IOPaint 图片修复实战4 步去掉水印、路人和多余物体【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片修复inpainting工具用 AI 模型抹掉照片里的水印、路人、多余物体或按文字提示替换画面局部。全程在本地运行不上传图片到云端Windows、macOS、Linux 均可使用适合电商美工、摄影师和漫画创作者这类需要批量清理图片的人。 项目定位本地运行的免费开源图像修复工具一句话定义IOPaint 是一个基于 SOTA 模型、在本地完成图片修复与扩展outpainting的开源工具。所谓 inpainting就是框住某块区域后由 AI 依据周围内容把它补齐从而实现去除或替换。核心卖点完全免费开源无订阅、无付费档位内置多类模型LaMa 这类轻量修复PowerPaint / BrushNet 这类生成式修复AnyText 这类懂文字的模型图片在本地处理隐私不出机器兼容 CPU、NVIDIA GPU 与 Apple Silicon提供 Web 界面与命令行两种用法后者支持批量处理️ 安装 IOPaint 并启动 Web 界面安装方式二选一装完按同一方式启动即可。方式一直接安装 pip 包pip3 install iopaint方式二从源码安装git clone https://gitcode.com/GitHub_Trending/io/IOPaint cd IOPaint pip install -r requirements.txt启动 Web 服务CPUiopaint start --modellama --devicecpu --port8080有 NVIDIA 显卡时把参数改为--devicecuda用源码安装则运行python main.py start --model power_paint_v2 --device cuda --port 8080。启动后在浏览器打开http://localhost:8080。首次出图只需 5 步点击上传按钮放入需要处理的图片用画笔涂抹要修复的区域生成的蒙版就是告诉 AI 哪里需要补选择模型新手直接用默认的 LaMa点击生成等待本地处理完成下载修复后的图片 场景化实战四类常见修复任务去除照片中的背景路人适合单人肖像、街拍或合影里剔除背景干扰、突出主体。操作步骤上传照片画笔完整盖住背景人物涂抹范围比目标略大 2-3 像素选择 LaMa 模型采样步数设 25、引导强度 7.5点击生成移除室内与产品图中的多余物体适合清理室内照片、产品图里的灯具、电线、瑕疵等。操作步骤上传图片画笔涂抹目标物体笔刷尺寸比目标大约 10%选择 PowerPaint V2——它是生成式修复模型会参考周围环境合成内容比纯修补类模型更适合大区域点击修复复杂背景建议拆成多次小范围处理擦除图片中的水印与文字适合供应商产品图去水印、版权图片净化、擦除标题文字。操作步骤上传含文字或水印的图片用矩形工具框选文字区域选择 AnyText 模型带文字识别能力能理解文字结构再重建背景置信度设为 0.85点击生成带版权水印的老照片同样适用整幅画面的水印可以一次性清除清理漫画稿中的对话气泡适合漫画扫描稿、线稿插画去文字同时保留原画风。操作步骤上传漫画或插画图片启用漫画模式针对线条艺术的优化分支用智能选择工具识别文字区域选择 PowerPaint V2 生成放大检查线条细节是否被破坏⚙️ 参数与效率一张表给齐推荐值修复场景建议模型采样步数引导强度边缘模糊小面积小水印、瑕疵LaMa15-206-71-2中面积大段文字、孤立物体PowerPaint V225-307.5-82-3大面积背景、复杂物体PowerPaint V230-408-93-5纹理区布料、毛发、图案BrushNet35-45去噪强度降到 0.3——说明AnyText 走的是置信度参数而非引导强度常用值 0.85。快捷键CtrlB切换画笔工具CtrlZ撤销上一步空格 鼠标拖动平移画布Ctrl 鼠标滚轮缩放画布按住Alt在原图与结果间快速对比批量处理适合电商和摄影工作流命令行一次性处理整个文件夹iopaint run --modellama --devicecuda \ --image/path/to/image_folder \ --mask/path/to/mask_folder \ --outputoutput_dir--image传目录时蒙版目录里的图片需与原图同名--mask传单文件则所有图片共用这一张蒙版。实操建议统一图片格式与尺寸、预先做一套标准蒙版模板、每批控制在 5-10 张、可再建去水印 / 去人物 / 清漫画三个参数模板一键套用。 硬件与性能按用途选配置硬件类型参考配置处理速度适用场景CPU4 核以上、8GB 内存30-60 秒/张轻度使用、小图片入门 GPUGTX 1060 6GB10-20 秒/张日常中等复杂度高性能 GPURTX 3060 12GB3-8 秒/张专业与批量处理Apple SiliconM1/M28-15 秒/张Mac 用户启用 GPU 模式至少需要 4GB 显存。提速技巧处理前把图片缩到 1024px 以内超过 2000x2000 的大图分批处理非关键区域用 15-20 步就够需要更快可开启快速模式以少量效果换取速度只启用当前需要的插件大批量处理后重启服务释放内存简单任务优先 LaMa别一上来就用生成式模型❓ 高频问题修复后边缘有明显痕迹原因涂抹范围不足、边缘模糊过低、步数不够或复杂边缘用了不合适的模型。 解法涂抹比目标大 2-3 像素边缘模糊提到 3-5步数加到 30 以上复杂边缘换 PowerPaint V2。CPU 跑得慢怎么办原因纯本地 CPU 计算没有加速。 解法先缩图到 1024px 内步数降到 15-20开启快速模式显存 4GB 以上就切 GPU。细小物体电线、小瑕疵如何移除解法用最小笔刷精准涂抹开启精细模式分多次小范围处理引导强度提到 8-9完成后用边缘优化功能微调。结果带明显 AI 生成感如何避免解法引导强度降到 6-7步数加到 40启用风格统一选项人脸等关键区域开启人脸保护模式必要时组合多个模型分步处理。 生态与资源插件能力和源码目录常用插件Segment Anything交互式分割精准圈选复杂对象RemoveBG移除背景产品图一键透明化Anime Segmentation动漫图像分割RealESRGAN超分辨率放大GFPGAN老照片人脸修复RestoreFormer高质量人脸恢复相关目录与文档完整使用指南README.mdPowerPaint V2 模型源码iopaint/model/power_paint/v2/批量处理脚本iopaint/batch_processing.py插件目录iopaint/plugins/前端配置选项web_app/src/lib/const.ts修复前后对比图assets/场景测试用例iopaint/tests/IOPaint 把修复这件事拆得很细小改动走 LaMa 图快大面积重建交给 PowerPaint 与 BrushNet文字交给 AnyText再配上命令行批处理基本覆盖电商和摄影的日常流程。clone 仓库后按上文的命令启动跑通第一张修复图并不复杂剩下的就是按场景对照参数表微调。【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 IOPaint 图片修复实战：4 步去掉水印、路人和多余物体
IOPaint 图片修复实战4 步去掉水印、路人和多余物体【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片修复inpainting工具用 AI 模型抹掉照片里的水印、路人、多余物体或按文字提示替换画面局部。全程在本地运行不上传图片到云端Windows、macOS、Linux 均可使用适合电商美工、摄影师和漫画创作者这类需要批量清理图片的人。 项目定位本地运行的免费开源图像修复工具一句话定义IOPaint 是一个基于 SOTA 模型、在本地完成图片修复与扩展outpainting的开源工具。所谓 inpainting就是框住某块区域后由 AI 依据周围内容把它补齐从而实现去除或替换。核心卖点完全免费开源无订阅、无付费档位内置多类模型LaMa 这类轻量修复PowerPaint / BrushNet 这类生成式修复AnyText 这类懂文字的模型图片在本地处理隐私不出机器兼容 CPU、NVIDIA GPU 与 Apple Silicon提供 Web 界面与命令行两种用法后者支持批量处理️ 安装 IOPaint 并启动 Web 界面安装方式二选一装完按同一方式启动即可。方式一直接安装 pip 包pip3 install iopaint方式二从源码安装git clone https://gitcode.com/GitHub_Trending/io/IOPaint cd IOPaint pip install -r requirements.txt启动 Web 服务CPUiopaint start --modellama --devicecpu --port8080有 NVIDIA 显卡时把参数改为--devicecuda用源码安装则运行python main.py start --model power_paint_v2 --device cuda --port 8080。启动后在浏览器打开http://localhost:8080。首次出图只需 5 步点击上传按钮放入需要处理的图片用画笔涂抹要修复的区域生成的蒙版就是告诉 AI 哪里需要补选择模型新手直接用默认的 LaMa点击生成等待本地处理完成下载修复后的图片 场景化实战四类常见修复任务去除照片中的背景路人适合单人肖像、街拍或合影里剔除背景干扰、突出主体。操作步骤上传照片画笔完整盖住背景人物涂抹范围比目标略大 2-3 像素选择 LaMa 模型采样步数设 25、引导强度 7.5点击生成移除室内与产品图中的多余物体适合清理室内照片、产品图里的灯具、电线、瑕疵等。操作步骤上传图片画笔涂抹目标物体笔刷尺寸比目标大约 10%选择 PowerPaint V2——它是生成式修复模型会参考周围环境合成内容比纯修补类模型更适合大区域点击修复复杂背景建议拆成多次小范围处理擦除图片中的水印与文字适合供应商产品图去水印、版权图片净化、擦除标题文字。操作步骤上传含文字或水印的图片用矩形工具框选文字区域选择 AnyText 模型带文字识别能力能理解文字结构再重建背景置信度设为 0.85点击生成带版权水印的老照片同样适用整幅画面的水印可以一次性清除清理漫画稿中的对话气泡适合漫画扫描稿、线稿插画去文字同时保留原画风。操作步骤上传漫画或插画图片启用漫画模式针对线条艺术的优化分支用智能选择工具识别文字区域选择 PowerPaint V2 生成放大检查线条细节是否被破坏⚙️ 参数与效率一张表给齐推荐值修复场景建议模型采样步数引导强度边缘模糊小面积小水印、瑕疵LaMa15-206-71-2中面积大段文字、孤立物体PowerPaint V225-307.5-82-3大面积背景、复杂物体PowerPaint V230-408-93-5纹理区布料、毛发、图案BrushNet35-45去噪强度降到 0.3——说明AnyText 走的是置信度参数而非引导强度常用值 0.85。快捷键CtrlB切换画笔工具CtrlZ撤销上一步空格 鼠标拖动平移画布Ctrl 鼠标滚轮缩放画布按住Alt在原图与结果间快速对比批量处理适合电商和摄影工作流命令行一次性处理整个文件夹iopaint run --modellama --devicecuda \ --image/path/to/image_folder \ --mask/path/to/mask_folder \ --outputoutput_dir--image传目录时蒙版目录里的图片需与原图同名--mask传单文件则所有图片共用这一张蒙版。实操建议统一图片格式与尺寸、预先做一套标准蒙版模板、每批控制在 5-10 张、可再建去水印 / 去人物 / 清漫画三个参数模板一键套用。 硬件与性能按用途选配置硬件类型参考配置处理速度适用场景CPU4 核以上、8GB 内存30-60 秒/张轻度使用、小图片入门 GPUGTX 1060 6GB10-20 秒/张日常中等复杂度高性能 GPURTX 3060 12GB3-8 秒/张专业与批量处理Apple SiliconM1/M28-15 秒/张Mac 用户启用 GPU 模式至少需要 4GB 显存。提速技巧处理前把图片缩到 1024px 以内超过 2000x2000 的大图分批处理非关键区域用 15-20 步就够需要更快可开启快速模式以少量效果换取速度只启用当前需要的插件大批量处理后重启服务释放内存简单任务优先 LaMa别一上来就用生成式模型❓ 高频问题修复后边缘有明显痕迹原因涂抹范围不足、边缘模糊过低、步数不够或复杂边缘用了不合适的模型。 解法涂抹比目标大 2-3 像素边缘模糊提到 3-5步数加到 30 以上复杂边缘换 PowerPaint V2。CPU 跑得慢怎么办原因纯本地 CPU 计算没有加速。 解法先缩图到 1024px 内步数降到 15-20开启快速模式显存 4GB 以上就切 GPU。细小物体电线、小瑕疵如何移除解法用最小笔刷精准涂抹开启精细模式分多次小范围处理引导强度提到 8-9完成后用边缘优化功能微调。结果带明显 AI 生成感如何避免解法引导强度降到 6-7步数加到 40启用风格统一选项人脸等关键区域开启人脸保护模式必要时组合多个模型分步处理。 生态与资源插件能力和源码目录常用插件Segment Anything交互式分割精准圈选复杂对象RemoveBG移除背景产品图一键透明化Anime Segmentation动漫图像分割RealESRGAN超分辨率放大GFPGAN老照片人脸修复RestoreFormer高质量人脸恢复相关目录与文档完整使用指南README.mdPowerPaint V2 模型源码iopaint/model/power_paint/v2/批量处理脚本iopaint/batch_processing.py插件目录iopaint/plugins/前端配置选项web_app/src/lib/const.ts修复前后对比图assets/场景测试用例iopaint/tests/IOPaint 把修复这件事拆得很细小改动走 LaMa 图快大面积重建交给 PowerPaint 与 BrushNet文字交给 AnyText再配上命令行批处理基本覆盖电商和摄影的日常流程。clone 仓库后按上文的命令启动跑通第一张修复图并不复杂剩下的就是按场景对照参数表微调。【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