无Photoshop工具时，水渍损坏褶皱泛黄图像的最佳修复方案咨询

嘿，很高兴能帮你搞定这张有水渍褶皱的图片修复！既然没法用Photoshop这类工具，咱们可以从开源可视化工具和代码驱动的图像处理技术这两个方向入手，都是完全免费且不需要专业付费软件的：

首推GIMP——它是最接近Photoshop的开源图像编辑工具，完全免费且跨平台，操作逻辑也很相似：

• 第一步：校正泛黄与水渍的色调偏差
  打开图片后，按下Ctrl+L（Windows）/Cmd+L（Mac）调出「色阶」面板，拖动白色滑块向左拉，把画面里最亮的区域提亮；同时微调灰色滑块，中和整体的黄色调。也可以用「颜色」→「颜色平衡」工具，往蓝色、绿色方向轻拉滑块，抵消泛黄感。
• 第二步：修复褶皱与波纹纹理
  用「修复画笔工具」（或「克隆图章工具」），按住Ctrl/Cmd点击画面中干净、纹理相近的区域取样，然后慢慢涂抹褶皱和波纹处。如果波纹是大面积的，试试「滤镜」→「模糊」→「高斯模糊」，配合图层蒙版只模糊波纹区域，再降低图层不透明度，柔化突兀的纹理。
• 第三步：细节强化（可选）
  最后用「滤镜」→「增强」→「非锐化蒙版」，稍微提升画面清晰度，把修复后有点模糊的细节拉回来。

如果你愿意尝试代码，用Python的Pillow+OpenCV组合能实现更自动化的修复，步骤如下：
首先安装依赖：

pip install pillow opencv-python numpy

然后分阶段处理：

• 1. 自动校正泛黄色调
  用「灰度世界算法」自动平衡颜色，抵消水渍带来的泛黄：

  import cv2
  import numpy as np
  
  # 读取图片
  img = cv2.imread("XfTDg.jpg")
  # 灰度世界白平衡校正
  avg_bgr = np.mean(img, axis=(0, 1))
  gray_avg = np.mean(avg_bgr)
  # 调整每个通道的亮度
  color_corrected = img * (gray_avg / avg_bgr)
  color_corrected = np.clip(color_corrected, 0, 255).astype(np.uint8)
  

• 2. 修复褶皱与水渍缺陷
  用OpenCV的inpaint函数自动修复缺陷区域，你可以手动标记缺陷，或者用颜色阈值自动识别泛黄水渍：

  # 转换到HSV空间，提取黄色水渍区域
  hsv = cv2.cvtColor(color_corrected, cv2.COLOR_BGR2HSV)
  # 定义黄色的HSV范围（可根据实际情况微调）
  lower_yellow = np.array([20, 100, 100])
  upper_yellow = np.array([30, 255, 255])
  # 生成缺陷区域的mask
  mask = cv2.inRange(hsv, lower_yellow, upper_yellow)
  # 膨胀mask，让缺陷区域更完整
  mask = cv2.dilate(mask, np.ones((3, 3), np.uint8), iterations=1)
  # 修复图像（INPAINT_NS比TELEA更适合纹理修复）
  repaired_img = cv2.inpaint(color_corrected, mask, 3, cv2.INPAINT_NS)
  

• 3. 锐化增强细节
  最后用高斯模糊做反锐化，提升画面清晰度：

  blurred = cv2.GaussianBlur(repaired_img, (0, 0), 3)
  sharpened = cv2.addWeighted(repaired_img, 1.5, blurred, -0.5, 0)
  # 保存修复后的图片
  cv2.imwrite("repaired_image.jpg", sharpened)
  

• 新手优先选GIMP，不用写代码就能快速上手；如果需要批量处理大量类似图片，代码方案更高效。
• 修复时尽量分步骤保存，每一步都留备份，避免误操作无法回退。

内容的提问来源于stack exchange，提问作者vonqo