拓冰网站定制 
图片里总有水印和路人免费开源 AI 修图工具 IOPaint 零基础上手全攻略【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从一张发不出去的照片说起上个月出门旅行我在古镇拍了一张很满意的照片——光线正好、构图干净可回看时发现背景里杵着一个拎着塑料袋的陌生背影。裁掉他吧构图就废了不裁吧这张照片永远没法发朋友圈。后来处理公司公众号配图又撞上另一堵墙网上下载的素材图中央横着一道大大的 stock 水印用传统软件修补边缘糊成一片越修越脏。老漫画扫描件里的对话框、产品图角落里的杂物……这些只差一点点就能用的图片处理起来都特别磨人。直到我拿到一款叫IOPaint的开源工具。它是一款完全免费、可自行部署的 AI 图片修复工具基于当前顶尖SOTA的图像修复模型能够把水印、路人、杂物、文字等任何不想要的内容从图片里擦干净也能替换物体甚至扩展画布而且全程本地运行、无需付费。一张表格看懂它能干什么IOPaint 的能力可以分成四个层次每一层对应一类真实需求能力它是什么能解决什么问题智能擦除内置 LaMa、MAT、ZITS、FCF 等多款擦除模型移除水印、瑕疵、路人、杂物恢复干净画面扩散模型重绘支持 Stable Diffusion、SDXL、PowerPaint、AnyText 等替换图片中的物体、按提示词生成新内容画布扩展Outpainting基于扩散模型向四周扩图把构图不够宽的图片补全成完整画面插件生态Segment Anything、RemoveBG、RealESRGAN、GFPGAN 等精准选区、抠背景、超分辨率、修复人脸文件管理内置 FileManager 文件浏览器浏览本地图片处理结果直接存入输出目录批量处理提供命令行run子命令一次处理整个文件夹的图片适合流水线作业一句话总结擦除类的活儿交给擦除模型创造类的活儿交给扩散模型两者互补覆盖了绝大多数日常修图场景。实战演示五种高频场景处理前后对比空口无凭直接看项目自带的效果图。以下每组图都是处理前 → 处理后的对照。① 去除水印——这是 IOPaint 最出名的看家本领。原图中大面积 shutterstock 水印压在人物面部和车身上处理后水印被完整移除皮肤和车身纹理几乎看不出修补痕迹② 移走杂物——室内照片左侧挂着一个黑色包袋严重破坏构图。处理后面面恢复简洁木质天花板和彩灯成为视觉主体③ 请走路人——合影背景里那位穿绿衣的女性被精准移除墙面和地板的纹理过渡自然前景小女孩成为唯一焦点④ 抹掉文字——游戏宣传图上方的金色 ELDEN RING 标题被整段去除下方的发光符文和角色细节完好保留⑤ 清理漫画对话框——老漫画里的大量日文对话框被擦除飞机、螺旋桨和爆炸烟雾等线条细节完整还原漫画风格保持连贯最小上手闭环三步跑通第一次修复IOPaint 的上手路径比想象中短得多全程只需要三条命令pip3 install iopaint iopaint start --modellama --devicecpu --port8080然后打开浏览器访问http://localhost:8080就进入了网页版界面。第一次启动时模型会自动下载想改下载目录就加--model-dir参数。实际操作只有三个动作上传图片或直接打开 FileManager 浏览本地文件涂抹标记用画笔把想去掉的内容盖住点击处理几秒后得到修复结果一键保存到输出目录。--modellama是官方推荐的默认起点它对水印、小物体、文字等场景效果好、速度快即便只有 CPU 也能跑得动特别适合新手第一站。进阶玩法一命令行批量处理整文件夹图片如果你手头有成百上千张带水印的图要清理网页端一张张点显然不现实。IOPaint 提供了批量模式iopaint run --modellama --devicecpu \ --image/path/to/image_folder \ --mask/path/to/mask_folder \ --outputoutput_dir--image指定输入图片文件夹--mask指定掩码文件夹掩码文件与图片同名即可自动对应。更省事的是如果所有图片的干扰位置相同比如统一位置的水印--mask直接传一个掩码文件路径全部图片会共用这一张掩码处理。加--concat参数还能把原图、掩码、结果拼成一张对照图方便验收效果。进阶玩法二插件组合拳让选区更聪明手动画掩码对复杂轮廓比如人物头发、镂空物体往往力不从心这时候插件就派上用场了。启动时加上对应开关即可iopaint start --enable-interactive-seg --interactive-seg-devicecuda启用后点击物体任意位置就能得到整个物体的精准掩码比手工涂抹高效得多。常用的插件搭配还有RemoveBG一键抠除背景自动生成前景掩码RealESRGAN修复完成后做超分辨率把画质再提一档GFPGAN / RestoreFormer专门修复人像面部适合老照片翻新。注意每个插件都要在启动参数里单独开启想看完整参数列表运行iopaint start --help即可。进阶玩法三从源码二次开发定制自己的工具IOPaint 的前端是标准的 React Vite 项目后端是 FastAPI结构清晰、易于二次开发。想改界面或加功能可以这样搭建本地开发环境git clone https://gitcode.com/GitHub_Trending/io/IOPaint cd web_app npm install npm run dev在web_app目录下创建.env.local文件写入VITE_BACKENDhttp://127.0.0.1:8080指向后端后端则用python3 main.py start --model lama --port 8080启动。前端改动会热更新后端 Python 代码改完需要重启服务。核心模型代码集中在iopaint/model/插件在iopaint/plugins/想研究 AI 修复原理这两个目录是绝佳的阅读素材。新手避坑问答五个高频疑惑一次说清Q1模型下载到哪里可以改位置吗模型默认下载到系统缓存目录启动时加--model-dir /你的路径即可指定。换机器时把这个目录一起拷走还能省去重复下载。Q2只有 CPU 的电脑能用吗完全能用。擦除模型如 LaMa在 CPU 上速度尚可扩散模型会慢一些但加了--low-mem或--cpu-offload也能跑起来。Apple Silicon 用户同样受支持。Q3扩散模型生成的结果全黑或发绿这是半精度推理的典型异常启动参数加上--no-half改用全精度模型通常就能解决。Q4显卡显存不够一跑就爆内存试试--low-mem开启注意力切片和 VAE 分块或--cpu-offload把模型权重卸载到内存显存占用会大幅下降。Q5想让局域网里的同事也能访问启动时把--host设为0.0.0.0同事就能通过你的机器 IP 加端口访问 Web 界面了。核心要点回顾一句话记住它IOPaint 是免费开源、可自部署的 AI 图片修复工具擦水印、清路人、删杂物都能干上手门槛极低pip3 install iopaint加一条启动命令浏览器里涂一涂就能出结果模型分工明确擦除类任务用 LaMa 等擦除模型替换物体、扩展画布用扩散模型规模化处理不难命令行批量模式配合共享掩码一次处理整个文件夹生态可扩展插件系统和 React FastAPI 的源码结构为深度定制留足了空间。如果你的相册里也躺着几张舍不得删又发不出去的图不妨装一个 IOPaint 亲手试试——说不定今晚就能清完一整年的存货。【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 图片里总有水印和路人？免费开源 AI 修图工具 IOPaint 零基础上手全攻略
图片里总有水印和路人免费开源 AI 修图工具 IOPaint 零基础上手全攻略【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从一张发不出去的照片说起上个月出门旅行我在古镇拍了一张很满意的照片——光线正好、构图干净可回看时发现背景里杵着一个拎着塑料袋的陌生背影。裁掉他吧构图就废了不裁吧这张照片永远没法发朋友圈。后来处理公司公众号配图又撞上另一堵墙网上下载的素材图中央横着一道大大的 stock 水印用传统软件修补边缘糊成一片越修越脏。老漫画扫描件里的对话框、产品图角落里的杂物……这些只差一点点就能用的图片处理起来都特别磨人。直到我拿到一款叫IOPaint的开源工具。它是一款完全免费、可自行部署的 AI 图片修复工具基于当前顶尖SOTA的图像修复模型能够把水印、路人、杂物、文字等任何不想要的内容从图片里擦干净也能替换物体甚至扩展画布而且全程本地运行、无需付费。一张表格看懂它能干什么IOPaint 的能力可以分成四个层次每一层对应一类真实需求能力它是什么能解决什么问题智能擦除内置 LaMa、MAT、ZITS、FCF 等多款擦除模型移除水印、瑕疵、路人、杂物恢复干净画面扩散模型重绘支持 Stable Diffusion、SDXL、PowerPaint、AnyText 等替换图片中的物体、按提示词生成新内容画布扩展Outpainting基于扩散模型向四周扩图把构图不够宽的图片补全成完整画面插件生态Segment Anything、RemoveBG、RealESRGAN、GFPGAN 等精准选区、抠背景、超分辨率、修复人脸文件管理内置 FileManager 文件浏览器浏览本地图片处理结果直接存入输出目录批量处理提供命令行run子命令一次处理整个文件夹的图片适合流水线作业一句话总结擦除类的活儿交给擦除模型创造类的活儿交给扩散模型两者互补覆盖了绝大多数日常修图场景。实战演示五种高频场景处理前后对比空口无凭直接看项目自带的效果图。以下每组图都是处理前 → 处理后的对照。① 去除水印——这是 IOPaint 最出名的看家本领。原图中大面积 shutterstock 水印压在人物面部和车身上处理后水印被完整移除皮肤和车身纹理几乎看不出修补痕迹② 移走杂物——室内照片左侧挂着一个黑色包袋严重破坏构图。处理后面面恢复简洁木质天花板和彩灯成为视觉主体③ 请走路人——合影背景里那位穿绿衣的女性被精准移除墙面和地板的纹理过渡自然前景小女孩成为唯一焦点④ 抹掉文字——游戏宣传图上方的金色 ELDEN RING 标题被整段去除下方的发光符文和角色细节完好保留⑤ 清理漫画对话框——老漫画里的大量日文对话框被擦除飞机、螺旋桨和爆炸烟雾等线条细节完整还原漫画风格保持连贯最小上手闭环三步跑通第一次修复IOPaint 的上手路径比想象中短得多全程只需要三条命令pip3 install iopaint iopaint start --modellama --devicecpu --port8080然后打开浏览器访问http://localhost:8080就进入了网页版界面。第一次启动时模型会自动下载想改下载目录就加--model-dir参数。实际操作只有三个动作上传图片或直接打开 FileManager 浏览本地文件涂抹标记用画笔把想去掉的内容盖住点击处理几秒后得到修复结果一键保存到输出目录。--modellama是官方推荐的默认起点它对水印、小物体、文字等场景效果好、速度快即便只有 CPU 也能跑得动特别适合新手第一站。进阶玩法一命令行批量处理整文件夹图片如果你手头有成百上千张带水印的图要清理网页端一张张点显然不现实。IOPaint 提供了批量模式iopaint run --modellama --devicecpu \ --image/path/to/image_folder \ --mask/path/to/mask_folder \ --outputoutput_dir--image指定输入图片文件夹--mask指定掩码文件夹掩码文件与图片同名即可自动对应。更省事的是如果所有图片的干扰位置相同比如统一位置的水印--mask直接传一个掩码文件路径全部图片会共用这一张掩码处理。加--concat参数还能把原图、掩码、结果拼成一张对照图方便验收效果。进阶玩法二插件组合拳让选区更聪明手动画掩码对复杂轮廓比如人物头发、镂空物体往往力不从心这时候插件就派上用场了。启动时加上对应开关即可iopaint start --enable-interactive-seg --interactive-seg-devicecuda启用后点击物体任意位置就能得到整个物体的精准掩码比手工涂抹高效得多。常用的插件搭配还有RemoveBG一键抠除背景自动生成前景掩码RealESRGAN修复完成后做超分辨率把画质再提一档GFPGAN / RestoreFormer专门修复人像面部适合老照片翻新。注意每个插件都要在启动参数里单独开启想看完整参数列表运行iopaint start --help即可。进阶玩法三从源码二次开发定制自己的工具IOPaint 的前端是标准的 React Vite 项目后端是 FastAPI结构清晰、易于二次开发。想改界面或加功能可以这样搭建本地开发环境git clone https://gitcode.com/GitHub_Trending/io/IOPaint cd web_app npm install npm run dev在web_app目录下创建.env.local文件写入VITE_BACKENDhttp://127.0.0.1:8080指向后端后端则用python3 main.py start --model lama --port 8080启动。前端改动会热更新后端 Python 代码改完需要重启服务。核心模型代码集中在iopaint/model/插件在iopaint/plugins/想研究 AI 修复原理这两个目录是绝佳的阅读素材。新手避坑问答五个高频疑惑一次说清Q1模型下载到哪里可以改位置吗模型默认下载到系统缓存目录启动时加--model-dir /你的路径即可指定。换机器时把这个目录一起拷走还能省去重复下载。Q2只有 CPU 的电脑能用吗完全能用。擦除模型如 LaMa在 CPU 上速度尚可扩散模型会慢一些但加了--low-mem或--cpu-offload也能跑起来。Apple Silicon 用户同样受支持。Q3扩散模型生成的结果全黑或发绿这是半精度推理的典型异常启动参数加上--no-half改用全精度模型通常就能解决。Q4显卡显存不够一跑就爆内存试试--low-mem开启注意力切片和 VAE 分块或--cpu-offload把模型权重卸载到内存显存占用会大幅下降。Q5想让局域网里的同事也能访问启动时把--host设为0.0.0.0同事就能通过你的机器 IP 加端口访问 Web 界面了。核心要点回顾一句话记住它IOPaint 是免费开源、可自部署的 AI 图片修复工具擦水印、清路人、删杂物都能干上手门槛极低pip3 install iopaint加一条启动命令浏览器里涂一涂就能出结果模型分工明确擦除类任务用 LaMa 等擦除模型替换物体、扩展画布用扩散模型规模化处理不难命令行批量模式配合共享掩码一次处理整个文件夹生态可扩展插件系统和 React FastAPI 的源码结构为深度定制留足了空间。如果你的相册里也躺着几张舍不得删又发不出去的图不妨装一个 IOPaint 亲手试试——说不定今晚就能清完一整年的存货。【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