二手球鞋商品图 AI 修图返检：鞋底磨损、鞋标和二维码哪些不能修错

为什么同一双二手球鞋，白底图修得越干净，买家反而越容易追问？这个问题不是审美问题，而是交易信任问题。新鞋图靠“干净”降低决策成本；二手球鞋图靠“状态证据”降低扯皮成本。鞋底磨损、鞋标二维码、鞋盒标签、鞋面折痕、后跟拖痕，这些地方看着不够漂亮，却是买家判断真伪、成色和价格的依据。AI 修图如果只按“去污、提亮、补齐”走，很容易把证据也一起抹掉。

图注：二手球鞋先看证据位。

真实项目脱敏里，2026 年 4 月，杭州滨江一个二手寄卖团队复盘过 18 组球鞋图。小周负责初检，图叮 AI 做背景清理，Photoshop 25.4 做局部对照。返检时发现 6 组鞋底拖痕被修浅，4 组鞋标二维码边缘被降噪糊掉，3 组鞋盒尺码贴被擦成一块白。这个样本不代表行业平均，只说明一个很具体的坑：二手商品图的“好看”，不能压过“可核对”。

第一层事实：二手球鞋卖的是状态，不是新品感

新鞋主图通常要解决三个问题：款式是否清楚、颜色是否稳定、尺码信息是否好找。二手球鞋多了一个更硬的问题：这双鞋现在到底是什么状态。状态不是一句“95 新”能说清的，它落在鞋底磨损、鞋头折痕、后跟内衬起球、鞋标喷码、鞋盒标签、购买凭证这些证据上。

这就是底层事实。二手球鞋的图片不是单纯展示图，更像一份轻量验货记录。修图师可以清理拍摄环境，能压掉台面灰尘，也能修掉背景纸边缘；但和鞋本体状态有关的痕迹，不能默认当成瑕疵删除。鞋底外侧的磨平区域、后跟拖地形成的斜切边、鞋头自然弯折，这些信息会影响买家判断穿着次数。

图注：磨损是状态，不是脏点。

内部复盘里，小周把 18 组图分成两类：环境干扰和状态证据。环境干扰包括拍摄台面灰、白底折痕、灯架反光、鞋撑边缘；状态证据包括鞋底纹路深浅、鞋面折痕、鞋标二维码、盒标尺码和鞋垫压痕。前一类可以修，后一类只能整理可读性。这个分类很笨，但比一句“帮我修干净”靠谱。

第二层结论：鞋底只能提清晰度，不能重绘磨损

从这个事实往下推，第一个结论很直接：鞋底区域的目标不是变新，而是让磨损被看清。AI 修图常见的过度，是把鞋底纹路补得太完整，把后跟拖痕压得太平，把灰尘和真实磨损混在一起抹掉。手机端看起来确实顺眼，但买家放大后会发现修图痕迹，信任感反而掉得更快。

做返检时，鞋底至少看三块。第一块是前掌发力区，纹路变浅通常和穿着频率有关；第二块是后跟外侧，拖痕会暴露走路习惯；第三块是中底氧化和污渍边界，它影响“能不能清洁恢复”的预期。AI 可以增强局部对比，让纹路更清楚；可以把背景灰尘删掉；可以把拍摄阴影压均匀。它不该凭空补出完整纹路，也不该把后跟磨平的弧线修成新鞋边。

图注：提清晰度，不重绘纹路。

真实项目脱敏那组图里，6 组返工都出在鞋底。初版提示词写的是“clean outsole, remove dirt, make it neat”。模型把“dirt”和“wear”混成一类，结果后跟外侧拖痕被抹淡。第二版提示词改成“remove studio dust only, preserve outsole wear pattern and heel drag shape”，再配一张原图局部作参考，返工明显少了。这里的关键不是英文提示词多高级，而是把“灰”和“磨损”拆成两个对象。

第三层结论：鞋标和二维码要先锁定，再做整体降噪

第二个结论落在鞋标、二维码和盒标上。二手球鞋的鉴别信息很多时候不在鞋面，而在内标、鞋盒侧标、二维码、尺码贴和货号。它们不一定要在主图里放很大，但素材包里必须有清楚的局部图。AI 降噪、锐化、背景替换会改写这些细节：二维码边缘变软，货号断笔，尺码数字发糊，条码间距变形。

这类区域的处理顺序要反过来。不要先整图降噪，再回头救标签。更稳的做法是先把鞋标和二维码区域锁住，单独保存修前局部；主体修完后，只做轻微透视矫正、曝光校正和清晰度增强。看不清的字不要让 AI 补。补出来的货号看着完整，实际比模糊更危险，因为它制造了一个不存在的可核对信息。

图注：标签可读性优先于干净。

据团队交付记录，小周那次把内标局部统一裁成 1200 像素宽，放到返检板右侧。每张只问两个问题：字是否比原图更清楚，信息是否被改写。若原图拍虚，直接退回补拍；若只是偏暗，才允许提亮。这个动作看似慢，18 组图多花了约 23 分钟，但后面少了两轮“鞋标看不清”的来回确认。

第四层推论：瑕疵披露图要和主图分工

第三个结论是交付层面的：主图和瑕疵披露图不能混成一张。主图负责让买家快速识别款式和整体成色，瑕疵披露图负责讲清旧痕、开胶、氧化、内衬磨损这些细节。主图可以更整洁，但披露图必须更诚实。把披露图也修成新品感，就等于把二手交易里最重要的一层保险拆掉。

建议交付时保留四张基础图：白底主图、鞋底局部、鞋标二维码局部、瑕疵披露拼图。每张图旁边写一句处理边界。比如“鞋底只清理拍摄灰尘，保留后跟拖痕”“鞋标不补字，只提亮”“中底氧化不改白，只降低局部黄斑干扰”“鞋面折痕保留原走向”。句子不用长，关键是让运营、修图师和客服看到同一套边界。

图注：主图和披露图分开交付。

这套分工还能减少提示词误伤。主图提示词可以强调干净背景、稳定白平衡、保留自然阴影；鞋底局部提示词要强调 preserve wear pattern；鞋标局部提示词要强调 preserve all printed text and QR geometry；披露拼图提示词要强调 defect disclosure, no repainting. 同一双鞋，用同一个“修干净”指令跑到底，才是最容易翻车的做法。

边界条件：哪些图不适合继续修

还有一类图，返检时不要硬修。内标已经虚到无法识别，鞋底只有低清压缩图，二维码缺角，鞋盒标签被遮挡，或者卖家只给了平台截图，这些都不适合靠 AI 补。图叮 AI 可以让素材更规整，但不能替代验货。二手球鞋的图片一旦涉及真伪和成色，信息缺失比画面粗糙更严重。

如果团队时间很紧，可以用一个最低门槛：鞋底纹路可见、鞋标文字可读、二维码几何不变、主要瑕疵有披露。四项里缺两项，就别急着出图。真实项目里，这个门槛比“修得漂亮吗”更容易执行。美观是加分项，状态可核对才是及格线。

这个原则也能推广到二手相机、腕表、箱包和潮玩卡牌：凡是买家要靠细节判断成色和真伪的商品，AI 修图都要先保护证据位，再处理画面。先问“这张图还让人核对吗”，再问“这张图够不够好看”。