一张图上的水印一条命令就能抹掉：IOPaint图像修复实操指南-二趣网

一张图上的水印一条命令就能抹掉：IOPaint图像修复实操指南

【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

IOPaint 是一个免费开源的 AI 图像修复工具，核心能力是抹掉图片里的水印、文字、路人，还能用 AI 重绘、外扩画面。它适合电商修图、摄影后期和批量处理素材的普通用户，纯 CPU 环境也能跑。

💧 商品图上的水印怎么去

从图库买的商品图，往往铺满水印，挡住主体。用修图软件手抠，边缘脏、速度慢。IOPaint 的思路是：把要去掉的地方刷黑，模型根据周围像素自动补全。

处理前 → 处理后对比，水印完全消失，商品纹理保留：

说白了，这就是它最典型的用途：水印、贴纸文字、小物件，刷一下就行。

🚀 5分钟跑起来

只需一条安装命令和一条启动命令：

pip3 install iopaint iopaint start --model=lama --device=cpu --port=8080 # port 可改，device 有显卡改成 cuda

首次启动会自动下载 lama 模型，终端停在那是正常的，等下载完即可。看到输出里出现Uvicorn running on http://127.0.0.1:8080，浏览器打开 http://localhost:8080，出现上传图片的编辑页，说明启动成功。

用法就三步：上传图片 → 用笔刷圈住要抹掉的部分 → 点 Generate。原图位置会直接替换成修复结果，这就是预期效果。模型默认存到~/.cache，磁盘紧张时可用--model-dir换个目录。

🧍 照片里的路人怎么抹

拍照时背景总有路人抢镜。用默认 LaMa 模型，笔刷把路人圈住，生成后背景直接补全，不需要任何提示词：

它什么时候用得上：照片、截图里出现多余的人和物，且你只想要"干净"，不想要"换个东西"。

📖 漫画页面上的文字怎么删

漫画扫描页常有作者水印和文字压图。流程和抹路人一样，区别是文字笔画细、覆盖广，笔刷要稍微往外多刷一圈。如果 LaMa 补出来有残留，可以在启动命令里换成--model=cv2或--model=manga这类专门的擦除模型再试：

它什么时候用得上：批量清理漫画页、海报上的覆盖文字。

🎨 只是擦掉不够？让 AI 重画

如果擦除区域很大、背景很复杂，简单修复会留下"糊掉"的块，这时候该上扩散模型。把启动命令里的模型换成--model=runwayml/stable-diffusion-inpainting（需要 GPU），再填一句提示词，AI 会按描述"重画"被遮住的区域，而不只是补背景。

它什么时候用得上：大面积重构、把"删掉"变成"替换成别的东西"。想要更高分辨率可以选 SDXL 修复模型，想给画面写字有 AnyText，想扩图有 PowerPaint，完整列表见 iopaint/const.py。

遮罩不好刷？启动时加--enable-interactive-seg --interactive-seg-device=cuda，点一下目标对象就自动生成精确遮罩。它什么时候用得上：人物边缘复杂，笔刷刷不准的时候。

⚙️ 模型怎么选、批量怎么清一个文件夹

选择策略很简单：

小物件、水印、路人 →lama（默认，最快，CPU 可跑）
大面积重绘、按提示词替换 →stable-diffusion-inpainting或 SDXL 修复模型（要 GPU）
显存不够 → 加--low-mem（注意力切片+VAE 分块），还不够再--cpu-offload把权重挪到内存

几百张图就轮到批量模式，一条命令跑完一个文件夹：

iopaint run --model=lama --device=cpu \ --image=/path/to/image_folder \ --mask=/path/to/mask_folder \ --output=output_dir # --mask 为目录时，遮罩必须与原图同名；--concat 可输出对比图

跑完后output_dir里出现处理结果即成功。若--mask指向单个文件，则所有图共用同一张遮罩，适合位置固定的固定水印。

📦 部署到生产

用仓库里现成的 Dockerfile 构建，三条命令搞定：

git clone https://gitcode.com/GitHub_Trending/io/IOPaint && cd IOPaint docker build -t iopaint -f docker/GPUDockerfile --build-arg version=1.6.0 . docker run --gpus all -p 8080:8080 iopaint iopaint start --model=lama --device=cuda

GPU 版镜像自带 CUDA 11.8 环境，容器起来后访问 8080 端口就是完整服务；纯 CPU 环境把-f换成docker/CPUDockerfile即可。

❓ 新手最容易踩的5个坑

启动卡住不动：在自动下载模型，不是死机。网络差就先iopaint download单独下载，再用iopaint list确认模型已就位。
GPU 报 OOM：加--low-mem开启分块处理；仍不够就加--cpu-offload，用内存换显存。
扩散模型出图发黑或发绿：加--no-half改用 FP32 精度。
擦不干净、有残影：先查遮罩。遮罩要把目标盖住并留一圈边距，别只描边；刷不准就开交互式分割插件点选。
批量结果对不上图：--mask是目录时，遮罩文件名必须和原图一致，否则匹配不上。

📚 收尾

项目说明与全部启动参数：README.md
模型实现（LaMa / SD / SDXL / BrushNet）：iopaint/model/
插件系统（交互式分割、超分、人脸修复）：iopaint/plugins/
命令行入口与参数定义：iopaint/cli.py

下次要清理一批素材图时，把批量命令里的文件夹路径换掉就能直接用。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析