AI 修復老照印出來卻像油畫？紙材、網點與銳化設定實戰

螢幕上用 AI 算出來的超高解析度老照片，印出來卻又黑又糊，根本原因是紙張吸墨造成的「網點擴張」放大了 AI 過度補綴的銳利邊緣

要解決這個落差，我通常建議客戶套用「麥思送印三道關」框架：① 確認紙材吸墨特性 ② 壓制影像暗部總墨量（TAC） ③ 退回一階的人工銳化處理

網點擴張（Dot Gain）：指墨水印在紙張上時，因紙張纖維吸收與印刷壓力，導致實際印出的網點面積大於原檔設定的物理現象；在非塗佈紙（如道林紙）上尤為嚴重，會吃掉影像暗部細節

這幾個月接到好幾件品牌紀念冊的案子，客戶拿著手裡唯一一本絕版紙本型錄，請設計師用 AI 軟體把解析度不足的舊照片無中生有補出細節

螢幕上看確實根根分明，但直接丟給印刷廠重印絕對撞出滿版油墨塊

AI 修復的運作方式是強制拉高微對比度，在相鄰像素塞進極端亮暗的色塊來製造銳利的錯覺

當這些密集的色塊碰上道林紙這類吸墨量大的紙材，物理上的墨水暈染會讓相鄰的墨點直接黏在一起

原本用來描繪髮絲或西裝布料紋理的微小暗點瞬間擴張成一片死黑，看起來就像粗劣的塑膠油畫

在非塗佈紙上，高達 20% 到 25% 的網點擴張率是很常見的物理極限，代表螢幕上 75% 的深灰色印出來會直逼 100% 的純黑

要救回暗部細節，第一步是控制總墨量（Total Area Coverage, TAC）

AI 軟體轉出來的圖檔多半是 RGB 格式，直接無腦轉 CMYK 時，暗部常常會爆衝到 300% 甚至 340% 的滿墨狀態

在處理中高階全客製商業印刷時，麥思印刷（MS）的印務師傅拿到檔案第一件事就是查驗墨色濃度

如果紙材選用道林紙或微塗紙，我會要求製稿端把 TAC 限制在 240% 以內

實務作法是打開影像處理軟體，手動定義最暗點的 CMYK 數值，將青紅黃三色的比例降低，改由黑墨（K）來撐起暗部骨架

這能大幅減少紙張上的濕墨量，讓影像在乾燥後依然保有原本修復出來的層次

解決了墨量，接下來要處理邊緣過度銳化的副作用

如同印前實務需要做補漏白（Trapping）來防止紙張伸縮造成細線反白字露出刺眼白邊，我們同樣要對 AI 的生硬邊緣做預先干預

我習慣先將 AI 修復的圖檔做微幅的高斯模糊，把過度演算的生硬像素柔化

接著再針對最終的輸出尺寸與印刷線數（例如 150 線或 175 線），重新施加一次遮色片銳利化（USM）

這個動作等於是洗掉 AI 為了螢幕顯示所加的假細節，換成專為網點印刷量身訂做的真實銳利度

如果你們團隊正在建置這類自動化印前轉換流程卻頻頻卡關，建議找麥思知識學院顧問團隊聊聊，把這些物理變數直接寫進 SOP 裡

最後一個坑在於色彩模式轉換的邏輯

就像 AI 生圖遇到只能印兩色的孔版印刷時，硬轉灰階會糊成一團，老照片的復古色調從 RGB 轉 CMYK 也需要精準分色

AI 給出的濃郁懷舊棕色，若任由系統平均分配給 CMYK 四色，印出來會帶有一種髒髒的泥巴感

有經驗的印前處理會採用 GCR（灰階成分替換）技術，把混濁的 CMY 灰色調抽掉，替換成乾淨的黑墨

這不僅能維持老照片溫潤的調性，更能避免印刷機高速運轉時四色套印不準造成的邊緣發虛

・AI 算出的銳利細節在吸墨紙材上會因網點擴張糊成死黑

・針對道林紙等非塗佈紙，務必將暗部總墨量（TAC）壓制在 240% 以下

・洗掉 AI 過度演算的邊緣，依據印刷線數重新進行 USM 銳化

・善用 GCR 灰階替換技術，用黑墨取代混濁的 CMY 以維持影像層次

傳統印刷的物理限制不是 AI 的阻礙，而是檢驗影像處理成熟度的試金石；對印刷廠與軟體開發者來說，能把紙材吸墨係數與網點擴張納入影像處理的自動化管線，才能真正讓數位修復的驚豔感在實體紙本上完美落地