1. 项目背景与技术解析微软研究院推出的Bringing-Old-Photos-Back-to-Life以下简称BOBTL是一款基于深度学习的破损老照片修复工具它通过卷积神经网络和生成对抗网络GAN技术能够智能修复划痕、折痕、褪色等多种常见的老照片损伤。这个开源项目最初发布于GitHub支持Windows和Linux平台运行。在实际应用中BOBTL主要解决三类典型问题物理损伤修复撕裂、污渍色彩还原褪色、变色面部细节重建模糊、缺失部分2. 本地安装环境准备2.1 硬件要求建议配置GPUNVIDIA显卡GTX 1060 6GB及以上内存16GB以上存储至少10GB可用空间用于存放模型文件注意虽然CPU也能运行但处理速度会慢10-20倍。实测一张800×600像素的照片在RTX 3060上约需45秒而在i7-10700上需要8分钟。2.2 软件依赖安装必须组件清单Python 3.8推荐使用Anaconda管理CUDA 11.1 cuDNN 8.0.5与PyTorch版本匹配Visual Studio 2019生成工具包含C编译环境常见安装问题解决方案错误0x803fa069表示Windows版本不兼容 解决方法升级到Windows 10 20H2或更高版本 Microsoft Visual C缺失 通过官方安装包或Visual Studio Installer勾选使用C的桌面开发3. 详细安装步骤3.1 基础环境配置conda create -n bobtl python3.8 conda activate bobtl pip install torch1.8.1cu111 torchvision0.9.1cu111 -f https://download.pytorch.org/whl/torch_stable.html3.2 项目部署git clone https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life.git cd Bringing-Old-Photos-Back-to-Life pip install -r requirements.txt3.3 模型文件下载需要手动下载的预训练模型Global/checkpoints.zipFace_Enhancement/checkpoints.zipFace_Detection/weights.zip实测技巧使用IDM等多线程下载工具可大幅缩短下载时间模型总计约3.5GB4. 典型问题排查指南问题现象可能原因解决方案DLL加载失败VC运行库缺失安装vcredist_all_x64.exeCUDA out of memory显存不足减小--batch_size参数报错OS error5文件权限问题以管理员运行CMD界面无响应Python依赖冲突重建conda环境5. 实际应用技巧5.1 参数调优建议严重破损照片增加--HR参数人像照片启用--with_face选项彩色修复使用--colorization参数5.2 批量处理脚本import os from PIL import Image input_dir old_photos output_dir restored for img_file in os.listdir(input_dir): if img_file.lower().endswith((.png, .jpg, .jpeg)): os.system(fpython run.py --input_folder {input_dir} --output_folder {output_dir} --GPU 0)6. 效果优化方案对于专业级修复需求建议采用两阶段处理先用BOBTL进行基础修复使用Photoshop进行细节微调实测对比单一使用BOBTL可修复约70%的常见损伤组合方案可达到90%以上的修复完整度最后分享一个实用技巧对于严重泛黄的照片可以先使用GIMP进行色阶调整增强红/蓝色通道后再输入BOBTL处理效果会明显优于直接处理。 
长河君 · 2026/10/28 3:29:42 · 阅读 1.2k 深度学习老照片修复工具BOBTL安装与使用指南
1. 项目背景与技术解析微软研究院推出的Bringing-Old-Photos-Back-to-Life以下简称BOBTL是一款基于深度学习的破损老照片修复工具它通过卷积神经网络和生成对抗网络GAN技术能够智能修复划痕、折痕、褪色等多种常见的老照片损伤。这个开源项目最初发布于GitHub支持Windows和Linux平台运行。在实际应用中BOBTL主要解决三类典型问题物理损伤修复撕裂、污渍色彩还原褪色、变色面部细节重建模糊、缺失部分2. 本地安装环境准备2.1 硬件要求建议配置GPUNVIDIA显卡GTX 1060 6GB及以上内存16GB以上存储至少10GB可用空间用于存放模型文件注意虽然CPU也能运行但处理速度会慢10-20倍。实测一张800×600像素的照片在RTX 3060上约需45秒而在i7-10700上需要8分钟。2.2 软件依赖安装必须组件清单Python 3.8推荐使用Anaconda管理CUDA 11.1 cuDNN 8.0.5与PyTorch版本匹配Visual Studio 2019生成工具包含C编译环境常见安装问题解决方案错误0x803fa069表示Windows版本不兼容 解决方法升级到Windows 10 20H2或更高版本 Microsoft Visual C缺失 通过官方安装包或Visual Studio Installer勾选使用C的桌面开发3. 详细安装步骤3.1 基础环境配置conda create -n bobtl python3.8 conda activate bobtl pip install torch1.8.1cu111 torchvision0.9.1cu111 -f https://download.pytorch.org/whl/torch_stable.html3.2 项目部署git clone https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life.git cd Bringing-Old-Photos-Back-to-Life pip install -r requirements.txt3.3 模型文件下载需要手动下载的预训练模型Global/checkpoints.zipFace_Enhancement/checkpoints.zipFace_Detection/weights.zip实测技巧使用IDM等多线程下载工具可大幅缩短下载时间模型总计约3.5GB4. 典型问题排查指南问题现象可能原因解决方案DLL加载失败VC运行库缺失安装vcredist_all_x64.exeCUDA out of memory显存不足减小--batch_size参数报错OS error5文件权限问题以管理员运行CMD界面无响应Python依赖冲突重建conda环境5. 实际应用技巧5.1 参数调优建议严重破损照片增加--HR参数人像照片启用--with_face选项彩色修复使用--colorization参数5.2 批量处理脚本import os from PIL import Image input_dir old_photos output_dir restored for img_file in os.listdir(input_dir): if img_file.lower().endswith((.png, .jpg, .jpeg)): os.system(fpython run.py --input_folder {input_dir} --output_folder {output_dir} --GPU 0)6. 效果优化方案对于专业级修复需求建议采用两阶段处理先用BOBTL进行基础修复使用Photoshop进行细节微调实测对比单一使用BOBTL可修复约70%的常见损伤组合方案可达到90%以上的修复完整度最后分享一个实用技巧对于严重泛黄的照片可以先使用GIMP进行色阶调整增强红/蓝色通道后再输入BOBTL处理效果会明显优于直接处理。