IOPaint 实战指南三步去掉图片水印还修老照片【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客户图拿来就能用吗水印还在画面里多了个路人老照片又褪色又划痕。IOPaint 是一款免费开源的 AI 图像修复工具把不想要的地方刷出来它自动补上空白——水印去除、物体移除、老照片修复、文字擦除都能干。三步上手安装、启动、修复第一张图安装。在终端执行如果你有 CUDA 的 N 卡建议先装 CUDA 版的 pytorchpip install iopaint启动 Web 界面。首次运行会自动下载模型稍等片刻iopaint start --modellama --devicecpu --port8080修复第一张图。打开 http://localhost:8080 上传图片用笔刷圈出要去掉的区域这一笔叫 mask白区即删除区点击运行。就这样。默认的 lama 模型体积小、速度快CPU 也能跑适合先体验。能力全景能做什么不能做什么✅ 能做的移除多余的物体、人物、水印、画面缺陷用 Stable Diffusion 系列擦掉并替换画面中的任意内容插件能力面部修复GFPGAN、超分辨率RealESRGAN、背景移除、动漫分割交互式分割Segment Anything辅助画准 mask命令行对整个文件夹批量处理❌ 不能做的它是在猜空白区域mask 面积过大时填充质量会明显下降不是 Photoshop 的替代品细节精修仍需手动首次启动需要下载模型会比较慢原理速览它是怎么看懂并补上的打个比方像玩拼图的人只看得到缺失拼块的边缘却能根据周围的颜色和纹路推断出缺的那块该长什么样。图像修复模型干的就是这件事——mask 区域是未知它根据四周像素推断出自然的填充内容。不同模型在这个推断上走得不一样深。LaMa 这类模型专注把空位补好快而稳Stable Diffusion 系列走得更远它能凭空生成新内容所以不仅能去掉还能换成别的。场景实战水印、物体、文字与老照片去除水印最常见的任务上传、圈选水印区域、运行。经验是 mask 画得稍大一点边缘融合更自然。去除前画面布满水印无法直接使用。去除后水印完全消失人物细节保留完整。移除多余物体路人、杂物这类简单移除LaMa 一般就够如果区域较大或背景需要重新生成换 SD inpainting 类模型效果更完整。移除前天花板下有一个不需要的白色灯笼。移除后灯笼消失场景衔接自然。老照片修复划痕、褪色区域先用 lama 或 ldm 模型圈除人脸部分交给 GFPGAN 插件整体模糊可以用 RealESRGAN 做超分辨率。启动时加上插件参数即可iopaint start --modellama --devicecuda --enable-interactive-seg --enable-gfpgan --port8080插件实现都放在iopaint/plugins/目录想加自己的修复模块可以照着写。文字擦除与替换擦掉封面标题、标语任意修复模型圈选文字区域即可去除前标题文字盖住了核心画面。去除后文字消失画面完整呈现。如果还要写入新文字用 AnyText 模型它专门针对文字擦除和添加做了优化代码在iopaint/model/anytext/下。修复前漫画页面包含大量文字和对话框。修复后文字被精准移除画面变得干净——漫画类图像可以专门试试 manga 模型。模型选型修复模型怎么选任务推荐模型理由水印、简单物体移除lama速度快CPU 可跑老照片、漫画修复zits、manga针对这类图像专门训练区域替换、创意生成Stable Diffusion inpainting如 runwayml/stable-diffusion-inpainting能生成全新内容边缘对齐、局部精修BrushNet、ControlNet控制网络编辑更精确文字擦除与写入AnyText文字场景专用快速粗修cv2不依赖模型即时出图质量一般各模型都封装在iopaint/model/目录下选不准时从 lama 开始试成本最低。接入工作流Web 界面、API 与批量自动化Web 界面内置现成前端代码在web_app/目录浏览器里圈选即可。APIiopaint/api.py提供 FastAPI 服务你自己的应用可以直接调修复接口。批量处理run子命令按文件夹工作mask 文件夹里的文件要与原图同名iopaint run --modellama --devicecuda \ --imagewatermark_images \ --maskwatermark_masks \ --outputclean_images容器化仓库里备有docker/CPUDockerfile和docker/GPUDockerfile适合隔离环境部署。性能与避坑硬件选择与常见问题情况建议只有 CPUlama 模型 --devicecpu显存小、图像大加--low-mem开启 attention slicing 和 VAE tiling 省显存首次启动很慢正常现象在下载模型可用--model-dir指定下载目录修复结果糊掉mask 画小了没圈干净或一次圈了过大区域分步修生成太慢换--devicecuda跑并确认装了 CUDA 版 pytorch写在最后项目完全开源想加新模型或插件直接看iopaint/model/和iopaint/plugins/两个目录即可。源码仓库https://gitcode.com/GitHub_Trending/io/IOPaint 。下一步很简单——把开头那三条命令跑起来挑 assets/ 里一张带水印的图修一次。【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