コンテンツへスキップ

白黒写真カラー化 昔の写真に色をつける

スキャンをアップして色調を選ぶだけ。AIが文脈から肌・生地・光の色を推測して着色し、構図・表情・服の形はそのまま残します。

色調
自然1950年代フィルムウォーム・ヴィンテージドキュメンタリー現代的
この写真をカラー化

登録で 20 クレジットを無料プレゼント(約 5 枚)

色は「推測」です。分かっている色は指定すればその通りに着色します。

アフター:白黒写真カラー化の実際の出力 — 同じ家族写真がカラーに。緑と茶の服、自然な肌の色ビフォー:ソファに座る1940年代の家族の白黒写真(架空の人物)BeforeAfter

自社テストのビフォー/アフター。ハンドルをドラッグして比較。

白黒写真をカラー化する方法

白黒のスキャンを上のボックスにアップして、色調(自然/1950年代フィルム/ウォーム・ヴィンテージ/ドキュメンタリー/現代的)を選んで生成します。1分ほどで、顔・服の形・構図をそのままにカラー化した写真とスライダーが出ます。実際の色を覚えているなら、その一文を入力してください——推測と良い仕上がりの差はそこで決まります。新規登録で20 creditsが付き、このページは1枚4 creditsなので最初の5枚は無料、以降は1枚ごとに課金されます。

傷や退色も直したいときは 画質を上げるツールへ

どんな写真をカラー化している?

同じツール、目的は4通り。昔の写真 カラー化 でも、モノクロ写真の記録用途でも使われています。

家族のアルバム

祖父母の着物や庭の色が見えると、若い家族にとって写真の意味が変わります。

記録・郷土史

昔の街並みや商店。彩度より「その年代らしい色」が重要になる用途です。

印刷・贈り物

額装、記念日のカード、追悼のスライドショー用のカラーコピー。

家系・記録の整理

家系図やメモリーブックで、元のモノクロと並べて置くカラー版。

写真をカラー化

3ステップでカラー化

2番目のステップが仕上がりを決めます。

  1. Step 1

    スキャンをアップ

    白黒・セピア・退色したモノクロ、いずれもOK。解像度が高いほどノイズの少ない着色になります。

  2. Step 2

    色調を選び、分かる色を書く

    年代の雰囲気を選び、覚えている実際の色を入力(例:「コートは深緑、壁はクリーム」)。

  3. Step 3

    比べて保存

    肌の色と制服・ロゴを元写真と見比べ、保存するか別の色調で再生成します。

写真をアップ

白黒写真カラー化に向く写真・向かない写真

AIの色が信用できる領域と、推測にすぎない領域。色は文脈から推測されるので、写真がどれだけ文脈を与えるかで結果が変わります。

写っているもの予想される結果対処
階調のはっきりした人物写真最良。肌・髪・普段着は自然に決まる特に何も不要。「自然」でOK
屋外(空・草木・レンガ)得意。草や空の色はモデルが知っている緑が違えば季節を書く
制服・勲章・旗・ユニフォーム外れやすい。記章の色はグレーからは読めない実際の色を入力する(この欄の本来の用途)
柄物・プリント生地柄は残るが、色は完全に創作される受け入れるか、主要な色を指定する
白飛び・粒子の粗い写真弱い。色をつける階調情報が残っていない先に画質を整えてからカラー化する
黄ばみ・セピアが強く出た紙その染みが「本当の色」と解釈されて強調されることがある先に染みを整えてから着色する
自分の写真で試す

カラー化の実例

いずれも実際の出力。写っているのは架空の人物です。

ビフォー/アフター:1940年代の白黒家族写真がウォームな自然色にカラー化

家族写真

1940年代の集合写真を、その年代らしいウォームな色調で。

ビフォー/アフター:古い白黒の街並みが建物と空の自然な色にカラー化

街並み

建物・空・路面。AIが最も安定して当てられる領域です。

ビフォー/アフター:白黒の自然風景が緑と青の自然な色にカラー化

風景

草木と水面。文脈から色を推測しやすいケース。

ビフォー/アフター:セピアの肖像写真が自然な肌と髪の色にカラー化

セピアの肖像

染みの出たセピアから、ニュートラルな肌と髪の色へ。

写真をカラー化

AIはどうやって色を決めているのか

まず、どのカラー化サービスも書かない事実から。白黒写真には色の情報が一切ありません。ネガのどこにも「そのワンピースは赤だった」とは記録されていません。モデルが持っているのは明るさ・質感・文脈(顔、芝生、レンガの壁、空、1950年代の車)と、「そういうものは普通どう見えるか」という学習知識だけです。つまりカラー化は復元ではなく推測です。仕上がりが「正しく見える」というのは、推測が妥当で一貫していたという意味です。

この整理から、得意・不得意もはっきりします。肌、髪、草木、空、木材、レンガ、普段着は文脈で強く決まるのでよく当たります。一方で、色が「物理」ではなく「約束」で決まっているもの——軍服、ユニフォーム、国旗、企業ロゴ、校章のネクタイ——はほぼ賭けになります。グレーからはどの約束が使われていたか読めないからです。だからこのページの入力欄は飾りではありません。「制服は紺、縁取りは金」と書くだけで、その要素は推測から指示に変わります。家族写真に対してできる、最も効果の大きい一手です。

仕組みとしては、スキャンをNano Banana 2 Lite(Googleのモデル、Renoiseが統合)に参照画像として渡し、「色をつける、それ以外は変えない」という指示を添えています。色調のプリセットは見た目以上に効きます。不自然に見えるカラー化の多くは色が間違っているのではなく年代が合っていない——1930年代の写真に現代の彩度を当てると、個々の色が妥当でも嘘に見えます。年代のプリセットを選ぶだけでそれは解決します。どの結果を採用しても、元のスキャンは保管してください。カラー版は解釈で、記録の原本はモノクロのほうです。

写真はあなたのものです

家族のスキャンは特に個人的なものです。アップ後の扱いは:

サインイン前は何もアップロードされません

ファイルを選んでも端末内でプレビューするだけ。サインインして生成をクリックするまで、1バイトも保存されません。

非公開・重複排除ストレージ

アップロードは非公開ライブラリに保存され、公開ギャラリーには載りません。同じ写真を再処理しても新たな保存は発生しません。

いつでも削除可能

アップロードした写真も生成結果も、いつでもライブラリから削除できます。

写真をアップ

他のカラー化サービスとの違い

一般的なカラー化サイト

  • 「本来の色を復元」と書く(実際に起きていることと違う)
  • ボタン1つで、年代も個別の色も指定できない
  • 制服や旗が外れやすいことに触れない
  • 無料プレビュー、保存でウォーターマークか課金
  • JPEG が1枚出て、そこで終わり

Renoise

  • 色は推測だと明記し、外れる領域も表で示す
  • 5つの色調プリセット+分かっている色を書く欄
  • 写真タイプ別の正直な期待値
  • 登録特典20 credits(5枚)→ 以降は1枚ごとに課金
  • 同じCanvasで画質向上・拡大・動画化まで続けられる
カラー化を試す
ビフォー/アフター:1940年代の白黒家族写真がウォームな自然色にカラー化

色がつくと、写真は話し始める

ここでカラー化して、画質を上げる、印刷用に拡大する、動画にする——続きは同じCanvasで。

よくある質問

1.白黒写真カラー化は無料でできますか?

新規登録で20 creditsが付きます。カラー化は1枚4 creditsなので、最初の5枚は無料です。以降は1枚ごとの課金で、無料プランはありません。付与されたcreditsを使うのにサブスクは不要です。

2.色は史実として正確ですか?

妥当ではありますが、記録ではありません。白黒写真に色情報はないため、モデルは文脈から推測します。肌・空・草木は安定して当たりますが、制服・旗・ロゴは外れます。分かっている色は入力欄で指定してください。

3.実際の色を指定できますか?

できます。そして指定すべきです。「ワンピースは深緑、車はえんじ」と書けば、モデルは推測せずその色で着色します。カラー化の品質を最も大きく変える操作です。

4.ChatGPTでも色をつけられますか?

色はつきますが、画像全体を作り直すため顔や構図が変わることがあります。専用のカラー化は編集対象を色に限定するので、保管したい写真や印刷する写真には向いています。

5.出力にウォーターマークは入りますか?

有料プランでは書き出しはウォーターマークなしです。いずれの場合もスライダーで元写真と比較できるので、何が変わったかは常に確認できます。

6.傷や破れも同時に直せますか?

別の作業です。染みや傷が強い場合は、先に画質を整えてからカラー化してください。染みを残したまま着色すると、その色が「本当の色」として強調されがちです。

7.対応形式とサイズは?

JPG / PNG / WebP、1枚20MBまで、1回1枚です。出力は元の縦横比を保ち、正方形に切られることはありません。解像度は1Kで、印刷サイズが必要な場合は拡大ツールを使ってください。

8.どんな写真をアップしてよいですか?

自分が所有する写真、または編集する権利がある写真だけです。資料館の写真や他人の家族写真には権利者がいます。公開する前に確認してください。

By Leon, RenoiseLast reviewed Models verified: Nano Banana 2 Lite