群像修图AI：群像照片的修图方案

大群像修图：和普通合照完全是两回事

群像修图AI的核心价值，是把几十上百人的合影拆成"排"和"人"两个层级来处理，而不是把整张图当成一个整体硬修。三五个人的合照，你肉眼扫一圈就能发现问题；一百个人的合影，你扫到第三排眼睛就花了。这是物理规律，不是态度问题。

我们站里之前写过一篇合照修图的文章，讲的是2到16人的普通合照，重点在"修了A忘了B"这类协调问题。这篇不重复那些内容。今天只讲大群像——毕业合影、公司年会全家福、百人集体照，这种体量一旦超过三十人，工作性质就变了：你面对的不再是一张"照片"，而是一个由一百多张人脸组成的"工程"。

数字摆在这。一张前排四排、每排二十多人的合影，人脸数量轻松破百。假设每张脸只检查三秒，光过一遍就是五分钟；发现问题再折返修，一张图耗掉两小时很正常。我去年修过一张238人的中学百年校庆合影，光逐人过脸就花了一整个晚上，交付时手都是抖的。

所以大群像的修图方案，本质上是一套流水线：分层、逐人、透视、批量。四步各有各的坑，下面挨个说。

分层处理：前后排的光比统一

大群像最大的技术难题是光比：前排吃光多、后排被前排挡出阴影，同一张图里能差出一整档曝光。尤其是上午九、十点顺光拍的毕业合影，前排人脸亮得发白，第三排往后脸埋在阴影里，肤色一团灰。直接拉全局曝光，前排先爆掉。

正确做法是分层。现在主流的群像修图AI都带人脸检测，能自动把上百张脸各自框出来。你按排来分组：第一排一个组，第二排一个组，以此类推。然后分别调整。后排那组，提亮阴影、加一点清晰度；前排那组，压高光、收一点曝光。基准是什么？取中间那排的脸部亮度当锚点，别的排都向它对齐。

说个实测数据。前面提到那张238人的合影，我按四排分了四组，用AI重新打光把后两排的阴影提起来，前后排脸部的亮度差从实测差一档多收到三分之一档以内，肉眼上就是"前后排像同一段时间拍的"。

逆光场景更麻烦。背对窗户或夕阳拍的合影，人脸整体偏暗、背景发亮，光比能差两档。这种情况光靠分区曝光拉不回来，得用AI打光类的工具直接按深度分层重新布光，相当于给每一排单独补了一盏灯。工具怎么选可以看我们另一篇AI打光分层教程（这篇讲分层布光的完整操作）。

老实讲，分层是四步里最见功力的一步。分层分对了，后面全顺；分错了，逐人检查时你会怀疑人生。

逐人检查的现实：AI辅助才是人肉盯屏的解药

大群像里"闭眼的人藏在第三排"是高频翻车点，人肉逐人检查是唯一可靠却最耗时的办法，AI人脸检测把它从两小时压缩到十几分钟。原理不复杂：AI把图里所有人脸框出来之后，你可以让工具按"闭眼/斜视/表情不佳"做人脸质量排序，嫌疑最大的脸排在最前面，你从它开始看。

我的流程是这样：先让AI过一遍全部人脸，生成缩略图墙；缩略图上明显闭眼的直接标记；标记出来的位置回到大图确认，看有没有邻近帧能换脸。大合影通常连拍多张，就是给后期留换脸余地的——第37号在A帧闭眼但在B帧睁得好好的，把B帧的脸移过来就行。

这里有两条红线。第一，换脸只换同一人的脸，跨人拼脸在群像里是大忌，客户单方面能看出来也会看出来。第二，换完必须检查接缝：脸和脖子、衣领的过渡自然吗？光照方向和周围人一致吗？AI换脸在群像里最容易穿帮的就是脖子边缘那条线。想系统学换脸和局部合成的选区操作，可以看AI选区与局部精修教程。

不夸张地说，逐人检查这一步占大群像修图总耗时的一半。但它不能省。我有一次赶时间跳过了排序直接抽看，交片之后客户指出第三排有位老先生闭着眼——那是他们创始人的父亲。返工是小事，那种尴尬我记到现在。

队形的透视统一：弧形站位的矫正

大合影几乎都站成弧形——队伍中间靠前、两端靠后，这样每个人到镜头距离接近，但副作用是原图自带透视畸变：两端的人被拉宽、脸变扁，队形看起来像被门夹过。几十人的合影如果站成直线，两端的人离镜头远，脸会小一大圈还发虚。摄影师让队伍站弧线是对的，代价就留给后期。

矫正分两段。第一段是几何校正：用镜头校正或自适应广角一类的方法把整体畸变拉直，弧形的弯度收平。第二段才是重点——逐人透视统一。几何校正后，队伍两端的人脸仍然可能存在横向拉伸（宽脸）或纵向压缩（扁脸），AI人脸感知的校正能单独识别人脸区域，在不动身体和背景的前提下把每张脸的比例拉回正常。

判断标准很朴素：同排人的头身比应该基本一致，脸的宽高比也应该一致。我自己的土办法是在修图软件里拉两条参考线，一条贴着同排人的头顶，一条贴下巴，谁的脑袋明显"出线"就单独立选区处理。这种小技巧在AI修图能力边界那篇里还有不少，都是判断"这活AI能不能接"的实用依据。

透视这步还有个隐藏任务：检查队形的整齐度。前排坐姿的高度、双脚的摆法、手的姿势，大群像里总有几个人自成一套。轻度的用液化轻轻推，幅度大了别硬来，推胖推瘦的翻车案例见过太多。

批量统一的美化纪律：所有人一个标准

大群像美化只有一条铁律：用同一套参数、同一个标准对待所有人，谁也不许被偏爱。听起来像废话，做起来最难。因为批量美化时你总会忍不住手动给某几张脸"加点戏"——领导的脸再亮一点，女生再多磨一点皮。一旦开了口子，整张图的统一感就碎了，观众说不出哪里怪，但就是觉得怪。

纪律的落地方式是预设。定好一套美化预设：磨皮强度、美白程度、锐化量、清晰度，然后批量套用到所有人。中途可以整体调，不许单独调。个别确实需要单独处理的脸（比如严重的皮肤问题），处理幅度也要控制在不脱离全图标准的范围内。

皮肤处理建议直接交给人像专用的AI磨皮，保留纹理那种。参数怎么定，可以参考AI修人脸的核心步骤详解，里面有磨皮强度和质感保留的具体思路。批量操作的流水线搭法，之前在AI批量修图产线那篇里写过完整方案，这里不展开。

为什么纪律这么重要？因为大群像的观众是"每个出现在图里的人"。任何人拿放大镜找到自己，看到的应该是和旁边人一致的待遇。修图师在这类图里的角色不是艺术家，是质检员。

顺便说一句市场。据艾媒咨询的数据，中国AI修图相关的人像处理市场这几年的增长一直很快（艾媒咨询的公开报告里有行业规模的具体数字）。需求在涨，但大群像这种"脏活"一直是供给短板——愿意逐人检查的修图师太少了，AI辅助恰好补在这里。

两篇背景资料也值得一看：关于镜头畸变的成因，维基百科的Distortion (optics)讲得很系统；透视校正的几何原理可以查Perspective correction。看不懂公式没关系，知道"两端被拉伸是物理现象"就够用了。

大群像修图的完整流程串讲

把四步串起来，一张百人级合影的完整流程是：裁切定稿、分层校光、逐人检查换脸、透视矫正、批量美化、全局微调，按输出需求导出。顺序别乱。透视矫正放在逐人检查之后，因为几何校正会轻微挪动人脸位置，先把脸修完再动几何，等于白修。

导出环节多啰嗦两句。大合影像素量大，交付往往要两个版本：印刷版（长边至少8000像素起步，冲印大合影墙用）和网络版（压缩到5MB以内，方便群里转发）。分辨率不够的老照片先过一遍AI放大，具体工具和方法在AI照片放大教程里。我经手的百年校庆那张，原图是中画幅拍的，放大后印刷版长边做到了一米八还经得起凑近看。

再给一个时间参考。以AI辅助流程修一张150人上下的合影，我实测全流程约2.5到3小时；同样的图用纯手动流程，当年我花过整整两天。效率差一个数量级，这就是群像修图AI在这类工程里的真实价值。

常见问题

群像修图AI能自动修好一百人的合影吗？

不能全自动，也不该全自动。AI能完成人脸检测、分层校光、批量美化这些重活，但闭眼判断的漏检、换脸接缝的检查、美化标准是否越界，终究得人来把关。把它理解成"AI干粗活、人做质检"更准确。

大合影里有人闭眼又没有连拍备份怎么办？

三个选择：用AI闭眼修复功能从半睁状态合成睁眼（效果因人而异，死鱼眼风险高）；从这个人其他照片移脸过来（光照要手动匹配）；实在不行，和客户沟通保留，闭眼在纪实类合影里并不算事故。别硬修，穿帮比闭眼难看十倍。

群像修图怎么收费才合理？

大群像按人头收费比按张收费合理，因为工作量和人脸数成正比。行业常见做法是基础价加每张脸的单价，逐人检查、换脸这类项目另计。报价逻辑和接单变现的思路，可以看AI修图接单变现路径那篇的分析。

后排的人脸太小，修了也不清楚怎么办？

先用AI放大把脸部区域增强，再套美化。人脸占画面比例太小时，磨皮和锐化都要比前排收着用，参数照搬前排会让后排的脸"糊成塑料"。分层处理在这里再次生效：后排那一组的所有参数单独定。

婚礼和年会这种现场大合影，和摆拍合影修法一样吗？

核心流程一样，差别在容错。摆拍合影追求人人完美，现场抓拍的群像要保留现场感，闭眼小瑕疵可以适度放过。婚礼大合影的完整清单我们单独写过一篇，在婚礼照片修图清单里，可以对照着用。

收尾说两句

大群像修图是最能体现"修图是工程"这个说法的题材。四步方案——分层统一光比、AI辅助逐人检查、弧形透视矫正、批量美化纪律——每一步都不玄，拼的是流程和耐心。工具会越来越聪明，但"所有人一个标准"这条纪律，机器替代不了，它始终是修图师手里的尺子。

如果你手头正压着一张几十人的合影不知道从哪下手，照着这四步走一遍，心里就有底了。觉得有用的话，转发给那个总被拉去修部门合影的同事吧，他大概率正需要。