零基础用 IOPaint 把 AI 图片修复做到 10 秒出图
【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
刚拍完一张合照,背景里却站了个不想出镜的朋友;或者你接了个单,供应商发来的产品图右下角压着水印,而合同里写着"去水印后再用"。打开 PS 修图动辄半小时,其实有更省力的办法:IOPaint 是一款开源的 AI 图片修复工具,你用画笔在照片上涂抹几笔,它就能把那块区域重建完整——擦除路人、补掉水印、甚至按你的描述替换内容。
🗺️ IOPaint 能做什么、不能做什么
先花 30 秒建立预期,避免用错工具:
- 能:擦除物体、文字、水印、路人——涂抹区域后 AI 自动补全背景,小图 10 秒出图
- 能:按文字提示词替换内容,比如把桌上的旧花瓶换成一杯咖啡,再配上扩图(outpainting)
- 能:命令行批量处理整个文件夹,一张蒙版套用在几十张图上
- 不能:它不是精修级修图软件。大范围换背景、精细的局部手绘调整,还是要交给专业软件
整个流程只有三步:上传图片 → 涂抹要处理的区域 → 点生成。第一次使用会看到一张类似下面这样的效果图:
🖌️ 三步搞定:移除照片里的杂物
这是最不需要思考的一档操作,适合刚下载完工具就上手试的你:
- 打开编辑器,上传一张照片
- 选"擦除"模式,用画笔把不想要的物体涂掉。画笔不用太精准,比目标略大一圈反而更稳
- 点"生成"
默认推荐先用 LaMa 模型:它专为擦除设计,不依赖提示词,一般 10~15 秒出图,背景纹理基本无缝。
如果物体周围是规律性纹理(木纹、瓷砖、织物),换 PowerPaint V2 这类扩散模型,补出来的质感会更接近原图。
📸 三步去掉水印与文字
擦杂物靠"补",去文字和固定位置的水印靠"重建",所以建议换用 PowerPaint V2 这类扩散模型:它结合原图和涂抹区域两个通道生成内容,相当于一副只盯着你涂抹区域的眼镜,补出来的内容会和周围风格一致。
- 涂抹水印区域,比目标边缘多扩 2~3 像素,别让白色蒙版只盖住一半笔画
- 采样步数设 25,引导强度设 7.5
- 边缘模糊设 3,然后点生成
复杂背景一般 20~30 秒出图,文字消失后背景会自然衔接:
⚡ 一条命令跑完一个文件夹
到了批量场景,编辑器反而是累赘,命令行更快:
- 把要处理的原图放进同一个文件夹
- 准备黑白蒙版图——白色区域就是待修复范围;一张蒙版可以套用到多张图上
- 运行:
iopaint run --model=lama --device=cpu --image=图片目录 --mask=蒙版目录 --output=输出目录 - 跑完去输出目录验收即可
这套命令配合不同模型很灵活:LaMa 适合批量去噪点、去遮挡;想"擦掉旧文字再写新的",则换 AnyText 模型,它会识别图片里的文字并在你指定的位置重绘。
🔧 如果效果不对,先改这三处
| 现象 | 试一下 | 为什么 |
|---|---|---|
| 修复区边缘有明显痕迹 | 涂抹范围外扩 2~3 像素;边缘模糊提到 3~5 | 边缘模糊负责过渡,值太小会出现生硬边界 |
| CPU 跑得慢 | 分辨率降到 1024px 以内;采样步数降到 15~20;有独显就改用--device=cuda | 计算量随分辨率和步数翻倍 |
| 生成内容和原图风格"漂移" | 引导强度降到 6~7;步数加到 30~40 | 强度太高会把内容拉向文字提示词,忽略原图上下文 |
补充两条参数速查,不确定时按这个起步:
- 小面积修复(小水印、路人脸):步数 15~20,引导强度 6~7,模糊 1~2——区域小,算多了是浪费
- 大面积修复(整片背景):步数 30~40,引导强度 8~9,模糊 3~5——面积大、细节多,需要更多采样
- 纹理密集区(毛发、布料):引导强度压到 0.3~6,牺牲一点贴合度换细节保留
🚀 快速上手
git clone https://gitcode.com/GitHub_Trending/io/IOPaint cd IOPaint pip install -r requirements.txt python main.py start --model lama --device cpu启动后浏览器打开本地 8080 端口即可。有 NVIDIA 显卡建议--device cuda,出图能快好几倍;纯 CPU 也能跑,只是复杂模型要耐心等待。模型权重会在首次启动时自动下载,注意留好空间。
如果还想看更多示例和完整参数表,README.md 里有各模型的说明;批量处理逻辑可以看 iopaint/batch_processing.py,PowerPaint V2 的实现入口在 iopaint/model/power_paint/v2/pipeline_PowerPaint_Brushnet_CA.py。
【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