A. 早期黑白膠片電影是如何還原為彩色電影的
針對圖片的著色效果,感覺基本上不錯,細節上還要進一步做處理.如果能夠把深度學習的模型更加完善一下,針對電影的特定場景做一些場景的訓練,那麼計算機可以達到或超越人工著色的水準,那麼這樣技術用於老電影的處理,將大大降低處理成本,是那些經典老膠片煥發新的活力.
B. 哪位大哥知道如何將老電影變成有色的
記得以前老師說過，給老電影著色都是在膠片上一幀一幀的塗上顏色，應該挺麻煩的
您也可以試試Pr 但是在這上都是整體調色調，不能真正把電影變成彩色電影
C. 為什麼老電影都要用泛黃的背景色
用暗黃的背景可以顯示一種歷史的厚重感，讓人不由自主的對歷史尊重，還有就是想表達出這部影片的珍貴，這是我的理解
D. 如何將老電影變成有色的
汗，黑白老電影你要改成彩色的？？？你把費穆的《小城之春》，黑澤明的《羅生門》《七武士》改成彩色試試看？估計影迷發燒友會說你變態。原因有三：
1，黑白能很好表現光影效果，彩色這點確實不如黑白的。而且黑澤明後期拍攝的電影像《亂》《天與地》都是彩色的。無論選用哪種導演都會根據色彩或者光線表現電影，改過來就失去了導演當時的表現手法。
2，只能改膠片，這個需要技術，普通人做不了。而且據我所知沒有那部黑白電影被改成過彩色的，絕對沒有！只有修復那些年代太久色彩不好的電影，所以叫「修復版」
3，給你一個簡單的例子：如果黑白能改成彩色的 ，而且改出來效果比黑白的確實好，那麼卓別林的所有黑白電影早就被改成彩色的了，還用幾十年後你提出來。你去市場找找卓別林的電影，看能不能找到一部黑白改成彩色的？！
E. 老電影效果圖怎麼做
很簡單！！
把膠片往水泥地上磨幾次就OK了
《公民凱恩》就是這樣拍的
《刑房》也作的這種效果 不過更細致些
F. 這種像外國老電影的色調怎麼PS
PS？ 你調出rgb曲線來，然後拖動曲線，直到是你滿意的調就OK
G. 怎麼做出那種 老電影畫面，顆粒的質感那種premiere能做么還是有什麼軟體
用vegas最簡單，自帶的老電影風格，pr當然也能做插件、調色、好多方法。沒有vv的簡單。
H. DeOldify 老電影上色軟體有會安裝在上的人嗎可以給遠程安裝下，可以給紅包
出門在外，是不是才覺得媽媽的嘮叨分外可愛又令人懷念。母親節到了，翻箱倒櫃想找出一張媽媽的老照片，卻因為早已泛黃褪色而觸碰不到回憶的信號，記不得哪年哪月哪天，找不回那條曾經以為可以一直走都走不到盡頭的童年街巷。彎彎的月亮，搖在手裡的蒲扇，是回不去的流逝光陰，但能不能至少將這些回憶鐫刻在相片，然後緊緊攥在手裡？
最近圖像修復大火，從網友們用小程序「你我當年」一鍵修復老照片到GitHub上的熱門項目「用機器學習給黑白照片上色」，我們似乎找到一個保存記憶的良方。
GitHub上給老照片上色的一個項目：DeOldify
歲月從牆上剝落，小時候牽著媽媽的手哭著鬧著要買的那根冰棍，你還記得它的顏色嗎？用DeOldify給黑白照片上色，嘗試拼湊出曾經的家庭生活的歡樂色彩，也找回曾經的家庭時光的溫度。
感恩節的回憶（1911年）
Lemuel Smith夫婦和年幼的孩子們在農場的家庭時光（1941年）
假如母愛有顏色，假如思念有形狀，它不應該是黑白而模糊的。回憶應該是在明朗的月光下，沿著夏夜的風爬上家門口的梧桐，然後輕輕敲打我的窗檯。
給老電影《黑暗中的舞者》上色
《黑暗中的舞者》講述一個母親來到美國為了治癒失明的13歲兒子，甘願自己被捕入獄，並且最後被判死刑。當死亡就在眼前時，巨大的恐懼和強烈的求生欲讓她嘶叫嚎哭，只有朋友告訴她兒子手術成功，不會失明時，才讓她鎮定下來，驚恐無助的女孩又回歸成為了從容的母親。是非常適合母親節觀看的一部影片。
這是影片最後行刑前比約克對兒子說的話：
「親愛的兒子俊，別害怕，我從不孤單，這不是最後一首歌，沒有小提琴，合唱團那麼安靜，沒人轉圈。這是倒數第二首歌，記得我說過的話，把麵包包好，把床鋪好。」
大火的小程序「你我當年」
網友用小程序「你我當年」還原女星模糊照片後的美貌：
林青霞修復後的照片
我的媽媽可能有點普通，有時候還有點市儈。我們說「為母則剛」，但她當年也只是一個被捧在手心裡的小公主。快拿媽媽年輕時候的照片也試一下，看一看她當年的風采。
圖像修復技術一覽AI修復官：記憶不再模糊
「你我當年」運用主要是CNN、GAN等AI技術，即卷積神經網路和生成式對抗網路」，讓人想到美圖秀秀的一鍵磨皮，它們雖然都利用了卷積神經網路，但二者並不一樣。美顏軟體中常見的磨皮功能是做減法，將照片去掉細節，做模糊處理。常用的磨皮演算法包括均值模糊、高斯模糊、中值濾波等，它們的去噪效果好，但視覺效果差。而你我當年是做加法，可以自動補充細節，即利用AI演算法替代圖像中缺失或者損壞的數據。
AI修復的大小S照片在網上引起驚嘆
圖像修復一般用「擴散」的方法來處理，這種方法將局部結構應用到其他部分。或者用「示例」的方法，每一次構建缺失部分的一個像素點（塊）保持和周圍像素點的一致性。但是當缺失部分很大時，這些方法會失效，因此就需要運用機器學習。由一個高階模型提供補充的信息，例如深度神經網路。
深度神經網路使用監督圖像分類，在監督圖像分類中，每個圖像都有一個特定的標簽，神經網路通過一連串的基本操作運算來學習圖像到標簽之間的映射。通過輸入學習大量的數據集（數百萬張帶有成千個的標簽的圖像），神經網路可以實現准確的分類，實施一個判別式預訓練的神經網路來指導圖像重建。
原理類似訓練一個機器人，讓其對缺失信息很多的圖進行「腦補」；同時找來一個「鑒定師」提出意見，讓機器不斷鑽研，雙方不斷提升。
AI上色師：老照片重見光彩
同樣地，訓練有素的AI可以學會上色，生成對抗網路的本質還是學習損失函數。通過先對照片進行圖像分割，AI可以區分出標志性物體，認出圖像中的各種元素，比如樹木、天空、人臉、服裝……在輸入大量包含常見場景和人物的圖片後，AI會自動學習和記憶這些關鍵信息的顏色，比如樹葉是綠色、人臉是膚色等。因此，它可以很快開始對黑白照片里的場景進行彩色化，填補缺失色彩。
而更進一步地，AI正在逐步從靜態照片進軍動態效果，近日，在Facebook的F8大會上，一個名為Jason Antic軟體工程師展示了用DeOldify為老電影上色，效果非常驚艷。
電影《Reefer Madness》1936
DeOldify的深度學習模型借鑒了當前多種主流技術方法，包括：自注意生成對抗網路（Self-Attention Generative Adversarial Network）、兩個時間尺度更新規則（Two Time-Scale Update Rule）以及最重要的——NoGAN——他開發的一種新型GAN訓練模型，用來解決之前DeOldify模型中出現的一些關鍵問題。NoGAN訓練結合了GAN訓練的優點（絢爛的色彩），並消除了一些副作用（如視頻中閃爍的物體）。
GitHub地址：
https://github.com/jantic/DeOldify/blob/master/README.md
上色體驗地址：https://colorize.cc/
話說回來，今天母親節，給媽媽打個電話，然後把媽媽的畫像牢牢印在腦海吧。當然照片只是輔助，有些事還是要握在手心，刻在心頭。
I. pr如何製作老電影的風格。
1、打開視頻加特效軟體，選擇「編輯」選項下的一個「文件夾」按鈕導入准備好的視頻文件，如下圖：
2、再將導入的視頻再用滑鼠將其拖動到視頻軌上。
3、接下來，選擇「視頻濾鏡」中的「老電影」效果，將它拖曳添加到時間軸的視頻上。
4、編輯好了，可以導出視頻了。選擇「分享」-「創建視頻文件」，輸出的視頻選項也有很多，可按個人需求來選擇。
5、接下來的時間就需要耐心的等待啦，軟體會自動渲染導出視頻的，也會有渲染進
J. 紅色經典老電影高清修復是彩色的嗎
紅色經典老電影經過高清修復之後，是彩色的，會呈現出彩色的電影效果