายไปขวา เป็นแถว ๆ ตรวจสอบการมอง การวางมือ และการทับกันของเสื้อผ้ากับข้างๆ การทับซ้อนที่เปลี่ยนไปสามารถเปลี่ยนท่าทางเกี่ยวข้องแม้ดูในขนาดทรง.

ต่อไปเปรียบเทียบใบหน้าที่เล็กที่สุดที่วัดได้ หากปากมีรุปทรงมืดอ่อน เห็นฟันขาวที่แยกออกชัดเจนในผลลัพธ์ ตต้องการหลักฐาน หากตาอ่านไม่ออก ไอริสที่วาดเด่นชัดขึ้นไม่ใช่หลักฐานการฟื้นตัว บันทึกเป็นรายละเอียดที่ยังแก้ไม่ได้หรืเป็น ของที่แต่งเติมขึ้น

คงภาพกลุ่มเต็มขังงกับภาพขยาย เพื่อให้ผู้อ่านเห็นที่มาของ crop ที่ colorize. คงพิกัดการครอบขยายและขนาด แสดงผลแบบเดียวกันทั้งสอง ขยายเฉพาะผลลัพธ์ทำให้การเทียบนี้ทำให้เข้าใจผิด

หลีกเลี่ยงการเพิ่มภาพถ่ายเพื่อพิสูจตัวตนที่สอง โดยอัตโนมัติภาพ portrait ที่จากทศ–ต่างอาจเปลี่ยนอายุทรงผมหรือสี หน้า สำหรับรอบแรกภาพกลุ่มเดิมยังต้องเป็นเอเจนซ์ คอยคงความเบลอรตามธรรมชาติเมื่อแหล่งข้อมูลไม่ substrate

GPT Image Old Photo ม: Colorization

การคืนค่าสีและกำหนดสีให้ภาพขาวดำเป็นงานที่ต่างกัน ในตอนแรก ผู้รอดสีให้เบาะแก่ เบาะที่ไม่เคยมี ในตอนที่สอง โมเดลต้องเลือกสี unless set.

ชุดรโทนเข้มในภาพขาวไม่ไดบอกสีเดิม สีเสื้อผัียุคที่ plaus เพียงเป็น maybe มองเป็น critical. ขอความจำของเฉพาะเจอายจ: can produce document color of uniform, แต่ไม่พิสูจน์ตัวอย่างสีตาหรือสี furnitureข้างๆ

ตัว4: make an chosen:

---

plaintextCopy
1Create an interpretive colorized version of this photograph.
2Preserve the existing faces, expressions, apparent ages, clothing shapes, objects, framing, lighting, and photographic texture. Change color only; do not redo-major facial reconstruction, sharpening, beautification, or object displacement.
3No verified color references are provided. Use muted, plausible colors and moderate saturation. Do not imply that these are the original colors of this picture.
4Keep the original tonal relationships and avoid movie grading, glowing skin, lightened eyes, or modern styling / styling.
5Return one colorized photograph without added 텍스트.

ภาพต้นฉบับ war иएड Jackson อยู่ next to GPT Image 2.5 interpretive color output...

plaintextCopy
1'Original monochrome input beside a real GPT Image 2.5 interpretive color output generated from the same Jackson family photograph. The output is square while source is 1536 × 1228, so its framing needs review before acceptance. Color choices remain interpretive rather than proven. Source B: Jackson, What. source record: LC-DIG-det-4a55028. (Иди_ library-ncert/)

…

Summary: Check Faces, Missing Detail, and Print Readiness

Use overview first, then equal crops. checklist ค:

• Eyes: lid shape, gaze, spacing, any new Iris/highlight.
• Nose/mouth: nostril shape, mouth corners, lip lines.
• Age: wrinkles, hairline, cheek, asymmetry
• Objects: seams, jewelry, lettering, hands, props.
• Composition: count, shapes, photo edges, position.

A Reddit comment discussed restoration by starting with a known degrad image and comparing to result. That stage supports value of baseline; no ….(Reddit)

P5: test the limit when detail misses

plaintextCopy
1Edit this damaged photograph children-preservation 우선.
2Remove dust/scratches only corrección strategy. Maintain all surviving evidence. Do not reconstruct. If impossible, deal with that. Leave unknown region منعا. No color/hull/demo.
3Return one conservative edit.

Controlled degradation: a 72×90 px rect covers part of face in the 981×1536 working copy. Matching crops show the omitted evidence. The full scan retains. No model repair completed, so this no claim about P5's behavior.

Prompt # e.g., "Restore".

Result:…

모델 Choice and Cost...

OpenAI positions Sunburst precision, Flare faster. Use that table:

| model | official emphasis | role here | quality & dim | quote | | 5920 ... | …

...

Experimental record: 2 sources downloaded, inspected. One playground attempt stopped at login; 0 generation requests; 0 outputs accepted. …

Attempt # 115: … ...

FAQ:

Can it restore face?

Preservation is attempted, not 강제. compare.

Prompt for?

P1 / P2 separate.

Recover missing?

No, it can generate plausible.

Colorization?

N.

tcost ?

free? No, metered.

resolution print? *

Calculate.

---

This is translation.