Compilado por Pablo Murad — 2026
Data da pesquisa: 20 de junho de 2026

Critério de ranking

Este ranking prioriza utilidade prática para recuperar, melhorar e organizar fotos antigas ou imagens de baixa qualidade. A ordem considera:

1. Resultado real em fotos comuns, especialmente fotos antigas de família.
2. Facilidade de uso.
3. Controle sobre o resultado, sem destruir a aparência original.
4. Disponibilidade gratuita e/ou open source.
5. Maturidade do projeto.
6. Compatibilidade com Windows, Linux e macOS.
7. Risco de criar artefatos falsos, plastificar rostos ou inventar detalhes.

Aviso direto: nenhuma ferramenta faz milagre. Foto tremida, fora de foco ou minúscula pode melhorar, mas não volta magicamente ao que nunca foi capturado. Ferramentas de IA podem inventar textura, pele, olhos e detalhes. Para foto de família, isso pode ser aceitável como versão restaurada, mas nunca deve substituir o arquivo original.

Ranking geral — da melhor para a pior no uso prático

1. Upscayl

Link: https://www.upscayl.org/
Repositório: https://github.com/upscayl/upscayl
Categoria: upscaler de imagem com IA
Licença: AGPLv3 no backend, segundo o repositório
Plataformas: Windows, Linux, macOS

O que faz

Upscayl é provavelmente a melhor primeira ferramenta para o usuário comum que quer melhorar imagens sem entrar em terminal, Python, CUDA e inferno de dependências. Ele usa Real-ESRGAN e roda localmente, sem depender de upload obrigatório para nuvem.

Melhor para

• Fotos pequenas ou pixeladas.
• Imagens antigas em baixa resolução.
• Artes, capas, scans e imagens comprimidas.
• Quem quer algo simples: abrir, escolher modelo e exportar.

Limitações

O próprio projeto deixa claro que Upscayl não é ferramenta para corrigir foco perdido ou desembaçar imagem totalmente borrada. Isso é importante: ele aumenta resolução e melhora percepção de nitidez, mas não ressuscita foto fora de foco.

Veredito

Melhor escolha geral. Para seu caso, eu começaria por ele antes de qualquer coisa mais complexa.

2. GIMP

Link: https://www.gimp.org/
Categoria: editor de imagem geral
Licença: software livre
Plataformas: Windows, Linux, macOS

O que faz

GIMP é o canivete suíço open source para edição manual. Não é o melhor upscaler por IA, mas é excelente para correção final: cortar, ajustar níveis, curvas, contraste, saturação, clonar manchas, remover riscos, corrigir olhos vermelhos, limpar bordas e preparar imagens para impressão.

Melhor para

• Retoque manual de fotos antigas.
• Remover manchas, rasgos pequenos e sujeiras de scanner.
• Ajustar curvas, contraste e cor depois do upscale.
• Criar versões finais para impressão, web ou arquivo.

Limitações

A interface ainda assusta muita gente. E sem prática, o usuário pode destruir a imagem com excesso de nitidez, contraste e saturação.

Veredito

Ferramenta obrigatória para acabamento. IA melhora muita coisa, mas restauração séria ainda precisa de mão humana.

3. darktable

Link: https://www.darktable.org/
Categoria: revelador RAW / fluxo fotográfico
Licença: open source
Plataformas: Windows, Linux, macOS

O que faz

darktable é uma mesa de luz e câmara escura digital. Ele gerencia negativos digitais, permite revelar arquivos RAW e oferece módulos avançados de exposição, cor, contraste, ruído, nitidez e correção óptica.

Melhor para

• Fotos tiradas em RAW.
• Recuperar sombras e altas luzes.
• Corrigir balanço de branco.
• Melhorar fotos digitais sem destruir o arquivo original.
• Fluxo fotográfico moderno.

Limitações

Não é o melhor para restaurar foto escaneada muito antiga com rosto destruído. Ele brilha mais em fotografia digital/RAW.

Veredito

Excelente para fotografia digital. Se a imagem vem de câmera ou celular moderno e você tem RAW/DNG, use darktable antes de qualquer IA.

4. RawTherapee

Link: https://rawtherapee.com/
Repositório: https://github.com/RawTherapee/RawTherapee
Categoria: revelador RAW
Licença: GPLv3
Plataformas: Windows, Linux, macOS

O que faz

RawTherapee é um processador RAW poderoso, com recursos avançados de demosaicing, correção de pixels mortos/quentes, dark frame, flat field, nitidez, redução de ruído e manipulação de cor.

Melhor para

• Arquivos RAW de câmeras.
• Fotografia com muito ruído.
• Recuperação técnica de detalhe.
• Usuários que gostam de controle fino.

Limitações

É menos amigável que editores simples. Para JPEG antigo de família, pode ajudar, mas não é a primeira escolha.

Veredito

Mais técnico que darktable em alguns pontos. Ótimo para quem quer controle, ruim para quem quer solução de um clique.

5. chaiNNer

Link: https://chainner.app/
Categoria: processamento de imagem baseado em nós
Plataformas: Windows, Linux, macOS

O que faz

chaiNNer permite montar fluxos visuais com modelos de IA para upscale, restauração e conversão. Suporta modelos PyTorch, NCNN, ONNX e TensorRT, além de arquiteturas como ESRGAN, SPAN e OmniSR.

Melhor para

• Usuário avançado que quer experimentar modelos diferentes.
• Processamento em lote.
• Criar pipeline: denoise → upscale → sharpen → export.
• Testar vários modelos sem escrever tudo do zero.

Limitações

Não é para iniciante absoluto. É poderoso porque é flexível, mas essa flexibilidade cobra preço.

Veredito

Melhor laboratório visual para IA em imagem. Se Upscayl for simples demais, o próximo passo é chaiNNer.

6. Real-ESRGAN

Link: https://github.com/xinntao/Real-ESRGAN
Categoria: super-resolução / restauração por IA
Base acadêmica: Real-ESRGAN: Training Real-World Blind Super-Resolution with Pure Synthetic Data

O que faz

Real-ESRGAN é uma das bases mais importantes para restauração prática de imagem real. O projeto busca super-resolução e restauração de imagens degradadas, treinado com dados sintéticos para lidar com degradações do mundo real.

Melhor para

• Upscale técnico.
• Fotos pequenas ou comprimidas.
• Processamento via scripts.
• Servir como backend para outras ferramentas, como Upscayl.

Limitações

Menos amigável que Upscayl. Se você não quer terminal/modelos/parâmetros, use uma interface baseada nele.

Veredito

Excelente motor, interface ruim para leigos. Como tecnologia, é topo. Como ferramenta prática para uso diário, perde para Upscayl.

7. GFPGAN

Link: https://github.com/TencentARC/GFPGAN
Modelo no Hugging Face: https://huggingface.co/TencentARC/GFPGANv1
Categoria: restauração facial

O que faz

GFPGAN é voltado para restauração de rostos reais em imagens degradadas. Usa priors de GAN pré-treinada para tentar reconstruir faces em fotos antigas, pequenas ou danificadas.

Melhor para

• Fotos antigas de família com rostos borrados ou comprimidos.
• Melhorar retratos antigos.
• Usar junto com Real-ESRGAN/Upscayl.

Limitações

Pode inventar identidade. Esse é o ponto crítico. Ele pode deixar a pessoa “mais bonita”, mas não necessariamente mais fiel. Em foto histórica/familiar, isso é perigoso.

Veredito

Bom, mas use com desconfiança. Salve como versão restaurada, nunca como substituto do original.

8. CodeFormer

Link: https://github.com/sczhou/CodeFormer
Categoria: restauração facial cega

O que faz

CodeFormer é um modelo forte para restauração de faces degradadas. Um diferencial é permitir equilibrar qualidade visual e fidelidade, o que é importante quando você não quer que a IA transforme seu avô em outra pessoa.

Melhor para

• Rostos muito danificados.
• Fotos comprimidas com artefatos fortes.
• Casos em que GFPGAN fica artificial demais.

Limitações

Mais técnico. Também pode inventar detalhes faciais. O próprio repositório alerta sobre demos não oficiais e recomenda verificar legitimidade de serviços terceiros.

Veredito

Mais controlável, mas mais chato. Para restauração facial séria, vale testar junto com GFPGAN e comparar.

9. SwinIR

Link: https://github.com/JingyunLiang/SwinIR
Artigo: https://arxiv.org/abs/2108.10257
Categoria: restauração de imagem com Transformer

O que faz

SwinIR é um modelo de restauração baseado em Swin Transformer. Ele cobre super-resolução, redução de ruído e remoção de artefatos JPEG.

Melhor para

• Imagens com compressão JPEG pesada.
• Denoise.
• Super-resolução técnica.
• Pesquisa e testes mais controlados.

Limitações

Não é uma ferramenta pronta para usuário comum. É mais um modelo/projeto para quem aceita lidar com ambiente Python.

Veredito

Muito forte tecnicamente, pouco amigável. Ótimo para laboratório, não para fluxo rápido.

10. digiKam

Link: https://www.digikam.org/
Categoria: gerenciador de fotos + edição
Licença: open source

O que faz

digiKam é um gerenciador profissional de acervo fotográfico open source. Importa, organiza, etiqueta, classifica, edita e compartilha fotos e vídeos.

Melhor para

• Organizar milhares de fotos de família.
• Separar por datas, pessoas, tags e álbuns.
• Manter metadados.
• Fazer ajustes simples sem abrir editor pesado.

Limitações

Não é a ferramenta mais forte para restauração profunda. É mais biblioteca/organização do que “melhorador mágico”.

Veredito

Essencial se você tem acervo grande. Antes de restaurar tudo, organize. Senão vira caos digital em alta resolução.

11. Krita

Link: https://krita.org/
Categoria: pintura digital / edição criativa
Licença: GNU GPL v3

O que faz

Krita é uma ferramenta profissional gratuita e open source voltada principalmente a pintura digital, ilustração e arte. Para restauração de fotos, entra como ferramenta manual: pincéis, camadas, máscaras, reconstrução de partes danificadas e retoques visuais.

Melhor para

• Reconstruir áreas rasgadas ou manchadas manualmente.
• Pintar correções em fotos antigas.
• Trabalhar com camadas e máscaras.
• Colorização manual/artística.

Limitações

Não é editor fotográfico clássico nem revelador RAW. Para ajustes fotográficos, GIMP/darktable/RawTherapee são melhores.

Veredito

Boa ferramenta manual complementar. Não é primeira opção para foto, mas pode resolver casos que IA estraga.

12. ImageMagick

Link: https://imagemagick.org/
Repositório: https://github.com/ImageMagick/ImageMagick
Categoria: processamento por linha de comando

O que faz

ImageMagick é uma suíte open source para criar, editar, converter e manipular imagens em mais de 200 formatos. É excelente para automação.

Melhor para

• Converter centenas de imagens.
• Redimensionar em lote.
• Corrigir orientação, formato, compressão e metadados.
• Criar scripts de preparação antes de usar IA.

Limitações

Não é ferramenta visual. Não é “restaurador de fotos” por si só. É infraestrutura.

Veredito

Obrigatório para automação. Para uma foto, talvez exagero. Para 5.000 fotos, indispensável.

13. DeOldify

Link: https://github.com/jantic/DeOldify
Categoria: colorização/restauração com deep learning

O que faz

DeOldify é um projeto de deep learning para colorir e restaurar imagens antigas e filmagens. Ficou famoso por colorização de fotos P&B.

Melhor para

• Colorizar fotos antigas em preto e branco.
• Criar versões alternativas coloridas.
• Experimentação estética.

Limitações

Colorização é chute educado. A cor pode ficar bonita, mas historicamente falsa. Roupa, pele, parede, carro, céu: a IA pode inventar tudo.

Veredito

Use como versão artística, não como verdade histórica. Legal para família, perigoso para arquivo histórico sério.

14. Intel Open Image Denoise

Link: https://www.openimagedenoise.org/
Repositório: https://github.com/RenderKit/oidn
Categoria: denoise técnico

O que faz

Open Image Denoise é uma biblioteca open source da Intel voltada a denoising de imagens, muito usada em renderização e fluxos técnicos.

Melhor para

• Renderização 3D.
• Pipelines técnicos.
• Desenvolvedores que precisam integrar denoise em software próprio.

Limitações

Não é a melhor primeira opção para foto antiga de família. Exige integração ou ferramentas que usem a biblioteca.

Veredito

Ótimo tecnicamente, pouco prático para seu caso. Baixo no ranking por usabilidade, não por qualidade.

15. BasicSR

Link: https://github.com/XPixelGroup/BasicSR
Categoria: framework de restauração de imagem/vídeo

O que faz

BasicSR é uma toolbox open source em PyTorch para super-resolução, denoise, deblur, remoção de artefatos JPEG e outros problemas de restauração.

Melhor para

• Pesquisa.
• Treinar modelos.
• Comparar arquiteturas.
• Desenvolver soluções próprias.

Limitações

É framework, não aplicativo. Para usuário final, é trabalho demais.

Veredito

Excelente para programador/pesquisador, péssimo para pressa. Use se quiser criar pipeline próprio.

Melhores combinações por objetivo

Para foto antiga de família escaneada

1. Escanear no máximo de qualidade possível.
2. Corrigir poeira/manchas no GIMP.
3. Aplicar Upscayl com modelo adequado.
4. Se tiver rosto ruim, testar GFPGAN ou CodeFormer em cópia separada.
5. Finalizar contraste, cor e corte no GIMP.
6. Guardar original intocado.

Para foto digital moderna em RAW

1. darktable ou RawTherapee.
2. Ajuste de exposição, balanço de branco, contraste e ruído.
3. Exportar em TIFF/PNG se for editar mais.
4. GIMP para retoque final.
5. Upscayl só se precisar aumentar resolução.

Para lote grande de imagens antigas

1. digiKam para organizar.
2. ImageMagick para padronizar formato/tamanho.
3. Upscayl ou chaiNNer para processamento em lote.
4. GIMP apenas nas melhores/fotos importantes.

Para rosto degradado

1. Upscayl ou Real-ESRGAN para melhorar base.
2. GFPGAN e CodeFormer em versões separadas.
3. Comparar lado a lado.
4. Escolher a menos falsa, não a mais bonita.

Para foto P&B que você quer colorizar

1. Restaurar primeiro em P&B.
2. Aplicar DeOldify em cópia.
3. Ajustar cor manualmente no GIMP/Krita.
4. Manter versão P&B original como referência principal.

Ordem recomendada para você testar

Se eu fosse montar seu kit realista, sem firula, seria este:

1. Upscayl — primeira tentativa para aumentar e melhorar imagens.
2. GIMP — acabamento e correção manual.
3. darktable — fotos RAW/digitais modernas.
4. RawTherapee — alternativa técnica ao darktable.
5. digiKam — organização do acervo.
6. GFPGAN/CodeFormer — só para rostos difíceis.
7. chaiNNer — quando quiser criar pipelines mais avançados.
8. ImageMagick — automação em lote.
9. DeOldify — colorização experimental.

Fluxo conservador para preservar memória familiar

Nunca trabalhe no arquivo original. Use uma estrutura assim:

fotos/
├── originais/
├── trabalho/
├── restauradas/
├── colorizadas/
└── imprimir/

E nomeie os arquivos de forma clara:

foto_1968_avo_original.tif
foto_1968_avo_upscayl_x4.png
foto_1968_avo_gfpgan_teste.png
foto_1968_avo_final_gimp.png

Veredito final

Para melhorar imagem/foto, a melhor resposta não é uma única ferramenta. O melhor fluxo é:

Upscayl para aumento e melhoria rápida.
GIMP para restauração manual.
darktable/RawTherapee para fotos RAW.
GFPGAN/CodeFormer só para rostos difíceis.
digiKam para organizar tudo antes que vire bagunça.

A armadilha é a mesma do vídeo e do áudio: exagerar. Foto de família restaurada demais fica com cara de boneco de IA. O objetivo é recuperar memória, não transformar antepassado em personagem de propaganda.

Fontes principais consultadas

• Upscayl: https://www.upscayl.org/
• Upscayl GitHub: https://github.com/upscayl/upscayl
• Real-ESRGAN GitHub: https://github.com/xinntao/Real-ESRGAN
• Real-ESRGAN paper: https://arxiv.org/abs/2107.10833
• GIMP: https://www.gimp.org/
• darktable: https://www.darktable.org/
• RawTherapee: https://rawtherapee.com/
• RawTherapee GitHub: https://github.com/RawTherapee/RawTherapee
• chaiNNer: https://chainner.app/
• GFPGAN GitHub: https://github.com/TencentARC/GFPGAN
• GFPGAN Hugging Face: https://huggingface.co/TencentARC/GFPGANv1
• CodeFormer GitHub: https://github.com/sczhou/CodeFormer
• SwinIR GitHub: https://github.com/JingyunLiang/SwinIR
• SwinIR paper: https://arxiv.org/abs/2108.10257
• digiKam: https://www.digikam.org/
• Krita: https://krita.org/
• ImageMagick: https://imagemagick.org/
• ImageMagick GitHub: https://github.com/ImageMagick/ImageMagick
• DeOldify GitHub: https://github.com/jantic/DeOldify
• Intel Open Image Denoise: https://www.openimagedenoise.org/
• BasicSR GitHub: https://github.com/XPixelGroup/BasicSR