放学ai修图这样做：校门口那张糊图还有救

放学ai修图面对的图，多半是这么来的：下午四点半，逆光，孩子从人堆里冲出来，你单手举着手机连拍。能拍到就不错了，糊是常态。这类图AI能救回不少，但救的顺序有讲究：先救清楚，再救光，最后才轮到好看，顺序反了全是白费劲。

糊图救到什么程度算成功

运动糊和失焦糊要分开判断：运动糊AI能救回六七成，失焦糊基本救不了，别浪费半小时。判断方法就一条，看糊的方向。

放大看。顺着运动方向拉丝的是运动糊，AI清晰化后六七成可用，孩子的笑脸能看清，发朋友圈绰绰有余；整张均匀发虚的是失焦，AI锐化只会把噪点一起放大，越修越脏。我硬盘里三百多张抓拍，按这个标准筛完，值得修的不到三分之一——筛选本身省下的时间，比修图多。批量场景怎么建筛选流程，毕业照 ai修图实录：全班三百张的一周里的分组法可以直接借用。

筛图我还有一个土办法：把连拍序列放进相册的连播模式快速过一遍，糊但表情好的、清楚但表情一般的，各留一票。娃的照片有个特点是「糊得有价值」，冲过来那几张糊得最狠的，往往最有劲。我的相册里永远给运动糊留两成名额，AI救回六成，比删了强。

还有个省时间的细节：筛图放在等娃写作业的碎片时间做，修图放在周末整块时间做。碎片时间做判断类工作，整块时间做动手类工作，这是我三年攒下来的时间表，比任何软件的效率功能都好使。

逆光黑脸，三步拉回来

校门口大逆光的孩子脸，提亮要分三步：局部提亮面部40%，压高光20%，最后统一色温。一步到位必出脏色。

逆光下的脸直接拉亮度会发灰发脏，顺序很关键。面部圈出来单独提亮，40%起步；天空和背景的高光压20%，找回层次；最后整体色温微调，暖而不黄。实测十分钟内出片，成片是「夕阳下逆着光跑过来的孩子」，不是「看不清脸的孩子」。我相册里点赞最多的一张就是这么救回来的，那天娃冲出校门的表情，连拍里只有一张糊得不算狠。

提亮的分寸给个参照：面部提亮40%之后腮帮开始发灰，说明过了，回退到35%左右再手动补一点暖色调。逆光脸发灰是AI提亮的通病，暖色回填是唯一解，冷调、中性调我都试过，都不如加一点点橙来得自然。

那张点赞最多的逆光图，其实我修了两个版本：一版按三步走，一版偷懒一步到位。偷懒那版脸是灰的，朋友还以为是加了什么「氛围滤镜」。十分钟的分步差距，就是能用和不能用的差距。

背景里的别人家孩子

校门口照片的背景全是别人家的娃，发出去之前把背景里的脸处理掉，这是流程里雷打不动的一步。跟技术无关，跟习惯有关。

具体做法：自家孩子在画面主体位置时，背景路人用消除清掉或打码；往班级群、家长群发合影更要逐张过。有次我随手发了一张合影，背景带着别的家长，对方私信来问，尴尬了好几天。从那以后我固定多留五分钟过背景。孩子照片的分寸问题，之前那篇儿童照片修图分寸：发娃图之前的六想写得比我全，家长都该看看。

打码也分档次：班级群内部传阅，AI马赛克就够；往公开平台发，我固定用重绘直接把背景路人换掉，宁可画面空一点也不留可辨认的信息。两档做法差的那几分钟，是给人家孩子留的。

接娃三年，我对「好照片」的定义变了：不是修得多精致，是那张糊糊的笑脸第二年看着还是热的。放学ai修图帮我做的，是把拍摄端的仓促补回来一点，让记录这件事少一点遗憾。工具会过时，校门口那盏逆着的光不会，蹲守过的家长都懂。

书包歪着、红领巾跑偏、鞋带散了一半——这些别修。它们是放学时段的魂，修端正了就成摆拍了。

修图之外再啰嗦一句拍摄端的：校门口蹲守我固定站两个位置，一个是校门侧前方十步，逆光但不冲镜头；一个是马路对面的台阶上，高机位能拍出从人堆里钻出来的动感。位置对了，后期就是锦上添花。

还有个零成本习惯：接娃前把镜头擦一遍。在口袋里蹭了一个月的镜头，拍出来的全是雾，AI去雾救得回来一半，另一半是拿不回来的细节，一分钟能防的事别留给软件。

常见问题

孩子皮肤需要磨皮吗？

不需要，儿童的皮肤本身就是卖点，磨了反而假。最多把鼻梁上的汗珠、蹭脏的脸蛋处理一下，那是放学时段的真实。

连拍几十张怎么快速挑？

先按糊不糊分堆，再在清楚的里面挑表情。我固定挑三张：一张大笑、一张和同学互动、一张背影，足够记录一天。

AI能把手里的书包修端正吗？

别修。歪掉的书包、跑偏的红领巾恰恰是放学的味道，修端正了孩子就成了橱窗模特。

老师发在班级群的照片能修吗？

轻处理可以：提亮、裁剪、压高光。但要经老师同意再发到公开平台；动到别人家孩子的画面，先问一句更稳妥。