IOPaint完整指南5分钟上手AI图像修复工具【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拍完照总有人路过入镜图库图片上的水印怎么抠都留痕手工 PS 既费时又容易修出鬼影。IOPaint 是一款开源的 AI 图像修复工具你在图上把不想要的区域刷成蒙版模型会自动把背景补出来去水印、去物体、去路人一步到位。项目速览IOPaint 图像修复适合谁用先花一分钟搞清楚它是什么、能干什么形态命令行启动 浏览器 Web 界面刷蒙版、调参数都在网页里完成也可以纯 CLI 跑批量任务。解决的问题给定原图和蒙版白色区域要擦除的部分重建被遮住的内容。这是典型的图像修复inpainting即只改蒙版内、不动蒙版外问题。技术路线简单擦除用 LaMa一种专门做物体擦除的轻量模型这类小模型速度快、CPU 就能跑复杂重建和擦掉换别的交给 Stable Diffusion 系列扩散模型质量更高但更吃显存。适合谁需要清理照片的普通用户、批量处理素材的运营/修图同学、想接入修复能力的开发者。上图是 IOPaint 处理后的样张人物、车窗、背景纹理都保持完整没有明显的修补块。最快上手路径两行命令装好并跑起 IOPaint最短路径就是下面两条命令pip3 install iopaint iopaint start --modellama --devicecpu启动后浏览器访问http://localhost:8080即可。首次运行会自动下载 LaMa 模型默认存到系统缓存目录可用--model-dir改位置。其余参数如--port、--inbrowser见iopaint start --help。页面里上传图片 → 用笔刷刷出蒙版 → 点生成第一次图像修复就能跑通。实战效果演示去水印、去物体、漫画降噪前后对比用项目自带的三组真实样例看可验证的细节差异。案例一大面积水印去除原图是半色调风格的人像shutterstock等文字水印横跨帽子、脸侧和手臂密度很高。处理后所有水印文字消失帽檐织物纹理和发丝边缘没有断裂或色块整体棕褐色调与原图一致看不出修补边界。案例二室内场景物体移除原图木梁屋顶上挂着三盏浅色纸灯笼遮挡了屋顶结构。处理后灯笼消失被遮住的横梁和椽条被重新补出木纹走向和透视方向与周围连续其余彩色灯笼和灯光完全没动——蒙版外的区域保持不变。案例三漫画扫描图网点清理扫描版漫画页画面布满网点颗粒灰雾感重线条边缘发虚。处理后网点灰雾被压平黑白对比拉开机翼和爆炸轮廓的边缘更干净是典型的老漫画数字化清理场景。选型对照表IOPaint 模型怎么选模型/组件类型适用场景特点LaMa轻量擦除模型去水印、小物体、路人默认模型CPU 可用秒级出图cv2经典 OpenCV 修复极简单背景的小面积修补无需下载 AI 模型最快manga漫画专用模型扫描漫画降噪、网点清理针对黑白线条优化stable-diffusion-inpainting扩散模型大面积重建、擦除后换内容质量高显存占用大PowerPaint扩散模型物体替换、向外扩图outpainting一次完成擦除生成AnyText扩散模型在图中添加/改写文字带 OCR 识别配合BrushNet扩散模型需要笔刷级精细控制的重绘配合 ControlNet 使用拿不准就从 LaMa 开始够用的占大多数情况不够再换扩散模型。进阶玩法批量去水印、GPU 加速与插件组合批量处理原图和蒙版放在两个文件夹、文件名一一对应即可输出到指定目录iopaint run --modellama --imageimgs --maskmasks --outputout--mask传单个文件时所有图片共用这张蒙版实现逻辑在 批量处理脚本。GPU 加速先装好带 CUDA 的 PyTorch再把启动参数改成--devicecuda。显存不够时加--cpu-offload把权重挪到内存或--low-mem开启切片省显存。插件组合用启动参数按需打开不用改代码iopaint start --enable-interactive-seg --enable-realesrgan --enable-gfpgan--enable-interactive-seg用 Segment Anything 做点选式分割比手刷蒙版更准Real-ESRGAN 超分插件可在修复后放大提清晰度GFPGAN 专门补人脸细节。所有插件实现在 插件目录模型加载逻辑见 模型管理。常见问题下载失败和显存不足怎么处理模型下载失败怎么办检查网络后重启会自动重试也可以先用iopaint download --model模型名手动拉取文件放到--model-dir指定的目录就会被识别。GPU 显存爆了加--cpu-offload或--low-mem两者可叠加仍不行就换回--devicecpu跑轻量模型。扩散模型结果全黑或偏绿通常是半精度问题启动时加--no-half用全精度推理即可。能离线用吗可以。模型下载齐全后加--local-files-only启动加载时不连网。收尾清单上手前核对这几点两条命令装好并启动pip3 install iopaintiopaint start浏览器能打开编辑页默认用 LaMa 做图像修复CPU 就能跑复杂重建再上扩散模型批量任务用iopaint run蒙版与原图同名对应显存紧张先开--cpu-offload别急着降级到 CPU修完想更清晰顺手挂上 Real-ESRGAN 超分插件想继续深入可以看 Web 接口入口 了解前后端如何交互以及 模型实现目录 里各修复算法的具体代码。【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