¿Fotos restauradas con AI que parecen pinturas al óleo impresas? Papeles, ganancia de punto y enfoque en la práctica

El motivo por el cual las fotos de alta resolución generadas por AI en pantalla se imprimen oscuras y borrosas es que la «ganancia de punto» provocada por la absorción del papel amplifica los bordes demasiado enfocados por la AI

Para solucionar esta diferencia, suelo sugerir a los clientes aplicar el «triple control de archivos» de MINDS: 1) verificar la absorción del papel, 2) limitar la cobertura total de tinta (TAC) en las sombras y 3) suavizar un nivel el enfoque manual

Ganancia de punto (Dot Gain): fenómeno físico en el que el área del punto impreso real resulta mayor a la configurada en el archivo original debido a la absorción de la fibra del papel y la presión de la prensa. Es especialmente crítico en papeles no estucados (como el papel offset), donde suele perderse el detalle en las sombras

En los últimos meses hemos trabajado en varios proyectos de libros conmemorativos de marcas. Los clientes venían con su único catálogo físico descatalogado y pedían a los diseñadores usar herramientas de AI para recrear de la nada los detalles de fotos antiguas de baja resolución

En pantalla se ven perfectas y definidas, pero si se envían directamente a imprenta, el resultado en papel será un desastre de plastas de tinta

La restauración por AI funciona forzando el microcontraste, insertando bloques de tonos extremadamente claros y oscuros en píxeles contiguos para crear una ilusión de nitidez

Al imprimir estos bloques densos de píxeles en soportes muy absorbentes como el papel offset, la absorción y dispersión física de la tinta hace que los puntos contiguos se junten por completo

Los pequeños puntos oscuros destinados a definir cabellos o la textura de un traje se expanden de golpe hasta volverse un negro plano, dando un aspecto de pintura al óleo de plástico de mala calidad

En papeles no estucados, un porcentaje de ganancia de punto del 20% al 25% es un límite físico habitual. Esto significa que un gris oscuro del 75% en pantalla rozará el 100% de negro puro al imprimirse

Para recuperar el detalle en las sombras, el primer paso es controlar la cobertura total de tinta (Total Area Coverage, TAC)

La mayoría de las imágenes restauradas por AI vienen en formato RGB. Al convertirlas a CMYK automáticamente sin ajustar, el TAC en las sombras suele dispararse al 300% o incluso al 340%

En la producción gráfica comercial a medida de alta gama, lo primero que hacen los operarios de MINDS al recibir un archivo es comprobar la densidad de la tinta

Si el papel seleccionado es offset o semiestucado, suelo pedir a preimpresión que limite el TAC por debajo del 240%

El método práctico consiste en abrir el software de edición de imágenes, definir manualmente los valores CMYK para el punto más oscuro y reducir la proporción de cian, magenta y amarillo, apoyándose en la tinta negra (K) para sostener la estructura de las sombras

Esto reduce de forma drástica la cantidad de tinta húmeda depositada sobre el papel, asegurando que la imagen conserve las gradaciones y el detalle restaurados una vez seca

Una vez controlada la cantidad de tinta, el siguiente paso es mitigar el efecto secundario del exceso de enfoque en los bordes

Al igual que en preimpresión se realiza el reventado de color (Trapping) para evitar que la dilatación del papel deje bordes blancos no deseados en líneas finas o textos calados, también debemos intervenir de forma preventiva en los bordes artificiales creados por la AI

Suelo aplicar un ligero desenfoque gaussiano a la imagen restaurada por AI para suavizar los píxeles artificiales sobredimensionados por el algoritmo

Luego, según el formato final de salida y la lineatura de impresión (por ejemplo, 150 o 175 lpp), aplico una nueva máscara de enfoque (USM)

Este proceso elimina los detalles falsos generados por la AI para visualización en pantalla, sustituyéndolos por una nitidez real adaptada a la impresión por trama

Si tu equipo está diseñando un flujo de conversión automatizado para preimpresión y encuentra dificultades, les sugiero hablar con el equipo de consultores de MINDS Knowledge Academy para integrar estas variables físicas directamente en su SOP

El último escollo está en la lógica de conversión del modo de color

Así como las imágenes generadas por AI se empastan al convertirse a escala de grises para risografía de dos colores, los tonos retro de las fotos antiguas necesitan una separación de color muy precisa al pasar de RGB a CMYK

Si dejamos que el sistema distribuya de forma automática el cálido marrón retro generado por la AI entre los cuatro canales CMYK, la impresión final tendrá un aspecto sucio y embarrado

Los operarios de preimpresión con experiencia emplean la técnica GCR (sustitución del componente gris) para retirar la mezcla grisácea de CMY y sustituirla por tinta negra pura

Esto no solo mantiene el tono cálido característico de las fotos antiguas, sino que también previene el efecto borroso en los bordes causado por fallos de registro de los cuatro colores cuando la prensa trabaja a alta velocidad

・Los detalles definidos por la AI en soportes absorbentes se empastan debido a la ganancia de punto

・En papeles no estucados como el offset, limite el TAC en las sombras por debajo del 240%

・Elimine los bordes sobreprocesados por la AI y vuelva a enfocar con USM según la lineatura

・Use la técnica GCR para sustituir el CMY sucio por tinta negra y mantener las gradaciones

Las limitaciones físicas de la impresión tradicional no son un obstáculo para la AI, sino una prueba para evaluar la madurez en el procesamiento de imágenes. Integrar el coeficiente de absorción del papel y la ganancia de punto en el flujo automatizado de tratamiento de imágenes es lo que permitirá a impresores y desarrolladores plasmar con éxito la espectacularidad de la restauración digital en el soporte físico