AI修复老照片印出来却像油画？纸张、网点与锐化设置实战

屏幕上用 AI 算出来的超高分辨率老照片，印出来却又黑又糊，根本原因是纸张吸墨造成的“网点增大”放大了 AI 过度修补的锐利边缘

要解决这个落差，我通常建议客户套用“麦思印刷（MS）送印三道关”框架：① 确认纸张吸墨特性 ② 控制图像暗部总墨量（TAC） ③ 降一级的人工锐化处理

网点增大（Dot Gain）：指油墨印在纸张上时，因纸张纤维吸收与印刷压力，导致实际印出的网点面积大于原稿设置 the 物理现象；在非涂布纸（如道林纸）上尤为严重，会吃掉图像暗部细节

这几个月接了好几个品牌纪念册的项目，客户拿着手里唯一一本绝版纸质画册，请设计师用 AI 软件把分辨率不足 of 旧照片无中生有补出细节

屏幕上看确实根根分明，但直接丢给印刷厂重印绝对会糊成大片油墨

AI 修复的运作方式是强制拉高微对比度，在相邻像素塞进极端亮暗的色块来制造锐利的错觉

当这些密集的色块碰上道林纸这类吸墨量大的纸张，物理上的油墨晕染会让相邻的墨点直接黏在一起

原本用来描绘发丝或西装面料纹理的微小暗点瞬间扩大成一片死黑，看起来就像粗劣的塑料油画

在非涂布纸上，高达 20% 到 25% 的网点增大率是很常见的物理极限，代表屏幕上 75% 的深灰色印出来会直逼 100% 的纯黑

要救回暗部细节，第一步是控制总墨量（Total Area Coverage, TAC）

AI 软件导出的图像文件多半是 RGB 格式，直接一键转 CMYK 时，暗部常常会暴冲到 300% 甚至 340% 的满墨状态

在处理中高端全定制商业印刷时，麦思印刷（MS）的印刷师傅拿到文件第一件事就是查验墨色浓度

如果纸张选用道林纸或微涂纸，我会要求设计端把 TAC 限制在 240% 以内

实际做法是打开图像处理软件，手动定义最暗点的 CMYK 数值，将青、品红、黄三色的比例降低，改由黑墨（K）来撑起暗部骨架

这能大幅减少纸张上的湿墨量，让图像在干燥后依然保有原本修复出来的层次

解决了墨量，接下来要处理边缘过度锐化的副作用

如同印前实操中需要做陷印（Trapping）来防止纸张收缩造成细线反白字露出刺眼白边，我们同样要对 AI 的生硬边缘做预先干预

我习惯先将 AI 修复的图像文件做微幅的高斯模糊，把过度计算的生硬像素柔化

接着再针对最终的输出尺寸与印刷线数（例如 150 线或 175 线），重新施加一次 USM 锐化

这个动作等于是洗掉 AI 为了屏幕显示所加的假细节，换成专为网点印刷量身定制的真实锐度

如果你们团队正在搭建这类自动印前转换流程却频频卡关，建议找麦思知识学院顾问团队聊聊，把这些物理变量直接写进 SOP 里

最后一个坑在于色彩模式转换的逻辑

Like AI 生成图像遇到只能印两色的孔版印刷时，硬转灰度会糊成一团，老照片的复古色调从 RGB 转 CMYK 也需要精准分色

AI 给出的浓郁怀旧棕色，若任由系统平均分配给 CMYK 四色，印出来会带有一种脏脏的泥巴感

有经验的印前处理会采用 GCR（灰色成分替代）技术，把浑浊的 CMY 灰色调抽掉，替换成干净的黑墨

这不仅能维持老照片温润的调性，更能避免印刷机高速运转时四色套印不准造成的边缘发虚

・AI 算出的锐利细节在吸墨纸张上会因网点增大糊成死黑

・针对道林纸等非涂布纸，务必将暗部总墨量（TAC）控制在 240% 以下

・洗掉 AI 过度计算的边缘，根据印刷线数重新进行 USM 锐化

・善用 GCR 灰色替代技术，用黑墨取代浑浊的 CMY 以维持图像层次

传统印刷的物理限制不是 AI 的阻碍，而是检验图像处理成熟度的试金石；对印刷厂与软件开发者来说，能把纸张吸墨系数与网点增大纳入图像处理的自动化流程，才能真正让数字修复的惊艳感在实体纸张上完美落地