冲线ai修图实录：号码布数字被改错之后，我改了流程
先交底：冲线ai修图最容易出事的不是人脸，是号码布。AI把0321认成0821之后，我把两百张终点照的修图流程整个改了一遍，号码布区域从此锁死手动。
冲线ai修图的需求每年马拉松季都成批冒出来：糊、乱、反光，三样全占。我接过一场城市半马终点的图，两百张，交期四十八小时。翻车发生在第三十张：AI消除背景人群的时候，把号码布上的0321重绘成了0821，而那是别人的号码。客户当场打电话来问。这篇把改完的流程摆出来，接终点照的先看红线那节。
终点照的三宗罪：糊、乱、反光
冲线照的问题按「先救糊、再清乱、最后压反光」的顺序处理，倒过来做会重复返工。
糊分两种。四肢和背景的动态模糊是速度感，是这组照片的语言，别动；该救的只有两处——脸和号码布，这两样糊了照片就废。我用画质增强单跑这两个区域，其余保留原样，两百张里八成救得回可用的清晰度。
乱指的是背景：志愿者、观赛人群、补给桌全在冲线者身后堆着。乱是AI最擅长的部分，但怎么圈、圈多大有讲究，放在后面单说。
反光最磨人。终点拱门的顶光、号码布的覆膜、选手额头的汗，三样反光叠在一块。汗珠我基本不处理，冲线的人就该是湿的，那是真实感的一部分；覆膜反光压掉，拱门顶光在头发上的高光保留。
糊的判断标准我定了条死规矩：脸和号码布缩到一半还能认出数字，就算合格。再清晰是锦上添花，认不出是废片，这条线卡住了，两百张图我不会在清晰度上无限投入。
裁切也是终点照的一战场。冲线瞬间连拍里，主体过线那一张常常人在画面正中，四周全是没用的空。我按「号码布和脸都在、拱门字体露一半」的原则裁，两百张裁完，画面密度立刻不一样。
号码布是红线，先锁死它
号码布和计时芯片区域一律不用生成式功能，只做手动修补，数字错一位就是别人的成绩。
翻车复盘很简单：那一张我为了省事，把人群和号码布一起圈进了消除范围。AI不认识号码布的语义，它只负责把那块区域填得「看起来合理」，0和8又是它最爱混的邻居。客户电话里就问了一句：你改的是不是成绩。
现在的流程是第一步就做物理隔离：套索把号码布连同边缘五毫米圈出来建保护蒙版，整批图统一处理完再逐张解除检查。号码布上有褶皱或污损的，用图章手动补，两百张里号码布区域生成式功能的调用次数是零。
芯片带、系带这些细节同理。它们连着计时成绩，观感上多一块少一块都可能被选手当成「成绩出问题」的证据，别碰。
还有一步容易漏：检查相邻照片。同一组连拍里号码布在这张被遮挡、下张露着，修遮挡那张时人会下意识放松，恰恰是这种放松出事。我的笨办法是号码布区域全批走同一套手动流程，脑子不切换，就没有松懈的缝。
人群消除的顺序和分寸
人群消除放在号码布锁死之后做，一次只圈一小片，圈太大AI就开始编人。
我试出来的安全范围是单次不超过三个人占的面积。一次一小片，成功率七成；整片背景一框，AI就开始无中生有——多出来的手、半张脸、凭空的帽子，全是它编的。编出来的东西比杂乱的人群可怕十倍，杂乱是没修好，编造是修错了。
领奖台和终点拱门前的照片我额外收着力度：这些位置的人群是氛围本身，保留几个虚化的人影反而对。冲线主体的孤立感要适度，一张终点照里一个人生人是真的，但背景全空也很假，留三五个人影压着画面底。
球赛看台那一类人海照片是同一套逻辑的近亲，之前写过球赛看台照修图：人海的吆喝感，人海的度在那篇里说得更细。
人群消除还有个顺序技巧：先消人群，再做统一色调。色调的颗粒感会帮AI的接缝打掩护；反过来先调色，消除区的噪点结构和周围对不上，接缝全浮出来。
四十八小时交的那批图，最后返工的四张全是流程改完之前修的。改完之后跑完剩下的一百七十张，零返工。
体育照片里每一块布、每一块芯片都连着成绩，修图师的剪刀，得先剪住自己的手。红线画在前面，后面全是快活活。
下一场马拉松在秋天，流程卡片已经备好。号码布那一栏我只写了四个字：一个不碰。
常见问题
雨天的终点照怎么处理？
雨丝和水花别全消，那是天气的证词。只压镜头前的水斑，选手身上的湿、地面的反光都保留，修太干反而像另一天拍的。
号码布反光怎么手动救？
覆膜反光用曲线局部压，压之前把数字区域羽化选区，别让数字跟着变灰。实在压不掉的反光，保留比修花强，数字清楚永远排第一。
大批量终点照怎么提效？
批量环节只做两件事：统一色调和按号码布分组裁切。逐张的部分才是人工所在，先把可批量的全批量掉，人工时间留给脸和号码布。
成绩截图和证书也能修吗？
不建议动。成绩和证书类内容的数字、印章一个像素都别改，这类图要处理也只处理拍摄层面的明暗，改内容就是另一回事了。