Ảnh cũ phục chế bằng AI in ra lại giống tranh sơn dầu? Thực chiến chọn giấy, gia tăng điểm tram và thiết lập độ sắc nét

Những bức ảnh cũ có độ phân giải siêu cao được tạo ra bởi AI trông rất nét trên màn hình, nhưng khi in ra lại bị tối và nhòe. Nguyên nhân cốt lõi là hiện tượng 'gia tăng điểm tram' (dot gain) do giấy hút mực đã phóng đại các cạnh sắc nét được AI bù đắp quá đà

Để giải quyết sự khác biệt này, tôi thường khuyên khách hàng áp dụng quy trình 'Ba bước kiểm duyệt trước khi gửi in của MINDS': ① Xác định đặc tính hút mực của chất liệu giấy ② Khống chế tổng lượng mực phủ (TAC) ở vùng tối của hình ảnh ③ Giảm bớt một cấp độ làm nét nhân tạo

Gia tăng điểm tram (Dot Gain): Là hiện tượng vật lý khi mực được in lên giấy, do sự thấm hút của xơ sợi giấy và áp lực in ấn làm cho diện tích điểm tram thực tế lớn hơn thiết lập ban đầu trong file; hiện tượng này đặc biệt nghiêm trọng trên giấy không tráng phủ (như giấy Ford), làm mất đi các chi tiết ở vùng tối của hình ảnh

Vài tháng gần đây, tôi nhận được một số dự án làm kỷ yếu thương hiệu, khách hàng mang đến cuốn catalogue bằng giấy đã tuyệt bản duy nhất còn sót lại và nhờ thiết kế sử dụng phần mềm AI để tái tạo chi tiết từ những bức ảnh cũ thiếu độ phân giải

Nhìn trên màn hình quả thực rõ đến từng sợi tóc, nhưng nếu cứ thế gửi trực tiếp cho nhà in thì chắc chắn sẽ bị loang mực thành từng mảng đen đặc

Cơ chế hoạt động của việc phục chế bằng AI là cưỡng ép tăng độ tương phản vi mô, chèn các khối màu sáng tối cực đoan vào các điểm ảnh liền kề để tạo ra ảo giác về sự sắc nét

Khi những khối màu dày đặc này gặp phải các loại giấy có độ hút mực cao như giấy Ford, hiện tượng mực loang vật lý sẽ khiến các điểm mực liền kề dính chặt vào nhau

Những điểm tối nhỏ vốn được dùng để mô tả sợi tóc hay vân vải của bộ âu phục lập tức nở to thành một vùng đen chết, trông giống như một bức tranh sơn dầu thô ráp trên nền nhựa

Trên giấy không tráng phủ, tỷ lệ gia tăng điểm tram lên tới 20% đến 25% là giới hạn vật lý rất phổ biến, nghĩa là màu xám đậm 75% trên màn hình khi in ra sẽ tiệm cận 100% màu đen tuyền

Để cứu vãn các chi tiết ở vùng tối, bước đầu tiên là kiểm soát tổng lượng mực phủ (Total Area Coverage, TAC)

Các file ảnh xuất ra từ phần mềm AI hầu hết ở định dạng RGB, khi chuyển đổi trực tiếp sang CMYK một cách máy móc, vùng tối thường sẽ bị đẩy lên tới 300% hoặc thậm chí 340% trạng thái đẫm mực

Khi xử lý các đơn hàng in ấn thương mại tùy chỉnh phân khúc trung đến cao cấp, việc đầu tiên mà các kỹ thuật viên của MINDS (MS) làm khi nhận file là kiểm tra mật độ màu của mực

Nếu chất liệu giấy được chọn là giấy Ford hoặc giấy tráng nhẹ, tôi sẽ yêu cầu phía chế bản giới hạn TAC dưới 240%

Cách làm thực tế là mở phần mềm xử lý hình ảnh, định nghĩa thủ công thông số CMYK của điểm tối nhất, giảm tỷ lệ của ba màu Xanh (C) - Hồng (M) - Vàng (Y), và thay vào đó dùng mực đen (K) để nâng đỡ khung xương của vùng tối

Điều này giúp giảm đáng kể lượng mực ướt trên giấy, giúp hình ảnh sau khi khô vẫn giữ được các lớp tầng thứ vốn có từ quá trình phục chế

Sau khi giải quyết được lượng mực, tiếp theo cần xử lý tác dụng phụ của việc làm nét cạnh quá đà

Giống như việc chế bản thực tế cần thực hiện bẫy màu (trapping) để ngăn chặn tình trạng giấy co giãn làm lộ ra viền trắng chói mắt ở các nét mảnh hoặc chữ đảo ngược (chữ đục trắng), chúng ta cũng phải can thiệp trước đối với các cạnh cứng nhắc của AI

Tôi thường có thói quen làm mờ Gaussian nhẹ cho file hình ảnh đã phục chế bằng AI trước, nhằm làm mềm các điểm ảnh thô cứng do thuật toán tính toán quá mức

Sau đó, tùy thuộc vào kích thước xuất ra cuối cùng và số đường tram (ví dụ: 150 LPI hoặc 175 LPI), tôi sẽ áp dụng lại bộ lọc làm nét mặt nạ không sắc nét (Unsharp Mask - USM) một lần nữa

Thao tác này tương đương với việc xóa bỏ các chi tiết giả mà AI đã thêm vào để hiển thị trên màn hình, thay thế bằng độ sắc nét thực tế được đo ni đóng giày cho công nghệ in tram

Nếu đội ngũ của bạn đang xây dựng quy trình chuyển đổi chế bản tự động như vậy nhưng liên tục gặp trở ngại, hãy liên hệ với đội ngũ tư vấn của MINDS Knowledge Academy để trao đổi và đưa thẳng các biến số vật lý này vào SOP

Cái bẫy cuối cùng nằm ở tư duy chuyển đổi hệ màu

Giống như khi hình ảnh do AI tạo ra gặp kỹ thuật in Risograph chỉ dùng hai màu, nếu cố chuyển sang ảnh thang xám (grayscale) sẽ bị nhòe thành một mảng, việc chuyển đổi tông màu hoài cổ của ảnh cũ từ RGB sang CMYK cũng đòi hỏi kỹ thuật tách màu chính xác

Tông màu nâu hoài cổ đậm đà do AI tạo ra, nếu để hệ thống tự động phân bổ đều cho cả bốn màu CMYK, khi in ra sẽ mang lại cảm giác xám xịt và bẩn như bùn đất

Người làm chế bản có kinh nghiệm sẽ áp dụng kỹ thuật GCR (Gray Component Replacement - Thay thế thành phần xám), loại bỏ các tông màu xám CMY đục và thay thế bằng mực đen sạch sẽ

Điều này không chỉ duy trì được tông màu ấm áp, nhẹ nhàng của bức ảnh cũ mà còn tránh được hiện tượng mờ nhòe ở các cạnh do lỗi chồng màu lệch trục của bốn màu khi máy in vận hành ở tốc độ cao

・Các chi tiết sắc nét do AI tính toán sẽ bị nhòe thành màu đen chết trên các chất liệu giấy hút mực do sự gia tăng điểm tram

・Đối với giấy không tráng phủ như giấy Ford, nhất định phải khống chế tổng lượng mực phủ (TAC) ở vùng tối dưới 240%

・Xóa bỏ các cạnh bị thuật toán AI xử lý quá mức, tiến hành làm nét USM lại dựa trên số đường tram

・Tận dụng kỹ thuật thay thế thành phần xám GCR, dùng mực đen thay cho hỗn hợp CMY đục để duy trì tầng thứ của hình ảnh

Giới hạn vật lý của in ấn truyền thống không phải là rào cản đối với AI, mà là thước đo kiểm chứng mức độ hoàn thiện của việc xử lý hình ảnh. Đối với các nhà in và nhà phát triển phần mềm, việc tích hợp hệ số hút mực của giấy và độ gia tăng điểm tram vào luồng xử lý hình ảnh tự động mới là chìa khóa thực sự giúp trải nghiệm phục chế kỹ thuật số đáng kinh ngạc được tái hiện hoàn hảo trên trang giấy vật lý