企业官网建设流程全解析

IOPaint PowerPaint V2 一步移除水印和路人：AI修图从安装到批量的实战指南

【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 是一款完全开源的 AI 修图工具，其中的 PowerPaint V2 模块能抹掉图里多余的人、水印和文字，并把背景重建出来。本文面向想动手除物的新手，从本地跑通到批量处理完整走一遍。

盯着水印发呆的那一刻：本地跑通 IOPaint 的 3 步路径

旅行照里总有个路人挡在画面正中，供应商的产品图又印着水印字——逐像素在修图软件里抠，活儿没完没了。IOPaint 的思路是把这块区域交给扩散模型重建，你只需要画圈。

1. 克隆代码：git clone https://gitcode.com/GitHub_Trending/io/IOPaint
2. 安装依赖：pip install -r requirements.txt（有 GPU 的话先装 CUDA 版 PyTorch）
3. 启动服务：python main.py start --model power_paint_v2 --device cuda
4. 浏览器打开 http://localhost:8080 ，上传一张测试图，用画笔涂掉目标区域，点生成——10~20 秒出第一次修复结果

第一次生成前，把画笔调得比目标物体大一圈再下手，这是后面所有流程里反复有用的一条经验。

PowerPaint V2 的修复原理：为什么边缘不再生硬

它做了什么。跑一次修复时，模型并不只看你涂的那块像素，而是同时拿到原图与掩码两份信息：掩码圈出"这块要重画"，原图未被遮住的区域则提供了颜色、光照和纹理走向的上下文。生成阶段网络是依据周边环境给掩码区域"填空"，而不是往洞里贴一块补丁。

它跟传统做法差在哪。纯修补类模型干的是补洞，小范围尚可，区域一大就容易糊纹理、偏色；而只用掩码驱动的扩散模型虽然会造新内容，却常生成与原图"两张皮"的结果。PowerPaint V2 的做法是在 Stable Diffusion 重绘骨干上挂了一个轻量的 BrushNet 分支网络，让掩码条件的特征逐层与主网络融合；同时你在界面上选的任务（如移除物体）会被转写成对应的文本指令，一并约束生成方向。

为什么这样设计。跨层融合恰好对上"边缘生硬"和"与周围不一致"这两个高频抱怨：高层特征负责整体结构与光照，低层特征管细节纹理，每一层都拿到掩码信息，新生成的区域在透视和亮度上才跟旧区域对得上。

核心逻辑见 iopaint/model/power_paint/v2/pipeline_PowerPaint_Brushnet_CA.py。

三类常见 IOPaint 修复任务：逐步实操

批量清理产品图水印 → 得到一套可上架的图

适用情况：同批产品图上带有位置相近的水印或促销文字。

操作步骤：

1. 准备掩码：水印同位置的图共用一个掩码文件，其余按原图同名逐个准备
2. 启动批处理：iopaint run --model power_paint_v2 --image <图片目录> --mask <掩码目录或文件> --output <输出目录>
3. 掩码选区向外扩 2~3 像素，确保文字被完整罩住
4. 先出 2~3 张抽查质量，确认无误再放完整个批次

关键参数：采样步数 25，引导强度 7.5，掩码模糊 3，文字置信度 0.85

避坑提示：水印贴边的图先适当缩小选区外扩幅度再试；掩码与原图不同名会直接导致批量任务失败，跑之前先核对目录命名。

移除照片中的路人或物体 → 得到一张完整的旅行照

适用情况：背景较复杂（人群、车辆、路牌）的单物体移除。

操作步骤：

1. 模型选 PowerPaint V2，上传照片
2. 画笔涂抹目标区域，画笔大小比目标大 10% 左右
3. 采样步数 25、引导强度 7.5、边缘模糊 3
4. 点生成，等待 10~20 秒
5. 局部不满意就微调掩码边缘后重跑一次

关键参数：steps 25 / guidance 7.5 / blur 3

避坑提示：别把掩码涂到想保留的物体上，涂哪重建哪，AI 不会自动"认出"你要留什么；小残留用第二次小范围补涂解决，不用一次把区域放大。

漫画文字清理 → 得到可二次创作的线稿

适用情况：含对话气泡和标注文字的扫描漫画原稿。

操作步骤：

1. 上传高清漫画，框选气泡与文字区域
2. 开启结构保留选项，保护原稿线条
3. 复杂图案区域拆成多次小范围处理，每次不超过画面的 1/4
4. 每轮生成后看预览，对不满意区域微调再处理

关键参数：纹理丰富区域把去噪强度降到 0.3，采样步数给到 30~40

避坑提示：单次大区域处理容易丢细节，每轮之后存一份中间结果，翻车时不至于从头再来。

出了问题看这里：IOPaint 调优与排障速查

• 症状：修复边界能看到明显接缝。原因：掩码没涂满目标，或边缘模糊太小。对策：掩码外扩 2~3 像素，模糊提到 3~5，步数给到 30 以上。
• 症状：CPU 上生成非常慢。原因：分辨率与采样步数偏高。对策：压到 1024px 以内、步数降到 15~20；条件允许就上 GPU（显存 4GB 以上）。
• 症状：电线、文字等细小物体除不干净。原因：画笔偏大或单次掩码范围过大。对策：换最小画笔精准涂抹，分两轮做，引导强度提到 8~9。
• 症状：结果有明显 AI 生成痕迹。原因：引导强度过高导致生成漂移。对策：强度降到 6~7、步数加到 40；人脸区域建议单独用人脸修复插件先处理。
• 症状：生成结果整张黑屏或偏绿。原因：fp16 数值溢出。对策：启动时加--no-half使用全精度。

部署命令与延伸阅读

# 克隆仓库 git clone https://gitcode.com/GitHub_Trending/io/IOPaint # 安装依赖 cd IOPaint pip install -r requirements.txt # 启动服务，指定 PowerPaint V2 模型 python main.py start --model power_paint_v2 --device cuda

批量处理的完整参数说明和模型列表见 README.md，PowerPaint V2 的模型加载与任务转写逻辑可以看 iopaint/model/power_paint/ 目录下的源码。更多启动选项、插件启用方式与模型下载细节，直接翻 README 和源码目录就够了。

【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