免费开源图像修复工具IOPaint实战指南从清掉水印到复原老照片的完整流程【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上个月帮家里整理旧照片翻出一张 1996 年的班级合影边角被水渍泡得发白右下角还压着半个陌生人的背影。想把它处理干净可打开 Photoshop 面对那堆图层、仿制图章我折腾半小时也没整明白。后来朋友丢给我一个免费开源的图像修复工具 IOPaint从安装到把这张照片修完全程不到十分钟。那次经历让我意识到原来修图这件事可以不用那么痛苦。先看困境修图这件小事为什么这么难我猜你多半也撞过类似的墙专业软件功能全但学习曲线陡峭为了一张照片去啃教程实在划不来在线 AI 修图网站确实方便可要把私人照片传上别人的服务器心里总犯嘀咕至于动辄几百块的一键修图软件效果还不一定对得起价格。IOPaint 恰好把这三条死路都堵死了。它在你自己的电脑上运行照片从头到尾不出本机所有操作都发生在浏览器里画个圈、点一下运行跟用网页差不多更重要的是它完全开源免费没有任何付费墙。原理用大白话讲也很简单你在图片上把不想要的东西涂掉AI 会根据周围一圈像素的纹理、色彩和光影脑补出被遮盖区域本该有的样子就像给照片做了一次无痕缝合。一条命令把 IOPaint 跑起来最快的起步方式比你想象中还短。装好 Python 之后打开终端敲两行pip3 install iopaint iopaint start --modellama --devicecpu --port8080--modellama表示使用 LaMa 擦除模型这是日常去水印、去物体最顺手的模型--devicecpu意味着没有独立显卡也能跑速度慢一点但完全可用。等浏览器自动弹出http://localhost:8080你就拥有了一间只属于自己电脑的图像修复工作室。首次启动会自动下载模型文件耐心等一会儿即可。实战一张水印照片的清理全过程光说不练假把式我们拿一张带水印的图片完整走一遍。下面这张图模拟了最常见的场景右下角压着醒目的白色水印文字。操作只有四步。第一步把图片拖进网页左侧的上传区域第二步把右侧的画笔调大一点沿着水印文字慢慢涂抹确保每个笔画都被覆盖——注意别涂到水印以外的画面第三步点一下运行按钮AI 开始脑补CPU 模式下大概几秒到十几秒第四步对比一下右侧结果满意就保存到本地。这就是整个核心工作流涂抹 → 运行 → 导出。学会了它后面所有功能都只是换不同的模型和参数而已。进阶玩法一只抹掉不想要的其余原样保留水印只是开胃菜。日常用得最多的是擦除能力照片里乱入的灯笼、墙上的涂鸦、地板上碍眼的杂物只要你能用画笔圈住它LaMa 就能让它消失得干干净净。下面这对图就是典型例子左边挂着白色灯笼右边被 AI 移除后场景依然自然。它强在哪传统修图要靠仿制图章一点点复制周围像素碰上大面积区域基本靠手工磨LaMa 这类模型是专门为图像修复训练的它理解的是整个场景的结构所以补出来的墙面、草地和光影过渡都相当自然。怎么用和上面一模一样涂抹、运行。唯一的技巧是涂抹时宁多勿漏把目标物体完整盖住边缘稍微留一点富余。进阶玩法二抹掉之后还能让 AI 按提示词补上新内容擦除只是恢复原状如果你想更进一步——把抹掉的区域换成别的东西呢这就轮到 Stable Diffusion 系列模型出场了。启动时把--model换成sd或sdxl涂抹完目标区域后在提示词输入框里写一句英文描述AI 就会在刚才的空洞里生成符合描述的新内容。比如把照片里不想要的货架重画成一面绿植墙或者把背景里乱入的杂物替换成一只猫。这背后的原理其实不复杂Stable Diffusion 在图像修复模式下训练过它既能看到你保留的区域也知道你涂掉的地方该填什么提示词只是帮它确定方向。想玩这个功能启动命令改成下面这样就行iopaint start --modelsd --devicecpu顺带一提如果你涂掉的是图片里的文字想直接在原地生成新文字IOPaint 还内置了 AnyText 模型专门干写字这件事。下图就是移除图片上游戏标题文字的效果处理得很干净。进阶玩法三漫画、老照片、人脸各有专属插件如果说模型负责抹平那插件负责精修。IOPaint 的插件体系相当于给它外挂了一排专用工具箱interactive_seg插件让你点击物体即可精准选中选区不用再拿画笔一点点描remove_bg一键抠掉背景而漫画爱好者会爱上anime_seg——针对动漫图像专门训练的分割模型处理线稿和网点特别准。另外两个插件值得单拎出来说。gfpgan和restoreformer专攻人脸修复能让模糊的老照片里的人物五官重新变得清晰立体realesrgan则是超分辨率放大适合把低清小图救回来。漫画修复场景下配合擦除模型把文字、噪点清掉再交给放大插件效果很可观比如下面这组漫画修复前后的对比。启用插件就是在启动命令里追加开关比如iopaint start --enable-interactive-seg --enable-gfpgan一句话总结这些能力的用法能做什么——擦除、重绘、抠图、放大、人脸复原为什么强大——每个方向都用了对应的 SOTA 模型而不是通用模型凑数怎么用——启动命令里加--enable-xxx开关。避坑模型怎么选、显存不够怎么办、下载慢怎么办新手最容易踩的坑我一次性替你趟完了模型选择。只想去水印、去杂物无脑用lama又快又稳想要替换内容才上sd/sdxl想写字用anytext想把图像往外扩展一圈、补出更多画面用powerpaint的 outpainting 能力。别一上来就追求最重的模型那是给自己找罪受。显存与内存。有 NVIDIA 显卡的用户建议先按官方指引装 CUDA 版 PyTorch处理速度能快好几倍内存吃紧的老机器启动时加--low-vram参数可以降低占用。实在跑不动退回--devicecpu也能用就是耐心要多一点。模型下载慢。首次启动要下载模型如果网络不给力先设置环境变量再启动export HF_ENDPOINThttps://hf-mirror.com涂抹技巧。画笔别只贴着目标边缘画稍微盖出去一点更保险大面积的复杂区域分几次涂抹、多次运行比一次贪多效果好得多。批量处理。图片多到不想一张张点命令行可以直接批量跑把输入图片和对应的蒙版图放在两个文件夹里就行iopaint run --modellama --devicecpu --image图片目录 --mask蒙版目录 --output输出目录更多入口与下一步这篇文章只是帮你把门推开。想了解全部支持的模型和参数可以翻翻项目根目录的 README.md想知道每个模型内部是怎么实现的iopaint/model/ 目录下有 LaMa、Stable Diffusion、AnyText 等全部源码插件系统的实现集中在 iopaint/plugins/前端界面代码在 web_app/。Windows 用户懒得敲命令直接用仓库里现成的一键脚本 scripts/user_scripts/win_setup_cn.bat 也能完成同样的安装。想从源码跑起来就执行git clone https://gitcode.com/GitHub_Trending/io/IOPaint剩下的事情很简单打开终端敲下那两行安装启动命令把一张你最想修的图拖进浏览器。免费的图像修复能力已经在你手里了别让它躺在收藏夹里吃灰——现在就去试试吧。【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 免费开源图像修复工具IOPaint实战指南：从清掉水印到复原老照片的完整流程
免费开源图像修复工具IOPaint实战指南从清掉水印到复原老照片的完整流程【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上个月帮家里整理旧照片翻出一张 1996 年的班级合影边角被水渍泡得发白右下角还压着半个陌生人的背影。想把它处理干净可打开 Photoshop 面对那堆图层、仿制图章我折腾半小时也没整明白。后来朋友丢给我一个免费开源的图像修复工具 IOPaint从安装到把这张照片修完全程不到十分钟。那次经历让我意识到原来修图这件事可以不用那么痛苦。先看困境修图这件小事为什么这么难我猜你多半也撞过类似的墙专业软件功能全但学习曲线陡峭为了一张照片去啃教程实在划不来在线 AI 修图网站确实方便可要把私人照片传上别人的服务器心里总犯嘀咕至于动辄几百块的一键修图软件效果还不一定对得起价格。IOPaint 恰好把这三条死路都堵死了。它在你自己的电脑上运行照片从头到尾不出本机所有操作都发生在浏览器里画个圈、点一下运行跟用网页差不多更重要的是它完全开源免费没有任何付费墙。原理用大白话讲也很简单你在图片上把不想要的东西涂掉AI 会根据周围一圈像素的纹理、色彩和光影脑补出被遮盖区域本该有的样子就像给照片做了一次无痕缝合。一条命令把 IOPaint 跑起来最快的起步方式比你想象中还短。装好 Python 之后打开终端敲两行pip3 install iopaint iopaint start --modellama --devicecpu --port8080--modellama表示使用 LaMa 擦除模型这是日常去水印、去物体最顺手的模型--devicecpu意味着没有独立显卡也能跑速度慢一点但完全可用。等浏览器自动弹出http://localhost:8080你就拥有了一间只属于自己电脑的图像修复工作室。首次启动会自动下载模型文件耐心等一会儿即可。实战一张水印照片的清理全过程光说不练假把式我们拿一张带水印的图片完整走一遍。下面这张图模拟了最常见的场景右下角压着醒目的白色水印文字。操作只有四步。第一步把图片拖进网页左侧的上传区域第二步把右侧的画笔调大一点沿着水印文字慢慢涂抹确保每个笔画都被覆盖——注意别涂到水印以外的画面第三步点一下运行按钮AI 开始脑补CPU 模式下大概几秒到十几秒第四步对比一下右侧结果满意就保存到本地。这就是整个核心工作流涂抹 → 运行 → 导出。学会了它后面所有功能都只是换不同的模型和参数而已。进阶玩法一只抹掉不想要的其余原样保留水印只是开胃菜。日常用得最多的是擦除能力照片里乱入的灯笼、墙上的涂鸦、地板上碍眼的杂物只要你能用画笔圈住它LaMa 就能让它消失得干干净净。下面这对图就是典型例子左边挂着白色灯笼右边被 AI 移除后场景依然自然。它强在哪传统修图要靠仿制图章一点点复制周围像素碰上大面积区域基本靠手工磨LaMa 这类模型是专门为图像修复训练的它理解的是整个场景的结构所以补出来的墙面、草地和光影过渡都相当自然。怎么用和上面一模一样涂抹、运行。唯一的技巧是涂抹时宁多勿漏把目标物体完整盖住边缘稍微留一点富余。进阶玩法二抹掉之后还能让 AI 按提示词补上新内容擦除只是恢复原状如果你想更进一步——把抹掉的区域换成别的东西呢这就轮到 Stable Diffusion 系列模型出场了。启动时把--model换成sd或sdxl涂抹完目标区域后在提示词输入框里写一句英文描述AI 就会在刚才的空洞里生成符合描述的新内容。比如把照片里不想要的货架重画成一面绿植墙或者把背景里乱入的杂物替换成一只猫。这背后的原理其实不复杂Stable Diffusion 在图像修复模式下训练过它既能看到你保留的区域也知道你涂掉的地方该填什么提示词只是帮它确定方向。想玩这个功能启动命令改成下面这样就行iopaint start --modelsd --devicecpu顺带一提如果你涂掉的是图片里的文字想直接在原地生成新文字IOPaint 还内置了 AnyText 模型专门干写字这件事。下图就是移除图片上游戏标题文字的效果处理得很干净。进阶玩法三漫画、老照片、人脸各有专属插件如果说模型负责抹平那插件负责精修。IOPaint 的插件体系相当于给它外挂了一排专用工具箱interactive_seg插件让你点击物体即可精准选中选区不用再拿画笔一点点描remove_bg一键抠掉背景而漫画爱好者会爱上anime_seg——针对动漫图像专门训练的分割模型处理线稿和网点特别准。另外两个插件值得单拎出来说。gfpgan和restoreformer专攻人脸修复能让模糊的老照片里的人物五官重新变得清晰立体realesrgan则是超分辨率放大适合把低清小图救回来。漫画修复场景下配合擦除模型把文字、噪点清掉再交给放大插件效果很可观比如下面这组漫画修复前后的对比。启用插件就是在启动命令里追加开关比如iopaint start --enable-interactive-seg --enable-gfpgan一句话总结这些能力的用法能做什么——擦除、重绘、抠图、放大、人脸复原为什么强大——每个方向都用了对应的 SOTA 模型而不是通用模型凑数怎么用——启动命令里加--enable-xxx开关。避坑模型怎么选、显存不够怎么办、下载慢怎么办新手最容易踩的坑我一次性替你趟完了模型选择。只想去水印、去杂物无脑用lama又快又稳想要替换内容才上sd/sdxl想写字用anytext想把图像往外扩展一圈、补出更多画面用powerpaint的 outpainting 能力。别一上来就追求最重的模型那是给自己找罪受。显存与内存。有 NVIDIA 显卡的用户建议先按官方指引装 CUDA 版 PyTorch处理速度能快好几倍内存吃紧的老机器启动时加--low-vram参数可以降低占用。实在跑不动退回--devicecpu也能用就是耐心要多一点。模型下载慢。首次启动要下载模型如果网络不给力先设置环境变量再启动export HF_ENDPOINThttps://hf-mirror.com涂抹技巧。画笔别只贴着目标边缘画稍微盖出去一点更保险大面积的复杂区域分几次涂抹、多次运行比一次贪多效果好得多。批量处理。图片多到不想一张张点命令行可以直接批量跑把输入图片和对应的蒙版图放在两个文件夹里就行iopaint run --modellama --devicecpu --image图片目录 --mask蒙版目录 --output输出目录更多入口与下一步这篇文章只是帮你把门推开。想了解全部支持的模型和参数可以翻翻项目根目录的 README.md想知道每个模型内部是怎么实现的iopaint/model/ 目录下有 LaMa、Stable Diffusion、AnyText 等全部源码插件系统的实现集中在 iopaint/plugins/前端界面代码在 web_app/。Windows 用户懒得敲命令直接用仓库里现成的一键脚本 scripts/user_scripts/win_setup_cn.bat 也能完成同样的安装。想从源码跑起来就执行git clone https://gitcode.com/GitHub_Trending/io/IOPaint剩下的事情很简单打开终端敲下那两行安装启动命令把一张你最想修的图拖进浏览器。免费的图像修复能力已经在你手里了别让它躺在收藏夹里吃灰——现在就去试试吧。【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