IOPaint免费开源图像修复完整上手指南【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想象一下刚拍的照片背景里站了个路人商品图上压着去不掉的水印。IOPaint 是一款免费开源的 AI 图像修复工具pip 一条命令本地部署图片全程不出你的电脑抹掉东西交给 LaMa替换和扩边交给 Stable Diffusion。下面 10 分钟从安装跑到第一张成品图。IOPaint 能力版图擦除、替换、加字、扩边能力一句话说清最典型的用途擦除LaMa 等涂掉区域模型依据周围纹理自动补全去水印、清杂物、删路人内容替换扩散模型用提示词在选区内重新生成内容商品图改造、创意合成图中文字渲染AnyText生成贴合场景光照与透视的文字海报加字、产品贴图扩边OutpaintingAI 补全画面之外的区域向外扩展调整画幅、二次构图交互分割SAM 插件点一下框出物体秒出精准蒙版选区难画时快速定位抠图 / 超分 / 修脸插件一键前景分离、4 倍放大、人脸修复漫画抠图、老照片翻新它其实是两套能力轻量模型管擦掉扩散模型管变新。前面接分割插件、后面接超分和修脸就是一条完整的本地修图流水线全程不用上传图片。从安装到首次启动两条命令跑起来环境要求Python 3.8支持 Windows / macOS / LinuxCPU、NVIDIA GPU、Apple Silicon 都能跑。pip3 install iopaintiopaint start --modellama --devicecpu浏览器打开 http://localhost:8080 即可。首次启动会自动下载模型并缓存到本地。新手第一反应有 N 卡就把--devicecpu改成--devicecuda先装 CUDA 版 PyTorch速度差一个数量级。模型缓存默认在~/.cache/iopaint用--model-dir可换到有空间的盘8080 被占用就--port8081。动手试试4 个最高频任务怎么操作流程都一样上传图片 → 选模型 → 用画笔涂掉目标区域 → 点运行。把水印抹掉画笔比水印范围多涂一点选默认 LaMa 模型运行。LaMa 专为擦除训练擅长重复平铺的半透明水印。效果与边界水印面积越大效果越稳压着复杂纹理时可能有淡痕选区四周多留 10%~20% 的边。CPU 跑一张图 30 秒内出结果是最省事的起步任务。去掉画面里的杂物涂掉物体即可模型会补全背景适合背景纹理清晰的物体。效果与边界物体颜色贴近背景、补出来发糊时换 PowerPaint 这类扩散模型用提示词描述想保留的内容引导生成。选区难画时开交互分割插件点选物体比手画又快又准。移除照片里的路人涂掉路人运行模型会依据百叶窗、地面这类重复结构推断被遮挡的区域。效果与边界脚底与地面的接触区最容易露馅选区要涂到脚底并盖住影子。人物轮廓复杂时先开 SAM 交互分割点一下人物自动生成蒙版再微调边界。擦掉封面上的标题字深色背景上的发光文字用 LaMa 补全效果最好把字周围的光晕一起盖住。效果与边界光晕没盖全会留白边选区宁大勿小。反过来想给图加字用 AnyText 模型在图上直接写出贴合光照与透视的文字。模型怎么选一张速查表模型作用与资源开销什么时候用它lama擦除开销小CPU 流畅默认选择水印、杂物、路人powerpaint / powerpaint_v2替换、扩边开销大建议 GPU 8GB 显存要生成新内容而非单纯去掉stable-diffusion-inpaintingSD1.5通用替换中等6GB 显存可跑自定义提示词做通用替换sdxl-1.0-inpainting高质量替换很大10GB 显存或--cpu-offload对画质和细节要求高anytext图中文字渲染较大建议 GPU需要自然融合的文字manga漫画文本框清理小CPU 可跑--modelmanga黑白漫画去字cv2传统算法填充不加载 AI 模型开销极小小面积划痕快速修补原则能擦除解决的用 lama快要变出新东西才上扩散模型慢但强。全部可用模型 ID 见 iopaint/const.pyHuggingFace 上的 SD/SDXL inpainting 模型填 ID 也能直接用。组合拳批量、容器与省显存一次处理整个文件夹命令行批处理模式--image与--mask按文件名一一对应--mask给单个文件时所有图共用同一蒙版。iopaint run --modellama --devicecpu --imageinput_images --maskmasks --outputresults团队共享一套环境仓库自带 CPU 和 GPU 两份 Dockerfiledocker/CPUDockerfile、docker/GPUDockerfile构建后服务直接监听 8080docker build -f docker/CPUDockerfile -t iopaint .显存不够就逐级省内存吃紧时按顺序加--low-mem注意力切片 VAE 分块→--no-half全精度→--cpu-offload模型权重挪到内存。后两者用速度换空间。插件按需开启--enable-interactive-seg打开 SAM 交互分割--enable-anime-seg、--enable-remove-bg、--enable-gfpgan逐个开启其余插件完整参数看iopaint start --help实现都在 iopaint/plugins/。你大概率会碰到的 5 个问题首次启动特别慢在自动下载模型耐心等待之后走本地缓存。想放别的盘用--model-dir指定。8080 端口被占用--port8081换个端口。结果图整片发黑或发绿数值精度问题加--no-half用全精度重新生成。加载模型就报 OOM依次试--low-mem→--cpu-textencoder→--cpu-offload还不行就换 lama、cv2 这类轻量模型。CPU 跑扩散模型慢正常现象。擦除类任务优先用 lama替换类任务上 GPU。下一步往哪走IOPaint 把去掉、替换、加字、扩边这四类最常用的本地 AI 修图能力装进了一条命令免费、开源、可完全离线。完整模型列表与开发指引看 README.md想动前端实现可以逛 web_app/src/。【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