把照片里的水印、路人甲、杂乱文字一次清干净开源AI图像修复工具IOPaint实战【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整理旅行素材时最磨人的不是选片而是清理画面里那些「不想要的东西」压住图库样图的水印、突然闯入的路人、海报上碍眼的标题文字。过去只能靠修图软件逐张涂抹一张图磨掉半小时。开源AI图像修复工具 IOPaint 就是为这类任务而生的它把多种最先进AI模型装进一个本地Web界面涂一涂、点一下几秒到几分钟完成删除或重绘全程不联网、不传图。所谓图像修复inpainting就是让AI根据被遮盖区域周围的像素推断这里原本应该长什么样。IOPaint 的特别之处在于把擦除、重绘、扩展这类能力打包成了开箱即用的本地服务免费开源、安装只需两条命令、CPU与显卡都能跑。下面就用一次真实的素材清理流程把它的用法完整走一遍。第一步两条命令启动本地图像修复服务安装与启动的命令很简单首次运行会自动下载模型建议保持网络稳定# 安装有NVIDIA显卡可先安装CUDA版PyTorch启用GPU加速 pip3 install iopaint # 用LaMa模型启动Web界面CPU模式开箱即用 iopaint start --modellama --devicecpu --port8080启动后浏览器打开 http://localhost:8080 中间是画布左侧是工具面板。上传图片后用画笔把想删除的东西涂满点击运行AI 就会开始推断填充。Windows 用户也可以直接运行仓库中的scripts/user_scripts/win_setup_cn.bat完成一键部署脚本会自动配置Python环境并使用国内镜像源。任务一IOPaint去水印还原一张图库样图先处理最头疼的水印问题。图库样图上的文字和图标散落在人物、车窗和背景各处用仿制图章逐处修补既费时又容易留下痕迹。处理前的图库样图水印覆盖了人物与背景同一张图经IOPaint处理水印被完整清除画面恢复干净操作上我把笔刷调大到能覆盖整片水印区域一口气涂完所有水印再点击运行。几十秒后检查结果文字和图标都消失了人物发丝、车窗反光这些细节几乎没有被破坏。任务二AI图片去除人物遮罩决定成败旅行抓拍里最常见的遗憾是「画面里多了个人」。这类任务同样是画一笔遮罩的事原图中背景左侧有一位入镜的路人路人被智能移除背景墙面和窗子的细节保持完整遮罩是否准确直接影响结果。我的习惯是把整个目标涂满宁可稍微扩大一点也不要只盖住一半——残留的边缘会让AI做出错误的推断。除了人画面里多余的装饰物比如悬挂的灯笼也适用同样的操作。任务三AI图像修复去除海报文字与漫画对白文字类清理是另一大高频需求。游戏海报上方的标题、漫画对话框里的对白都压住了构图带有标题文字的游戏海报原图标题被移除后画面重心回到核心视觉元素上漫画场景同样适用。原图里有大量日文对白和文字框涂选后文字被完整抹去角色、飞机和爆炸的动态构图得以保留带对白文字框的漫画原页对白清除后构图与动态表现完整呈现选对模型删除用LaMa重绘交给扩散模型用下来最实用的经验是纯删除场景水印、杂物、路人、文字用 LaMa 就够了速度快、效果自然如果希望AI在遮罩区域重新生成内容——比如把一个人换成一只猫或者让图片向外扩展填充空白就要切换到 Stable Diffusion 或 PowerPaint 这类扩散模型它们能理解语义、凭空「画」出合理内容。想在画面里添加或修改文字则对应 AnyText 模型。更换模型不需要改代码启动时指定--model参数即可例如iopaint start --modelsd --devicecudaWeb界面里也能直接切换模型会自动下载。进阶更精准的插件与批量的命令行处理修复质量很大程度取决于遮罩是否精确。对轮廓复杂的主体可以启用交互式分割插件基于 Segment Anything点几下就能完整选出来iopaint start --modellama --enable-interactive-seg --interactive-seg-devicecuda其他插件按需开启即可背景移除remove_bg、动漫图片分割anime_seg、超分辨率放大RealESRGAN、人脸修复GFPGAN。如果有一整批图片要处理可以直接走命令行批量任务把原图文件夹和遮罩文件夹对应起来iopaint run --modellama --devicecpu \ --image/path/to/images --mask/path/to/masks --output/path/to/output实际使用中会遇到的几个坑遮罩要完整覆盖目标别留边角否则会残留「半透明」的痕迹纹理复杂的区域一次不满意很正常可以稍微扩大遮罩重跑或换用扩散模型配置不高时加上--low-mem参数或直接使用CPU模式模型下载慢时可先设置镜像环境变量HF_ENDPOINThttps://hf-mirror.com再启动。从一张待清理的图开始IOPaint 的用法并不复杂真正的门槛只在「敢不敢上手」。建议从一张带水印或杂物的照片开始走完「上传—涂遮罩—运行—对比」这四步就能直观感受到AI图像修复的实际效果。想进一步了解可查看仓库中的README.md了解全部模型与命令想深入模型原理参考iopaint/model/下的源码插件系统的实现集中在iopaint/plugins/目录。所有处理都在本地完成图片数据不会上传到任何服务器——这也是它最适合处理私人照片的原因。【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