手上这份不是原件的时候
手上只剩一张裁切件
你要处理的那张脸，是从一张更大的照片里裁出来的——活动照、聚会合影、远景抓拍。问题从一开始就不是修得多好，而是原本就只有那么点东西。认清这一点，才不会对着几十个像素较劲。
照片是辗转转到你手上的
家人群、工作群、聊天记录里存下的那张，到你手上之前已经过了好几道。想把图片变清晰，第一步是先知道自己拿的是第几手——照片变清晰能到哪一步，取决于这个。
手里是翻拍件而非扫描件
老照片没送去扫描，是用手机对着相册那一页拍下来的——反光、手抖、纸面的纹理，翻拍这一道自己又加了一层，而脸往往是整张里最小的那块。认下这层额外的损耗，再谈能拿回多少。
这张脸还剩下什么
不同的坏法对应不同的余地——下面几件事，决定了脸部修复到底能给回多少。
边缘还在，只是没分开
手抖是曝光那一瞬相机在动，跑焦是焦平面没落在脸上，镜头发软是反差本来就不够。三类的共同点是，五官的边缘其实还留在文件里，把它们重新分开，正是脸部修复这条路最拿手的——这一类最有得谈。
脸有多大，和糊多深一样要紧
从合影里裁出来的、远处拍的、被压过好几遍的头像，脸在文件里本来就只有几十个像素。人像修复的答案不在处理得多用力，而在当初记下来了多少——先认清这条底线，再谈其它。
转到第几手，留下的是块
发一次、存一次、再转发一次——每重新保存一次，编码器就丢掉一点高频，脸上留下方方正正的边和色块脏边。想让照片变清晰，先认下平坦的皮肤总是最先垮的那块。
你以为是糊，其实是噪
暗光或高 ISO 拍的那张，暗部那些彩色斑点是噪不是糊——路径不同，而且噪还会吃掉本可恢复的余量。照片清晰度修复先把这层噪认出来，再谈边缘。
先把手上这张读一遍
读清楚这张脸经过了几道、属于哪一类，再决定还能拿回多少——顺序反过来只是白跑。
读源片：脸有多大、坏在哪一道
先看脸在画面里占多大——是整幅人像，还是从更大一张里裁出来的一小块；再分清是拍的时候没对上，还是转了好几手，暗部那些斑点是噪还是糊。读完再传：JPG、PNG、WEBP 都行，一次多张也可以，浏览器里直接跑，不用装软件。
它自己找出每一张脸
Enhancer.video 按文件类型和场景匹配模型，自动定位画面里的每一张脸，按发软的成因走对应那条路，只重建判定发软的五官边缘、发丝和皮肤纹理；老照片的划痕与噪点一并办掉，需要的话可以上色，AI 生成的脸走把纹理补回来那条。想自己拿主意就手动选模型或挑使用场景，要不要更大尺寸是另一个独立的选择。
拿回成图，或换个场景再读
满意就下载：不带水印，尺寸与原图一致，成图留在账号里可回访。要是这张属于余量最低的那一类——脸本来只有几十个像素，或者那其实是噪不是糊——就换个使用场景重新读一遍。那是把来源判准了，不是失败后的补救。
一张脸变糊的五条路
同样是糊，底下压着不同的坏法——先认出属于哪一条，才知道纸上还留着什么可给。
扫描老照片
纸上先褪了色、留了划痕，扫描或翻拍那一道自己又叠了一层——到你手上这份早已不是第一手。能重建的，是纸上还留着的那些东西；整张看着还行，可站在后排那个人的脸，往往已经先没了。老照片修复走的正是这条路：清掉划痕与噪点，需要的话给黑白件上色。
在群里转过好几轮的那张
家人群、工作群里发一次、存一次、再被人转发一次的那张照片，脸上留下的是方方正正的块，不是柔化。每重新保存一次，编码器就丢掉一点高频，平坦的皮肤最先垮。想让模糊图片变清晰，得先认下这是第几手——第几手，决定还剩多少。
从合影里裁出来的那张脸
聚会、活动、远景抓拍里，把某个人从一大张里裁出来，那一小块脸在文件里本来就只有几十个像素。这是余量最低的一类，答案不在处理得多用力，在当初到底记下来了多少——如实说，能给的不多。
拿去当封面的那一帧里的脸
做封面、缩略图用的那一张，当图片传进来跑就行。它在暗处拍的，就带着暗部斑点；被压过几轮的，脸上就是块。先分清带的是哪一种脏，脸部修复才走得对路。