تلوين الصور بالذكاء الاصطناعي: كيف يعمل وما هي حدوده الحقيقية

آخر تحديث: July 18, 2026

تضيف ألوان الذكاء الاصطناعي لونًا محتملاً إلى صورة بالأبيض والأسود. يمكن أن تجعل الصورة القديمة تبدو نابضة بالحياة ومناسبة لفترتها الزمنية، لكنها لا تستطيع استعادة الألوان الحقيقية — فهذه الألوان لم يتم التقاطها أبدًا، لذا يقوم النموذج بالتخمين بناءً على الأنماط التي تعلمها. يوضح هذا الدليل كيف تعمل هذه التكنولوجيا، وما يمكنها فعله وما لا يمكنها فعله، وأين تفشل، حتى تضع توقعاتك الصحيحة قبل الثقة في المخرجات.

إجابة سريعة: كيف يعمل تلوين الذكاء الاصطناعي؟

يتعلم شبكة عصبية تدربت على ملايين الأزواج من الصور الملونة العلاقة بين الأنماط الرمادية والظلال والألوان المحتملة، ثم تتنبأ بنسخة ملونة لمدخل جديد بالأبيض والأسود. تبدو النتيجة مقنعة، لكن الألوان مستنتجة وليست مستعادة.

بالنسبة للأدوات، استخدم AI Colorizer أو نموذجًا مفتوح المصدر مثل DeOldify.

كيف يعمل تلوين الذكاء الاصطناعي بالفعل؟

يتم تدريب النموذج على صور ملونة يتم تحويلها إلى درجات الرمادي كمدخل، مع الحفاظ على اللون الأصلي كهدف. وعلى مدى ملايين الأمثلة، يتعلم أن نسيجًا معينًا يعني عادةً العشب (الأخضر)، وأن ألوان البشرة تتجمع في نطاق ضيق، وأن السماء في الجزء العلوي من الإطار تكون عادة زرقاء. عند إعطائه صورة جديدة بالدرجات الرمادية، فإنه يتنبأ بنسخة ملونة عن طريق تطبيق هذه الارتباطات التي تعلمها.

model predicts plausible colors -> colorized output">

والأهم من ذلك، أن اللون يتم تخليقه من الأنماط المتعلمة، وليس مقاسًا. لن تظهر صورة تعود إلى عشرينيات القرن الماضي لفستان أحمر باللون الأحمر ما لم يخمن النموذج أنه أحمر — وعادةً ما يخمن لون فستان "نموذجي". المخرج هو تفسير، وليس ترميمًا للحقائق. يوثق كل من مشروع DeOldify ومسح طرق تلوين الذكاء الاصطناعي على arXiv كيفية تدريب هذه النماذج وأين تفشل افتراضاتها.

ما الذي يمكن أن يفعله التلوين — وما لا يمكنه فعله؟

هذا هو التوقع الأساسي. للتلوين حدود صارمة:

• يمكنه: إضافة لون مقنع ومناسب للفترة الزمنية؛ جعل الصور القديمة تبدو حية؛ إنتاج نتيجة مبهجة للعرض والفن.
• لا يمكنه: استعادة الألوان الأصلية الحقيقية؛ معرفة ما إذا كان الفستان أحمرًا أم أزرق؛ أن يكون دقيقًا تاريخيًا؛ إنتاج سجل قاطع.

تُعد الصورة الملونة لشخصية تاريخية انطباع فني، وليست صورة شخصية واقعية قائمة على الحقائق. بالنسبة للاستخدام الأرشيفي أو الإثباتي، تظل النسخة الأصلية بالأبيض والأسود هي مصدر الحقيقة.

ما الأدوات التي تقوم بتلوين الصور؟

DeOldify هو النموذج المفتوح الرائد؛ حيث يعمل محليًا ويمكن كتابة نصوص برمجية له لمعالجة الدفعات. بالنسبة لصورة واحدة، فإن أداة المتصفح هي الأسرع. يؤثر الاختيار في الغالب على الراحة والتحكم، وليس على القيد الأساسي — فكل أداة تخمن الألوان بدلاً من استعادتها، لذا اختر بناءً على سير العمل وتحقق من المخرجات بغض النظر عن الأداة التي استخدمتها.

كيف تقوم بتشغيل DeOldify؟

## DeOldify runs in a Python environment (see the project's README for setup)
## Typical usage: a notebook or script that loads the model and colorizes an image

يقدم DeOldify نماذج "فنية" (أكثر حيوية، وأقل استقرارًا) ونماذج "مستقرة" (أكثر تحفظًا) — اختر بناءً على ما إذا كنت تريد قوة أو موثوقية. تحقق دائمًا من النتيجة بنسبة 100٪؛ فقد ينتج تلوين الذكاء الاصطناعي ألوانًا غريبة على الأنسجة الغامضة.

كيف تصلح الألوان الخاطئة في المخرجات؟

نظرًا لأن التلوين يعتمد على التخمين، فستحصل غالبًا على لون محتمل ولكنه خاطئ — مثل سيارة كانت حمراء بالفعل ولكنها تظهر زرقاء، أو زي عسكري بلون غير صحيح. الإصلاح العملي هو إجراء تمريرة يدوية قصيرة على الكائنات المحددة التي تعرف لونها الحقيقي. قم بتحميل الصورة الملونة في محرر، وحدد المنطقة ذات اللون الخاطئ (السيارة، الزي)، وأعد تلوينها باستخدام تعديل التشبع اللوني أو طبقة تراكب للون مضبوطة على وضع المزج. هذا أسرع بكثير من إعادة تشغيل النموذج والأمل في تخمين أفضل، وينتج نتيجة يمكنك الوقوف وراءها.

المبدأ الأوسع: تعامل مع تلوين الذكاء الاصطناعي على أنه الـ 80% التي تعطيك صورة ملونة بسرعة، ثم اقضِ بضع دقائق في التصحيح اليدوي للـ 20% للكائنات التي يهم لونها الحقيقي. لست بحاجة إلى تصحيح كل ورقة أو طوبة — فهذه مُلونة بشكل محتمل بالفعل — بل الكائنات المحددة التي يمكن التعرف عليها والتي قد يلاحظها المشاهد. هذا النهج الذي يتضمن تدخل الإنسان هو الطريقة التي يعمل بها المرممون المحترفون فعليًا؛ التلوين الآلي بالكامل هو نقطة انطلاق، وليس خط النهاية. بالنسبة لسير العمل ذي الصلة المتمثل في تنظيف المسح المصدر أولاً، يغطي دليل how to upscale images الخطوات المجاورة للترميم.

ما أوضاع الفشل الشائعة؟

• ألوان الكائنات الخاطئة. قد تظهر السيارة بلون عشوائي لأنه لا توجد طريقة للنموذج لمعرفة اللون الحقيقي.
• البشرة المسطحة أو الباهتة. بعض النماذج تقلل من تشبع الوجوه؛ وتبدو النتيجة رمادية.
• تسرب الألوان (Color bleeding). يتسرب اللون من كائن إلى مجاور له عند الحدود ذات التباين المنخفض.
• عدم اتساق اللون عبر التسلسل. يؤدي تلوين إطارات الفيديو واحدة تلو الأخرى إلى وميض — ويتطلب تلوين الفيديو الاتساق الزمني (انظر AI video colorization).

كيف تحصل على أفضل نتيجة؟

1. ابدأ بمسح نظيف وعالي التباين. يحسن الترميم (إزالة الغبار/الخدوش، والتباين) قبل التلوين النتيجة.
2. اختر النموذج المناسب. المستقر للموثوقية، والفني للنتيجة النابضة بالحياة.
3. تحقق بنسبة 100%. ابحث عن ألوان الكائنات الخاطئة وتسرب الألوان.
4. تعامل معه كنقطة انطلاق. التحسينات اليدوية (تصحيح لون سيارة خاطئ، تدفئة البشرة) تحسن بشكل كبير المصداقية.
5. لا تقدمه كحقيقة. قم بتسمية الصور التاريخية الملونة على أنها تفسيرات ملونة.

بالنسبة لجانب ترميم الصور، راجع how to upscale images وconvert RAW to JPG.

الأسئلة المتداولة

كيف يعمل تلوين الذكاء الاصطناعي بالفعل؟

يتعلم النموذج المدرب على أزواج من الصور الملونة ونظيراتها بالدرجات الرمادية التنبؤ بألوان محتملة من إشارات السطوع والملمس. عند إعطاء مدخل بالأبيض والأسود، فإنه يخرج صورة ملونة هي أفضل تخمين. النتيجة هي تفسير يعتمد على ما رآه النموذج أثناء التدريب، وليست استعادة للألوان الأصلية — فقد تظهر بدلة تعود إلى الأربعينيات من القرن الماضي بأي لون يجده النموذج محتملاً.

هل تلوين الذكاء الاصطناعي دقيق؟

لا، وهذا هو التحذير الأساسي. التلوين هو تخمين بحكم التعريف: الصورة الرمادية لا تحتوي على أي معلومات لونية، لذا يخصص النموذج ألوانًا محتملة. ستكون السماء زرقاء والعشب أخضر لأن هذه هي الألوان الشائعة، لكن اللون الأصلي لفستان معين غير معروف من المسح الضوئي. تعامل مع المخرجات الملونة كتفسير فني، وليس كسجل تاريخي أبدًا.

هل يمكنني تصحيح الألوان الخاطئة في المخرجات؟

نعم — تسمح لك معظم الأدوات بإضافة تلميحات لونية (مرتكزات يدوية على منطقة) لتوجيه النموذج، ويمكنك طلاء التصحيحات يدويًا على طبقة فوق النتيجة الملونة. يغطي colorizer guide سير العمل التوجيه اليدوي للحالات التي يكون فيها التخمين التلقائي خاطئًا.

ما هي أفضل الصور للتلوين؟

الصور ذات التباين العالي والمسح الواضح مع مواضيع واضحة وأنسجة متميزة. تنتج المسوحات الباهتة أو منخفضة التباين أو التالفة تلوينًا موحلًا لأن النموذج لديه إشارات ضعيفة للعمل منها. قم بترميم وتنظيف المسح الضوئي قبل التلوين.

كيف أصالح الألوان الخاطئة في المخرجات؟

استخدم أداة تقبل التلميحات اللونية — وهي مرتكزات يدوية ترسمها على منطقة لتوجيه النموذج نحو اللون الصحيح. بالنسبة لقميص تعلم أنه كان أخضر، قم برسم تلميح أخضر عليه وأعد التشغيل. للحالات العنيدة، قم بالطلاء اليدوي للتصحيحات على طبقة فوق النتيجة الملونة بنسبة عتامة منخفضة، ومزج تصحيحك في تخمين النموذج. يمنحك التمرير التلقائي 80% من الطريق؛ والتلميحات والطلاء اليدوي يصلحان الألوان المحددة التي تهم والتي خمنت النموذج بشكل خاطئ. احتفظ دائمًا بالمسح الأصلي بدرجات الرمادي كمصدر للحقيقة.

هل يمكنني تلوين فيديو؟

نعم، لكن تلوين الفيديو أصعب بكثير من صورة واحدة لأن الألوان يجب أن تبقى متسقة عبر آلاف الإطارات أو الكائنات التي يومض فيها اللون. يستخدم تلوين الفيديو بالذكاء الاصطناعي التتبع الزمني لنقل الألوان إلى الأمام من إطار رئيسي؛ وبدونه، يعيد النموذج تلوين كل إطار بشكل مستقل وتومض النتيجة. يستغرق الأمر دقائق إلى ساعات لكل دقيقة من اللقطات، وليس ثوانٍ. راجع video colorization guide.

هل يمكن التراجع عن التلوين؟

فقط إذا احتفظت بالمسح الأصلي بدرجات الرمادي. التلوين هو عرض لمرة واحدة — بمجرد كتابة بكسلات اللون، تختفي المعلومات الرمادية من هذا الملف. لذا احتفظ دائمًا بالمسح غير المعدل كملف رئيسي منفصل، وتعامل مع الملف الملون على أنه مخرج مشتق. ولهذا السبب يجب ألا تقوم أبدًا بتلوين النسخة الوحيدة لصورة تاريخية: فالنسخة الملونة هي تفسير، وليست بديلاً عن الأصل الوثائقي.

حقوق الصور

• رسومات التلوين قبل/بعد، وكيفية عمل التلوين وحدوده — تم إنشاؤها بواسطة المؤلف من صورة طبيعية (Pexels #1287145، صورة بواسطة eberhard grossgasteiger) عن طريق إزالة التشبع إلى الأبيض والأسود لتوضيح مدخلات/مخرجات التلوين.