IOPaint 图像修复教程本地一键清除图片中的水印、物体与人物【免费下载链接】IOPaintImage inpainting tool powered by SOTA AI Model. Remove any unwanted object, defect, people from your pictures or erase and replace(powered by stable diffusion) any thing on your pictures.项目地址: https://gitcode.com/GitHub_Trending/io/IOPaintIOPaint 是一个免费开源的图像修复工具它在本机起一个 Web 服务之后你可以用鼠标圈选并抹掉图片里的水印、物体、人物和文字也可以借助 Stable Diffusion 按提示词重绘某个区域。适合会用终端、不想把照片传到云端、或者要一次处理大量图片的人。这篇文章带你从装包跑通第一个修复结果经过三组前后对比最后讲到模型选择、批量处理与改源码。本地跑通第一个修复装包和运行各一条命令首次运行会自动下载模型pip3 install iopaint iopaint start --modellama --devicecpu --port8080浏览器访问http://localhost:8080左侧是图库可上传本地图片右侧选模型、刷蒙版。保持默认的lama把要去掉的区域刷出来点执行几秒内出第一张还原结果。如果下载慢加--model-dir指定模型存放目录。给人像去水印输入水印覆盖了人物大部分区域的肖像。关键操作在 Web 界面里刷出水印区域模型保持 lama执行。效果水印覆盖处被周围肤色和衣物纹理填充100% 缩放看没有明显接缝头发和衣领细节保留。对这种边界清晰的水印lama 在 CPU 上就够用。清理场景里的多余物体输入左上角挂了白色灯笼、挡住木质结构的室内场景。操作同上蒙版刷住灯笼连同它的投影执行 lama。效果灯笼消失该区域木纹沿原有梁的方向延续纹理走向和周围基本一致。擦除物体时蒙版建议多留一圈余量——刷得贴着轮廓容易出现残留白边。从背景里移除人物输入人物站在墙面前的照片。这类比水印和物体难一点因为要补的不是一小块而是一整片连续背景墙面加百叶窗。用大笔刷把人物区域刷出来执行 lama。效果人物位置补全为墙面和百叶窗纹理百叶窗的竖条大致保持对齐没有明显涂抹感。背景特别复杂比如大面积文字或密集花纹时可换扩散模型用提示词引导补全方向。按任务给模型对号模型分擦除类只补全、不引入新内容和扩散重绘类按提示词重新生成外加几个专用模型模型适用场景速度资源消耗lama擦除水印、物体、人物的默认选择快低CPU 流畅ldm同上纹理质感不对时用来对比快低zits / mat / fcf / migan擦除类备选做 A/B 对比快低manga漫画线稿去噪快低cv2非 AI 兜底粗看效果最快可忽略SD-inpainting按提示词重绘区域把物体换成别的慢高建议 GPUSDXL-inpainting同上分辨率更高、细节更细慢更高PowerPaint扩图外扩 / 物体替换慢高建议 GPUAnyText在图中添加或修改文字慢高建议 GPU一句话结论只擦除、不改内容选 lama要换成别的或向外扩画布选 SD-inpainting / PowerPaint文字相关选 AnyText线稿图选 manga。批量处理与 GPU 加速一次处理几十上百张图时改用iopaint run原图放一个目录蒙版放另一个目录且文件名同名--mask指向单个文件时所有图片共用该蒙版iopaint run --modellama --devicecpu \ --image/path/to/images \ --mask/path/to/masks \ --outputout加--concat会把原图、蒙版、结果拼成一张方便抽查。有 NVIDIA GPU 时先装 CUDA 版 PyTorch再加--devicecudaApple Silicon 用--devicemps。显存不够时按顺序开三个开关--low-memattention 切片加 VAE 分块、--cpu-offload把模型权重挪到内存、--cpu-textencoder文本编码器放 CPU可以叠加代价是更慢。--quality控制输出图的保存质量默认 100。从源码入手iopaint/model/各修复模型的实现lama、SD、PowerPaint、AnyText 等新增模型从base.py的基类开始写。iopaint/plugins/交互式分割SAM、去背景、RealESRGAN 超分等插件新插件继承base_plugin.py。iopaint/model_manager.py模型加载与设备分配的入口。web_app/src/React 前端编辑画布和参数面板的交互逻辑在components/下。开发环境前端在web_app目录执行npm install后npm run dev并在.env.local里把VITE_BACKEND指到后端地址然后从 5173 端口预览后端pip install -r requirements.txt之后python3 main.py start --model lama --port 8080。前端改动即时生效后端改完要重启。常见坑与处理方式现象首次运行卡很久或模型下载失败。处理用iopaint list查看已下载的模型配合--model-dir手动指定本地目录离线环境加--local-files-only并自行备齐模型文件。现象扩散模型出来的图整体发黑或发绿。处理加--no-half改用全精度运行这是该现象的通用解法。现象分割、去背景、超分等插件功能不可用。处理先执行iopaint install-plugins-packages安装插件依赖再带对应--enable-*参数运行。还可以深入的方向想改怎么修复的行为从 iopaint/model/base.py 的模型分发逻辑看起想改操作方式从web_app/src/components/Editor.tsx的交互逻辑入手。整体架构就是一个本地 FastAPI 服务加一组可插拔的修复模型前后端可以各自独立接入。【免费下载链接】IOPaintImage inpainting tool powered by SOTA AI Model. Remove any unwanted object, defect, people from your pictures or erase and replace(powered by stable diffusion) any thing on your pictures.项目地址: https://gitcode.com/GitHub_Trending/io/IOPaint创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考