Как раскрасить чёрно-белое фото нейросетью: сервисы и инструкция

Курс доллара для расчётов взят на середину сентября 2026 года (≈86 ₽ за доллар), точные суммы в рублях зависят от курса на день оплаты — сервисы выставляют счёт в долларах. Все три сервиса принимают загрузку без установки программ — достаточно браузера на компьютере или смартфоне.

Если нужен быстрый ориентир, а не таблица: для одного архивного фото «загрузил — скачал» без лишних экранов удобнее всего Colorize — из трёх сервисов он единственный работает напрямую из России без ограничений. Если хочется поэкспериментировать с несколькими вариантами цвета для одного значимого снимка, берите Palette с его 21+ фильтром. А если вы уже обрабатываете фото в Hotpot AI ради других задач вроде ретуши или увеличения размера, колоризацию логично сделать там же, не переключаясь между сайтами.

Чаще всего к раскрашиванию обращаются по одной из трёх причин. Первая — семейная память: фото прадеда или прабабушки «оживает» в цвете и воспринимается не как музейный экспонат, а как настоящий человек, что особенно ценно для детей и внуков, которые никогда не видели родственника лично. Вторая причина — генеалогические проекты и семейные книги: цветные портреты лучше смотрятся рядом с современными фотографиями потомков в общем альбоме или на сайте родословной. Третья — контент для блогов и пабликов на историческую тематику, где раскрашенные архивные кадры стабильно собирают больше внимания, чем оригинальные чёрно-белые сканы.

Отдельная категория — школьные и краеведческие проекты, которые готовят стенды и выставки к памятным датам и хотят показать привычные архивные снимки в более «живом» виде. Для такой задачи важна не столько историческая точность каждого оттенка, сколько эмоциональное воздействие — и с этим нейросеть справляется быстрее и дешевле, чем ручная покраска у художника. Если результат планируется не только для личного архива, а для печати тиража фотокниги или публичной выставки, заранее уточните условия использования на сайте сервиса — часть бесплатных тарифов ограничивает результат личным некоммерческим использованием.

Чёрно-белое фото — это, по сути, одноканальное изображение: у каждого пикселя есть только яркость, без цветовой информации. Задача нейросети — «дорисовать» два недостающих канала цвета так, чтобы результат выглядел правдоподобно. Для этого модель обучают на миллионах пар «цветное фото — его же чёрно-белая версия»: алгоритм переводит цветные снимки в оттенки серого и учится предсказывать обратное превращение.

В процессе обучения сеть запоминает статистические закономерности: небо чаще голубое или серое, трава — зелёная, кирпич — красно-коричневый, а тон кожи укладывается в довольно узкий диапазон оттенков. Дальше в дело вступает распознавание объектов — сегментация: сеть отдельно определяет, где на фото лицо, где одежда, где фон, и красит каждую область по-своему, а не заливает всё одним фильтром, как это делают простые «сепия-эффекты».

Первые заметные результаты такого подхода показал ещё открытый проект DeOldify, построенный на связке из двух конкурирующих сетей — одна «рисует» цвет, вторая пытается отличить результат от настоящего цветного фото, и в этом соревновании качество раскрашивания постепенно растёт. Современные коммерческие сервисы вроде Colorize и Palette используют более новые и тяжёлые модели, обученные на куда большем количестве примеров, поэтому результат обычно получается детальнее и без характерной для ранних версий «блёклости» по краям объектов.

Часть современных сервисов уже перешла с классической связки конкурирующих сетей на диффузионные модели — те же принципы, что лежат в основе генерации изображений по текстовому описанию, но настроенные на восстановление цвета, а не на создание картинки с нуля. Диффузионный подход точнее работает с освещением и полутонами, поэтому переходы между объектами на фото выглядят мягче, а не «залитыми» одним оттенком, как это иногда бывает у более простых моделей.

Именно поэтому результат современной колоризации выглядит естественно на пейзажах, портретах и бытовых сценах — там, где объекты знакомы модели по обучающей выборке. А вот с редкими или контекстно-зависимыми деталями — конкретным оттенком платья, цветом старого автомобиля, орденской лентой — нейросеть буквально гадает по косвенным признакам, и здесь начинаются типичные ошибки, о которых ниже.

Colorize — сервис, который умеет раскрашивать не только фото, но и видео, и это отличает его от большинства конкурентов. На главной странице сразу видно рабочую область: слева форма загрузки, справа — пример «до/после» с ползунком сравнения. Для одиночного фото хватает пары кликов:

1. Загрузите чёрно-белый снимок — сервис принимает JPG и PNG, файл до 5 МБ.
2. Дождитесь обработки — на выбор доступно несколько версий модели, более новые дают точнее цвет, но расходуют больше кредитов.
3. Сравните результат с оригиналом на ползунке «до/после» прямо в браузере.
4. Если тон устраивает — скачайте файл в полном разрешении; бесплатный режим показывает уменьшенный или отмеченный водяным знаком превью.

У Colorize нет отдельного шага «выбрать стиль» — сервис сразу выдаёт максимально реалистичный вариант, что удобно, если задача просто «вернуть фото цвет», а не поэкспериментировать с художественной подачей.

Отдельно стоит сказать про раскрашивание видео — с фото в 2026 году умеют работать почти все конкуренты, а вот обработка коротких видеофрагментов остаётся редкой функцией. Это пригодится, если в архиве есть не только фотографии, но и оцифрованная старая киноплёнка или домашнее видео: результат получится не идеальным покадрово, но заметно оживит запись по сравнению с исходным чёрно-белым вариантом.

Palette устроен иначе: после загрузки фото сервис не выдаёт единственный «правильный» результат, а предлагает больше 21 цветового фильтра — от приглушённой архивной палитры до насыщенных «кинематографичных» тонов. Это удобно, когда снимок не подписан и достоверных сведений о реальных цветах нет: можно перебрать несколько вариантов и выбрать тот, что выглядит правдоподобнее для эпохи на фото.

Бесплатно доступен один полноразмерный результат без водяного знака — этого достаточно, чтобы протестировать сервис на одном значимом фото. Дальнейшие попытки в бесплатном режиме показываются в уменьшенном превью с пометкой, а для архива из десятков снимков придётся оформить разовый пакет кредитов или годовую подписку.

Hotpot AI — это не отдельный сервис под колоризацию, а один из десятков инструментов внутри большого набора для работы с изображениями: рядом соседствуют улучшение качества, удаление фона, генерация аватаров. Инструмент «AI Photo Colorizer» встроен в общий интерфейс и работает без регистрации — загрузили фото, получили результат бесплатно с водяным знаком.

Такой формат удобен, если вы уже пользуетесь Hotpot AI для других задач (например, повышения резкости старых снимков) и хотите пройти весь путь «от плохого скана до готовой цветной фотографии» без переключения между сайтами. Если колоризация — разовая задача, специализированный Colorize или Palette обычно дают более предсказуемый результат именно по цвету.

Независимо от того, какой сервис вы выберете, качество результата на 80% зависит от подготовки исходника. Вот последовательность, которая работает для любого из трёх инструментов выше.

1. Отсканируйте оригинал, а не переснимайте на телефон. Если фото бумажное — плоский сканер при 300–600 dpi даёт заметно более чистую основу, чем фотография фотографии со бликами и перспективными искажениями.
2. Уберите крупный мусор до раскрашивания. Царапины, заломы и пятна нейросеть-колоризатор не убирает — она красит поверх них тем же цветом, что и фон. Если снимок сильно повреждён, сначала имеет смысл восстановить его отдельным инструментом (подробно — в разделе ниже).
3. Загрузите файл в максимальном доступном разрешении. Чем крупнее и детальнее исходник, тем точнее модель различает мелкие объекты — пуговицы, украшения, орнамент на ткани.
4. Сравните 2-3 версии, если сервис их предлагает. У Palette это разные стилевые фильтры, у Colorize — версии модели. Один и тот же снимок разные версии могут раскрасить по-разному, особенно в спорных местах.
5. Проверьте достоверные детали вручную. Если известно, что у бабушки было конкретное платье или именно такого цвета шторы на фоне — эти фрагменты можно подправить в любом графическом редакторе поверх автоматического результата.
6. Сохраните оригинал отдельно. Раскрашенная версия — это интерпретация, а не документ; чёрно-белый оригинал остаётся историческим источником и должен храниться рядом, а не заменяться.
7. Проверьте разрешение итогового файла перед печатью. Бесплатный режим большинства сервисов отдаёт уменьшенный файл или файл с водяным знаком; полный размер в JPG или PNG открывается после оплаты (или разового бесплатного кредита у Palette). Для фотокниги или увеличенной репродукции разрешение стоит дополнительно проверить и при необходимости поднять апскейлером.

Ни один из перечисленных сервисов не «знает» реальный цвет конкретного платья или машины — модель предсказывает наиболее вероятный вариант по контексту, и ошибается она предсказуемым образом. Знать заранее, где именно нейросеть скорее всего ошибётся, полезно: тогда такие фрагменты можно сразу проверить и при необходимости поправить вручную, не пересматривая всё фото заново.

• Одежда получает «усреднённый» цвет. Красное, зелёное и синее нейросеть путает чаще всего, потому что в градациях серого они дают близкую яркость — визуально в чёрно-белом варианте различить их почти невозможно, и модель выбирает статистически частый вариант, а не фактический.
• Историческая форма и знаки различия красятся неточно. Военная форма, ордена и нашивки часто требуют точных исторических цветов, которых в обучающей выборке недостаточно — для таких фото лучше сверяться со справочными материалами и вручную корректировать цвет после автоматической обработки.
• Кожа может получить неестественный оттенок на сильно засвеченных или, наоборот, тёмных участках фото — там, где яркость пикселей уже искажена самим качеством скана.
• Мелкие детали «расплываются» по цвету соседних областей — например, тонкая цепочка или пуговица может слиться по тону с фоном, если исходник низкого разрешения.
• Фон иногда перекрашивается в неожиданный цвет, если сцена нетипична для обучающей выборки — интерьер незнакомой эпохи, специфическое оборудование, редкий пейзаж.

Ни один из этих случаев не означает, что сервис работает плохо: это ограничение самого подхода «предсказать вероятный цвет по яркости и контексту». Для семейного архива, где важна атмосфера, а не документальная точность, результат обычно вполне устраивает. Для исторических исследований к автоматической колоризации стоит относиться как к черновику, который нужно сверять с источниками, а не как к окончательному документу.

Колоризация и реставрация — разные задачи, и путать их не стоит. Раскрашивание добавляет цвет, которого на фото никогда не было в цифровом виде. Реставрация — убирает царапины, заломы, пятна и восстанавливает резкость лиц, не трогая саму природу изображения. Если снимок одновременно повреждён и чёрно-белый, порядок действий такой:

1. Сначала уберите царапины, заломы и артефакты — подробный разбор инструментов и таблица цен есть в статье «Улучшить качество фото и реставрация старых снимков нейросетью».
2. Затем, если нужно увеличить разрешение маленького скана без потери резкости — отдельный гайд по апскейлерам: «Как увеличить фото без потери качества нейросетью».
3. И только на восстановленном, чистом снимке запускайте колоризацию — так нейросеть-раскрашиватель не «зальёт» цветом царапины и пятна вместе с реальными деталями фото.

Кроме специализированных колоризаторов, раскрасить чёрно-белое фото можно и через универсальные генеративные нейросети с функцией редактирования изображений — например, встроенный редактор в ChatGPT или модель Google Gemini. Разница принципиальная: колоризаторы вроде Colorize или Palette работают попиксельно и стараются сохранить исходную композицию, лица и пропорции без изменений — меняется только цвет. Генеративные модели вместо этого «перерисовывают» изображение заново по описанию, поэтому итоговое фото может немного отличаться от оригинала в деталях — форме бровей, текстуре ткани, мелких предметах на фоне.

Для случайного эксперимента с уже оплаченной подпиской ChatGPT или Gemini этот способ подойдёт. Но если важно сохранить фото максимально близким к оригиналу — как основной архивный документ — специализированный колоризатор предсказуемее. Midjourney для этой задачи подходит хуже всего: инструмент изначально заточен под генерацию новых изображений «с нуля», а не под точную обработку загруженного фото, поэтому итог часто получается стилизованным рисунком, а не фотографией.