IOPaint免费图像修复完整指南：3个实战例子学会去水印、文字与人物

IOPaint免费图像修复完整指南3个实战例子学会去水印、文字与人物【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/IOPaintIOPaint是一款免费、开源的图像修复inpainting工具完全在本地运行支持CPU、GPU和Apple Silicon。它能擦除图片里的水印、多余物体和文字也可以把画面边界外扩生成内容。本文以最容易装上的LaMa模型为例带你从零完成安装、启动和两个真实修复任务顺便给出参数选型与排坑方法。 它能替你做什么假设你给电商店铺下载了一批商品图整张图铺满图库网站的水印。用PS逐块修补很费劲IOPaint的做法是你用水印区域的掩膜把它圈出来模型依据周围像素把背景补全。下面是一张复古人物摄影的处理前后对比旅行照里闯入画面的路人也是同一套思路。这里要分清擦除和替换擦除只要求那块区域自然消失不需要提示词替换则要用提示词告诉模型该位置应该画什么。模型还能在原始画面边界之外继续生成内容这个扩展能力叫outpainting外扩修复。工具内置了多类模型擦除型的LaMa、生成型的PowerPaint V2与BrushNet、文字专用的AnyText各管一类任务在同一个界面里就能切换。所有计算都在你自己的机器上完成图片不出本地这对电商素材和隐私照片来说是个硬需求。第三类常见用途是漫画页面清理对话气泡必须去掉但线条画要保住。具体操作放到下面的实战里。⚙️ 从零跑起来最轻量的路径是直接从PyPI安装。下面两行完成安装和启动模型文件会在首次启动时自动下载随后用浏览器打开http://localhost:8080即可进入编辑页pip3 install iopaint iopaint start --modellama --devicecpu --port8080LaMa是适合CPU的轻量擦除模型。机器有NVIDIA显卡的话先装CUDA版本的PyTorch再把--devicecpu换成--devicecuda就可以改用PowerPaint V2等模型。如果想改源码用git clone https://gitcode.com/GitHub_Trending/io/IOPaint拉到本地目录pip install -r requirements.txt装依赖再用python main.py start启动服务。不想开网页、只想批量处理整个文件夹时可以直接走命令行。输入图片和掩膜各放一个文件夹结果写入输出目录iopaint run --modellama --devicecpu --image/path/to/images --mask/path/to/masks --outputout️ 实战挑 2 个任务做给你看任务一室内照片去掉多余物体。上传图片后选画笔工具把画面中的目标物体涂出来笔刷比物体本身略大一圈让掩膜盖住边缘。模型的选择看背景简单背景用LaMa就够了出图最快背景复杂、需要保留结构比如窗帘的竖条纹时换成PowerPaint V2并把掩膜边缘模糊设到2到3过渡会更平滑。原图如下点生成几秒后就能拿到物体被自然擦除的结果。单块区域一次做完即可多处大物体建议分几次擦避免模型一次猜错方向。任务二漫画页面清理对话气泡。这类任务的关键是去字保线。把页面里的文字和气泡框涂出来LaMa能应付大多数情况遇到网点背景或线条密集的区域换BrushNet并适当加大采样步数线条质感会更统一。 参数与选型建议下表是常见任务的参数起点可在此基础上微调任务类型模型采样步数引导强度掩膜边缘模糊小水印、小瑕疵LaMa或用扩散模型15–206–71–2背景人物、大物体PowerPaint V225–307.5–82–3大段文字、复杂背景AnyText30–358–93–4布料、毛发等富纹理BrushNet35–458–93–5两点说明采样步数和引导强度是扩散模型才有的参数LaMa是单步前向模型没有步数设置引导强度guidance scale控制模型跟从提示词的程度给太高反而容易留下生硬痕迹。纹理丰富区域还可把去噪强度降到0.3再配合更高的步数。 踩坑速查修复边缘出现接缝。通常是掩膜没完全盖住目标。把掩膜向外扩2到3像素或把掩膜模糊加到3。结果有明显AI痕迹。多是引导强度偏高。降到6到7采样步数加到40人脸等关键区域分两次跑、逐步逼近。CPU处理太慢。扩散模型属正常现象。小图换LaMa超过2000像素的大图先缩到1024再处理或切到GPU显存4GB以上即可。想看更多可用模型和参数说明参考 README.md 与模型目录说明人脸修复、背景移除等扩展都在插件目录里。assets/目录下的示例图片可以直接拿来复现上面的效果。【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