マイクロソフトのCopilot(2026年4月16日時点)を用いて、モノクロ写真をカラー化したらどうなるか試してみた。用途としては、古い写真の色を復元することを想定している。
今回は手持ちのカラー写真をツールでモノクロに変換し、それをCopilotにカラー化してもらい、正解(モノクロに変換する前の写真)と比較してみた。
結論を言えば、一般的な写真ではうまくいきそうだが、色使いが個性的な被写体に対しては学習データ不足でうまくいかない場合がある。
うまくいった例
自然風景の写真で試してみた。あえて、水面がきれいな青ではない写真を選んだ。
オリジナルの写真
上記写真をモノクロに変換したもの
上記モノクロ写真をCopilotにプロンプトで与え、カラー化させたもの
オリジナルと比べて全体的に明るいが、なかなか良く復元できていると思う。これなら、実際にこういう風景だったと思っても問題ないだろう。
Copilotとのやり取りの様子
うまくいかなかった例
列車の中での写真で試してみた。ただし、この車両は色使いが個性的である。
オリジナルの写真
上記写真をモノクロに変換したもの
上記モノクロ写真をCopilotにプロンプトで与え、カラー化させたもの
さすがに個性的な色使いは復元できておらず、一般的な特急列車でありがちな青系統の色使いに変わっている。
Copilotにオリジナル画像を見せて、色の復元に失敗している理由を聞いたところ、以下のように答えてくれた。
-
モノクロ画像の情報欠損
モノクロでは「明るさ」しか残っていないため、AIはその明暗から色を推定します。
たとえば座席の布地が濃い部分＝暗い緑や青と判断されることが多く、実際の「茶色系」や「黄色系」は推定しづらい傾向があります。 -
学習データの偏り
カラー化モデルは一般的な風景や人物写真を多く学習しているため、鉄道車両の内装のような特殊な配色（黄系・茶系・ベージュ系）は再現が難しいのです。
結果として「青系」や「グレー系」に寄ることが多くなります。 -
照明条件の誤推定
モノクロ画像では照明の色温度（暖色・寒色）がわからないため、AIは中立的な白光を仮定します。
実際の車内照明が暖色系だと、全体が黄色寄りになるのに対し、AIは冷たい白光で処理してしまうことがあります。
当たり前だが、2番目に主張されているように、学習データ不足だろう。
Copilotとのやり取りの様子
まとめ
Copilotのように手軽に使えるAIでも、モノクロ写真のカラー化は一般的な写真であれば十分にできそうである。とはいえ、今回の車両の写真のように個性的な色使いのものは、そのままでは実物と乖離した色使いになる恐れはある。
古い写真の場合、被写体の色使いが現代の常識や美的感覚とは異なっている可能性があるので、注意が必要かもしれない。
カラー写真が存在しなかった時代の写真だと、そもそも学習データがないが、どうすれば良いのだろうか？…私には答えが分からないが、例えば以下のように妄想している。
- プロンプトで当時の色使いを具体的に指定する
- 学習データとして、当時の絵画を用いる