Inpaint-web 浏览器图片修复与超分完整实战指南
【免费下载链接】inpaint-webA free and open-source inpainting & image-upscaling tool powered by webgpu and wasm on the browser。| 基于 Webgpu 技术和 wasm 技术的免费开源 inpainting & image-upscaling 工具, 纯浏览器端实现。项目地址: https://gitcode.com/GitHub_Trending/in/inpaint-web
Inpaint-web 是一款免费开源的浏览器图片修复与 4 倍超分工具,用画笔框选就能抹掉照片里的水印、划痕和多余的人或物,也能把模糊的低分辨率老照片还原成清晰大图——不用装任何软件,打开浏览器就能开始。
两个核心功能:去杂物与 4 倍超分
Inpaint-web 只专注两件事,但每件都对应一个真实痛点:
- 去杂物(inpainting,即图片修复)- 用画笔圈住照片里的水印、路人或划痕,模型会自动把那块区域"补"回去,边缘自然,不像手工涂改。
- 4 倍放大(super-resolution,即图片超分)- 把低分辨率图像放大 4 倍并补出细节,放大展示、打印不再糊,老照片和网图尤其受益。
使用时可以拖动中间的分隔条,左右对比原图和处理后的效果,还有"原图"按钮随时切回看;每一次生成都会记入左侧的历史列表,改坏了可以回退到之前满意的版本,再继续处理。
inpaint-web 上手三步:打开、涂选、下载
体验流程非常短:
- 打开一张图- 把图片拖进页面,或者直接用内置示例。仓库的 public/examples/ 里备了包、狗、汽车、鞋子等 7 张样例图,首页点一下就能开始试。
- 涂出要修的区域- 用滑杆调好画笔粗细,在要删掉的对象上画一遍即可,涂错可以撤销,还能开关左右对比模式随时核对。
- 生成并下载- 点击生成,等进度条走完,和原图比对满意后下载结果。
首次使用需要联网下载一次模型文件(修复约 30MB,超分约 70MB),之后再次打开即可直接使用,无需重复下载。
为什么纯浏览器运行值得留意
常见的修图工具要么把图片传到云端处理,要么装一堆重型软件。Inpaint-web 走的是另一条路,靠WebGPU和wasm两个技术:
- WebGPU- 浏览器里的图形计算接口,让 AI 模型能直接跑在你的显卡上,处理速度以秒计,体验接近本地软件。
- wasm(WebAssembly)- 一种让 C/C++ 代码在浏览器里高速运行的格式,项目用它做图像读取和预处理,开销和原生程序几乎没有差别。
带来的好处很直接:照片全程不离开你的设备,不经过任何服务器,隐私上没有顾虑;零安装,任何一台能打开现代浏览器的电脑都能用。界面逻辑在 src/Editor.tsx,修复与超分的模型调用分别在 src/adapters/inpainting.ts 和 src/adapters/superResolution.ts,想深入了解时入口清晰。界面本身支持中英文切换,文案维护在 messages/zh.json 和 messages/en.json 中。
老照片修复与放大的适用人群
- 摄影爱好者- 产品照、旅行照里的水印和杂物,涂一下就干净了。
- 设计师- 快速清理素材图里的瑕疵,不用切去专业修图软件。
- 普通用户- 老照片模糊、网图分辨率低,放大 4 倍后清晰到可以打印或上大屏。
作者还在持续加功能。README.md 里的路线图显示,接下来计划接入 Segment Anything(让 AI 帮你自动框选对象,省掉手动涂画)和 Stable Diffusion(框选区域可以"替换"成新内容,而不只是删除)。
如何体验演示或参与贡献
想直接试用,打开官方演示页面即可:https://inpaintweb.lxfater.com/
本地跑起来也很简单:把仓库 clone 到本地(地址:https://gitcode.com/GitHub_Trending/in/inpaint-web ),然后在项目目录里执行npm install安装依赖,再执行npm run start就能在浏览器里启动开发版本。使用中遇到问题或有改进想法,欢迎提交 issue 或 pull request 参与一起完善。
【免费下载链接】inpaint-webA free and open-source inpainting & image-upscaling tool powered by webgpu and wasm on the browser。| 基于 Webgpu 技术和 wasm 技术的免费开源 inpainting & image-upscaling 工具, 纯浏览器端实现。项目地址: https://gitcode.com/GitHub_Trending/in/inpaint-web
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考