IOPaint AI圖像修復(fù)指南如何用一條命令去水印、移除多余物體和修老照片【免費(fèi)下載鏈接】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.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/io/IOPaintIOPaint 是一個(gè)免費(fèi)的開源 AI 圖像修復(fù)inpainting工具專門解決圖里有礙眼東西但周圍像素該怎么補(bǔ)這個(gè)經(jīng)典難題照片上的水印、路過(guò)的行人、漫畫里的文字框、老照片的劃痕和缺損都能圈出來(lái)讓模型自動(dòng)填上自然的內(nèi)容。它同時(shí)支持 CPU、GPU 和 Apple Silicon完全本地運(yùn)行不用把圖片上傳到任何在線服務(wù)。先跑起來(lái)一條命令看到效果整個(gè)安裝就兩步先裝包再啟動(dòng)本地 Web 界面。首次啟動(dòng)會(huì)自動(dòng)下載你選的模型之后直接訪問(wèn) http://localhost:8080 就能用瀏覽器里打開圖片、刷涂要修的掩碼區(qū)域、點(diǎn)修復(fù)流程非常直接。pip3 install iopaint iopaint start --modellama --devicecpu --port8080上面的命令用的是默認(rèn)的 LaMa 模型適合絕大多數(shù)擦除類任務(wù)。想先確認(rèn)效果倉(cāng)庫(kù)的 assets 目錄里就有一組現(xiàn)成的前后對(duì)比圖水印從人物照片上被干凈地抹掉背景紋理和人物細(xì)節(jié)基本保持原樣真實(shí)場(chǎng)景逐個(gè)解決場(chǎng)景一移除畫面里的文字和漫畫框漫畫掃描頁(yè)上的對(duì)話框、封面圖上的標(biāo)題文字都是高頻需求。操作方式和去水印一樣在 Web 界面里把文字區(qū)域用筆刷涂成黑色掩碼代表要重繪的范圍選一個(gè)擦除類模型跑一次。下面這組對(duì)比里游戲封面上覆蓋核心畫面的一大片標(biāo)題文字被移除后底層的藝術(shù)畫面完整呈現(xiàn)如果修的是動(dòng)漫/漫畫風(fēng)格的圖可以把啟動(dòng)命令里的模型換成anime-lama或manga它們是針對(duì)這類畫面訓(xùn)練的線條和色塊的重繪更貼合原畫風(fēng)。場(chǎng)景二移除路人或不需要的物體拍風(fēng)景照時(shí)畫面里闖進(jìn)來(lái)一個(gè)人或者天花板下掛著一個(gè)不該出現(xiàn)的物件——LaMa 處理這類小范圍物體移除足夠用速度快、邊緣融合自然。下面這組對(duì)比中天花板下多出來(lái)的白色燈籠被去掉后場(chǎng)景結(jié)構(gòu)沒(méi)有變形但要注意一個(gè)邊界擦除類模型本質(zhì)上是補(bǔ)洞它不會(huì)理解語(yǔ)義。如果你不是想刪掉物體而是想換掉比如把行人替換成一只貓那就屬于生成類任務(wù)要換 Stable Diffusion 系的模型后面選型部分會(huì)講。場(chǎng)景三老照片修復(fù)與增強(qiáng)老照片通常是修復(fù) 增強(qiáng)兩件事疊加先擦掉劃痕、霉點(diǎn)再把模糊的臉和細(xì)節(jié)找回來(lái)。IOPaint 的插件體系插件目錄正好覆蓋這兩步——用--enable-gfpgan啟動(dòng)后可以在界面上對(duì)人臉做修復(fù)增強(qiáng)--enable-realesrgan則提供 4 倍超分辨率。啟動(dòng)時(shí)把這些開關(guān)帶上即可比如iopaint start --modellama --devicecpu \ --enable-gfpgan --enable-realesrgan修老照片的順序建議是先用低強(qiáng)度的掩碼處理劃痕再對(duì)局部尤其是人臉區(qū)域跑一次 GFPGAN最后整體做 RealESRGAN 放大一步到位反而容易出偽影。怎么選模型先分清擦除還是生成IOPaint 內(nèi)置模型分兩大陣營(yíng)選型邏輯就一句話只是刪東西選擦除類要換東西/畫新東西選擴(kuò)散類。擦除類lama、mat、zits、fcf、manga等不需要文字提示詞純靠掩碼區(qū)域周圍的像素推斷怎么補(bǔ)。優(yōu)點(diǎn)是快、輕CPU 上也能跑適合去水印、去路人、去文字。日常 90% 的需求到 LaMa 就夠了細(xì)節(jié)不對(duì)再試其他模型。擴(kuò)散類Stable Diffusion、SDXL、BrushNet、PowerPaint 等基于掩碼 提示詞做生成可以把 X 替換成 Y、把圖片向外擴(kuò)展outpainting。缺點(diǎn)是模型體積大、吃顯存CPU 上很慢。專項(xiàng)模型anytext專門處理在圖上寫文字含中文controlnet讓擴(kuò)散模型按結(jié)構(gòu)約束走編輯更精準(zhǔn)。所有模型的實(shí)現(xiàn)都在 模型目錄 下比如 lama.py選不準(zhǔn)的時(shí)候翻一下對(duì)應(yīng)實(shí)現(xiàn)很快能看懂它的輸入輸出約定原圖 255 表示要重繪的掩碼。常見問(wèn)題與避坑GPU 還是 CPU 怎么選--device傳cpu、cudaN 卡或mpsApple Silicon。LaMa 這類擦除模型在 CPU 上處理普通尺寸圖片毫無(wú)壓力建議先 CPU 跑通再考慮加 GPU只有跑 Stable Diffusion 系生成模型時(shí)才必須上 GPU且要先裝 CUDA 版本的 PyTorch。顯存不夠就開省內(nèi)存開關(guān)跑大尺寸圖或 SDXL 報(bào) OOM 時(shí)按順序試這三個(gè)啟動(dòng)參數(shù)--low-mem推理后清理緩存、--no-half放棄半精度換穩(wěn)定性、--cpu-offload把不活躍的模塊挪回 CPU。代價(jià)是速度下降屬于能跑優(yōu)先的選項(xiàng)。批量處理不用開 Web 界面iopaint run命令支持整個(gè)文件夾--image和--mask都指向目錄時(shí)掩碼圖必須與原圖同名一一對(duì)應(yīng)如果--mask指向單個(gè)文件則所有圖共用這一張掩碼掩碼會(huì)自動(dòng)縮放對(duì)齊。加--concat還能把原圖、掩碼、結(jié)果拼成一張對(duì)比圖方便抽檢。處理幾千張圖前先拿一兩張小圖試參數(shù)是省時(shí)間的習(xí)慣。寫在最后IOPaint 把擦除、生成、分割、人臉修復(fù)、超分這些原本分散在各家項(xiàng)目里的能力收進(jìn)了一個(gè)本地工具里選對(duì)模型、圈好掩碼大部分圖片修復(fù)需求就能閉環(huán)。想繼續(xù)深挖的話可以從三個(gè)方向入手源碼入口iopaint/model/ 下每個(gè)模型一個(gè)文件是理解各算法差異最快的路徑API 集成iopaint/api.py 暴露了 FastAPI 接口可以直接把修復(fù)能力嵌進(jìn)自己的系統(tǒng)前端二次開發(fā)web_app/src/ 是完整的 React 編輯器畫掩碼、快捷鍵、插件面板都在這套組件里改造成本不高【免費(fèi)下載鏈接】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.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/io/IOPaint創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考