2026年版 AI写真修復ツール徹底比較：実際に機能するのはどれか？

最終更新日：July 18, 2026

今春、家族の写真47枚を復元し、6つのAI復元ツールを実際にテストしました。破れたり色あせたりしたプリントをほぼ完璧に再生するものもあれば、見知らぬ人のような顔を捏造してしまうものもありました。この2026年版ガイドでは、どのようなモデルが傷や色あせに対応できるか、AIによる彩色のどこまで信頼でき、いつ自動化を止めて手動で修復すべきかをまとめました。

ハンドオンでスキャンから修復までの一連の流れを知りたい場合は、古い写真の復元チュートリアルが手順を追って解説しています。本ページではAIレイヤーに焦点を当て、2026年のモデルが実際には古い画像に対してどのような処理を行うのかを解説します。

結論：AIによる写真復元は本当に機能するのか？

はい、色あせ、粒状ノイズ、小さな傷に対しては有効です。AIはノイズを確実に除去し、コントラストを再生し、ぼやけたディテールをアップスケールします。ただし、大きな欠損部分や顔の修復には苦戦します。そこではAIが推測を行うため、親族の特徴が微妙に変化してしまう可能性があります。二度と手に入らない写真の場合、テクスチャと解像度の処理にはAIを使いますが、裂け目や顔の修復は手動で行ってください。

47枚の写真のテストで得た私のルール：表面の処理はAIに任せ、構造の管理は人間が行う。

AIは実際には古い写真に対してどのような処理を行うのか？

復元モデルは、劣化画像と元の画像のペアを数百万枚学習します。損傷した入力から、シャープで露出の適切な出力へマッピングする方法を学びます。実際には以下の4つの作業を行います：

• ノイズ除去（Denoise）： 本物のディテールをぼかさずに、粒状ノイズやスキャナノイズを除去します。
• ボケ補正とアップスケール（Deblur and upscale）： 元の画像がぼやけている部分にピクセルを追加し、妥当なテクスチャを再構築します。
• インペイント（Inpaint）： 周囲のピクセルから推測して、傷や穴、裂け目を埋めます。
• 彩色（Colorize）： モノクロまたは著しく色あせたプリントに色を予測して付与します。

注意すべきは「妥当性（plausible）」という点です。モデルは、撮影時に記録されなかった情報を復元することはできません。ありそうな画像を合成するだけであり、顔の修復においてはそれが危険領域となります。米国議会図書館のpreservation guidanceもアーカイブに対して明確に指摘しています：再構築は歴史的記録を変更してしまうため、元のスキャンデータは一切触れないでください。

2026年にテストしたAI復元ツールは？

自分が重視する写真には、常にPhotoshopのニューラルフィルターに戻ります。復元強度を細かく調整でき、レイヤー上で編集を継続できるためです。重要な違いとして：エンハンサーはすでにそこそこの写真を改善しますが、復元ツールは損傷を再構築する必要があります。「AI復元」を謳うサイトの多くは、実際には修復ボタンを取り付けたエンハンサーに過ぎません。エンハンサー専門ツールの詳細な比較についてはAI写真エンハンサーガイドを、より広いカテゴリの概要についてはAI写真エンハンメントをご覧ください。

基礎的な編集コンセプトに慣れていない場合は、写真編集の基礎入門書で、このワークフロー全体で必要なレイヤー、マスク、非破壊編集について解説しています。

AIを実行する前に写真をどのように準備するか？

ガーベジ・イン、ガーベジ・アウト。品質を左右する最大の要因はモデルではなくスキャンです。

1. 最低600 DPIでスキャンし（小さなウォレットプリントの場合は1200）、TIFF形式で保存します。
2. 余白をトリミングし、水平を合わせる — モデルは傾いた入力では性能が低下します。
3. 大きな裂け目はまず手動で修復します。折り目が顔にまたがっている場合、AIはそれを「復元」しようとして特徴を捏造します。
4. AI実行前に大きな色ズレを補正し、モデルが黄色味にロックされないようにします。

それで初めて、クリーンなファイルをAIに渡します。詳細なスキャン設定はrestoration walkthroughに記載されています。ここで言いたいのは、2026年のどのモデルも、プリントの150-DPIのスマホ撮影画像を救うことはできないという点です。

顔復元：AIはどこで幻覚（ハルシネーション）を起こすのか？

これは精度が崩れる部分であり、私が最も重視している点です。顔復元モデル（GFPGAN、CodeFormer、およびそれらを基盤とした商用バリアント — 当社のAI Face Restoration toolは両方を実行できるため比較が可能です）は、魅力的でシャープな顔を出力するように学習されています。ぼんやりと撮影された1955年の肖像画を、人物とはもはや一致しない鮮やかで現代的な顔に変換することも厭いません。

祖母の1940年代の肖像画を処理した際、AIはあごのラインをストックフォトモデルのように再構築しました。結果はシャープで客観的に「良い」ものではありましたが、彼女の子供たちには見覚えのない顔になっていました。

実践的な制御方法：

• ツールが設定可能な場合、顔復元の強度を30〜50％に下げます。
• 適用する前に必ずスキャンと並べて比較します。
• グループ写真では、顔をマスクして個別に低強度で復元します。
• AI処理後に顔が「良すぎ」て見える場合は、通常それが真相です — 強度を戻してください。

GFPGANとCodeFormerのより詳細な比較については、AI face restoration guideをご覧ください。

彩色：実際にはどれくらい正確なのか？

AIによる彩色は妥当性はあるものの、事実に基づくものではありません。モデルは草が通常緑、空が青、肌色が予測可能な範囲にあることは知っています。しかし、祖母のドレスが実際には青ではなくターコイズだったことは知りません。当社のOld Photo Colorizerは、まさにこの種の処理にDDColorを使用しています。

• 肌の色：通常説得力があるが、色あせたプリントでは Occasionally オレンジ寄りになることがある。
• 植物と空：事前知識が強いため信頼できる。
• 服、車、家具：自信のある推測だが、頻繁に誤っている。
• 制服とバッジ：しばしば誤り — 軍事や歴史的ディテールをAIに信頼してはいけない。

家族の思い出としては通常問題ありません。しかし、博物館や出版された歴史資料としては不適切です。色の正確性が重要であれば、別レイヤーで彩色し、不透明度を下げて「解釈」としてラベル付けしてください。

AIが過剰処理した場合、どうすればよいか？

過剰処理は最も一般的な失敗パターンで、見ればすぐにわかります：蝋のような肌、輪郭のハロ、リアルな写真には存在しない均一な平滑さ。

• 復元レイヤーの不透明度を60〜70％まで下げ、スキャンとブレンドします。
• 顔をマスクし、半分の強度で処理します。
• 少し粒状ノイズを再導入します。完全な平滑さは偽物と見なされます。
• 色を中性にせず、経年した紙の暖かみのあるトーンを保ってください。

まとめ：私の2026年版復元ワークフロー

1. 高解像度でスキャン（600 DPI、TIFF） — これはどのモデルよりも重要です。
2. AIがファイルに触れる前に、裂け目と穴を手動で修復します。
3. ノイズ除去、アップスケール、テクスチャにはAIを使用する — これが安全地帯です。
4. 顔と彩色は低強度で実施し、人間が確認する工程として扱います。
5. PNGのマスターをエクスポートし、元のスキャンを上書きしない。

歴史的正確性に関する注記

復元には創造の要素が含まれます。モデルが埋めるすべてのピクセルは推測であり、彩色も定義上推測です。これは家族アルバムに命を吹き込むには問題ありませんが、実際に存在したものを回復することと同じではありません。記録的な価値があるものについては、修正されていないスキャンを真実の源として保持し、AIの出力を解釈として扱い、共有する際にその旨を明記してください。

よくある質問（FAQ）

AIによる写真復元は本当に機能するのか？

はい、安全な作業であるノイズ除去、アップスケール、傷の修復では機能します。これらは本来のディテールを回復する領域です。顔（妥当だが誤った特徴を捏造する）と彩色（定義上推測である）には苦戦します。機械的な修復については強力な第一段階としてAIを使い、解釈が必要な部分は人間が確認してください。

古い写真はどのDPIでスキャンすべきか？

最低600 DPIで、TIFF形式で保存します。スキャン解像度はその後の処理の上限を決定します — AIはスキャンが捉えなかったディテールを回復できません。低DPIのJPEGスキャンでは、モデルがどれだけ優れていても復元の上限が決まってしまいます。一度高解像度でスキャンしてください。後から解像度を追加することはできません。

AIによる彩色は正確なのか？

いいえ。彩色は解釈です：グレースケールのスキャンには色の情報が含まれていないため、モデルは学習に基づいて妥当な色を割り当てます。空は青になりますが、特定のドレスの本来の色は不明です。修正されていないスキャンを真実の源として保持し、彩色されたバージョンは回復ではなく解釈としてラベル付けしてください。

手動修復がAIよりも適しているのはいつか？

裂け目、穴、欠落部分です。テクスチャを推測するのではなく構造を再構築する必要があります。AIは小さな隙間を妥当に埋めますが、大きな構造的損傷には失敗します。まず手動で裂け目と穴を修復し、その後にノイズ除去とテクスチャ処理をAIに任せてください。

画像クレジット

• ヴィンテージのモノクロ家族写真コレクション — 撮影：Suzy Hazelwood / Pexels
• 復元を待つヴィンテージフォトアルバムの積み重ね — 撮影：Suzy Hazelwood / Pexels
• 損傷を示す色あせたヴィンテージ家族プリントのコレクション — 撮影：Lisa / Pexels
• 黒手袋をはめた手が古い写真を保管している様子 — 撮影：Tima Miroshnichenko / Pexels

---