IOPaint 图像修复教程一条命令启动三步抹掉照片里的水印【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用 IOPaint 的 LAMA 模型处理一张 1500×1000 的照片满屏的重复水印涂一遍掩码后十几秒就能消失背景纹理保留完整。IOPaint 是一个免费的开源图像修复inpainting工具你圈掉图里不要的东西——水印、路人、杂物AI 负责把那块背景重新画出来。项目定位它是什么基于多种 SOTA当前最优AI 模型的图像修复/擦除工具带 Web 界面也支持命令行批量处理适合谁想清理照片里的水印、文字、人物或杂物又不想学 Photoshop 的用户核心卖点一个命令启动本地服务浏览器里涂抹即可内置 LAMA、ZITS、MAT 等多款修复模型和 Stable Diffusion 重绘能力快速启用最短路径两条命令环境要求Python 3.8。pip install IOPaintiopaint start --model lama --device cpu --port 8080第二条命令会先自动下载 LAMA 模型约几十 MB只需一次然后启动本地服务。浏览器打开http://localhost:8080即可。有独立显卡时把--device cpu换成--device cuda扩散类模型速度会明显提升。核心体验上传 → 涂抹 → 出图一条主链路三步走完上传把要处理的图片拖进界面涂抹用左侧画笔在要去掉的区域上涂抹。涂得不精确没关系稍微涂宽一点比涂漏了效果好执行点击修复按钮小图几秒、大图几十秒后出结果可直接下载整个过程中你不需要理解任何模型参数默认配置就能跑通。按目标分场景去掉满屏的重复水印照片、老图用默认配置即可无需改任何参数iopaint start --model lama --device cpu --port 8080画笔按水印大小调到适中把每处水印和半透明的水印底一并涂掉。LAMA 在 CPU 上就能跑对这类大面积、重复性图案的还原效果最好。去掉文字水印、时间戳文字笔画细、边缘锐利建议先放大图片再涂确保把字形完整覆盖如果文字是彩色的多涂两圈。模型仍推荐 LAMA背景纹理恢复更自然擦掉不想要的物体或路人目标区域较大时LAMA 可能出现轻微模糊。这时可以换用zits或mat模型它们对复杂纹理的重建更细代价是速度变慢建议--device cudaiopaint start --model zits --device cuda漫画/线稿的干净化处理漫画、插画类图片有专门的修复管线对线稿和网点背景的处理明显优于通用模型iopaint start --model manga --device cpu批量处理多张图Web 界面适合单张上百张图用命令行更省时间。掩码图是白底黑块的图片黑块标记要修复的位置且需与原图同名iopaint run --model lama --device cpu --image ./input --mask ./masks --output ./results加--concat可以把原图、掩码和结果拼成一张对照图方便验收。调优建议参数怎么选模型选择LAMA 快且稳日常首选追求纹理细节用 ZITS/MAT/FuGF--model fcf需要重画某区域比如换掉背景内容才上扩散模型如 PowerPaint配合提示词使用掩码范围比目标多涂 10%~20% 的边缘比抠得精准更重要能避免修复后残留边线扩散模型步数结果偏糙时把采样步数从默认值加到 30~40细节更完整耗时线性增加老照片同时去水印提升清晰度启动时加--enable-gfpgan修复后再过一遍人脸/画质增强显存不够扩散模型加--low-mem降低显存占用速度换稳定性参数细节以官方仓库为准README常见卡点速查启动后浏览器打不开页面→ 原因8080 端口被占用或服务未起完 → 解决换端口iopaint start --port 8888或手动访问http://127.0.0.1:8888第一次启动卡在下载很久→ 原因模型文件需要首次联网下载 → 解决耐心等待网络不畅可先用iopaint download runwayml/stable-diffusion-inpainting之类的方式预下载参数见 模型下载源码扩散模型跑得比 LAMA 慢很多→ 原因在 CPU 上跑重模型 → 解决改--device cuda没有显卡就坚持用 LAMA/ZITS 这类轻量模型修复区域发糊、或水印还有残留→ 原因掩码涂窄了模型只修了看得见的部分 → 解决把掩码区域整体扩大一圈重新涂抹再跑一次显存不足报错→ 原因扩散模型默认吃显存较大 → 解决启动加--low-mem仍不行再加--cpu-offload接下来可以试什么打开 Web 界面的插件面板体验交互式分割点选代替手涂和抠图、超分辨率插件源码在 plugins 目录挑一张你最想救回来的旧图先用 LAMA 跑一遍默认配置再换 ZITS 对比差异——两次尝试你就能建立起自己的模型选择直觉【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
IOPaint 图像修复教程一条命令启动三步抹掉照片里的水印【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用 IOPaint 的 LAMA 模型处理一张 1500×1000 的照片满屏的重复水印涂一遍掩码后十几秒就能消失背景纹理保留完整。IOPaint 是一个免费的开源图像修复inpainting工具你圈掉图里不要的东西——水印、路人、杂物AI 负责把那块背景重新画出来。项目定位它是什么基于多种 SOTA当前最优AI 模型的图像修复/擦除工具带 Web 界面也支持命令行批量处理适合谁想清理照片里的水印、文字、人物或杂物又不想学 Photoshop 的用户核心卖点一个命令启动本地服务浏览器里涂抹即可内置 LAMA、ZITS、MAT 等多款修复模型和 Stable Diffusion 重绘能力快速启用最短路径两条命令环境要求Python 3.8。pip install IOPaintiopaint start --model lama --device cpu --port 8080第二条命令会先自动下载 LAMA 模型约几十 MB只需一次然后启动本地服务。浏览器打开http://localhost:8080即可。有独立显卡时把--device cpu换成--device cuda扩散类模型速度会明显提升。核心体验上传 → 涂抹 → 出图一条主链路三步走完上传把要处理的图片拖进界面涂抹用左侧画笔在要去掉的区域上涂抹。涂得不精确没关系稍微涂宽一点比涂漏了效果好执行点击修复按钮小图几秒、大图几十秒后出结果可直接下载整个过程中你不需要理解任何模型参数默认配置就能跑通。按目标分场景去掉满屏的重复水印照片、老图用默认配置即可无需改任何参数iopaint start --model lama --device cpu --port 8080画笔按水印大小调到适中把每处水印和半透明的水印底一并涂掉。LAMA 在 CPU 上就能跑对这类大面积、重复性图案的还原效果最好。去掉文字水印、时间戳文字笔画细、边缘锐利建议先放大图片再涂确保把字形完整覆盖如果文字是彩色的多涂两圈。模型仍推荐 LAMA背景纹理恢复更自然擦掉不想要的物体或路人目标区域较大时LAMA 可能出现轻微模糊。这时可以换用zits或mat模型它们对复杂纹理的重建更细代价是速度变慢建议--device cudaiopaint start --model zits --device cuda漫画/线稿的干净化处理漫画、插画类图片有专门的修复管线对线稿和网点背景的处理明显优于通用模型iopaint start --model manga --device cpu批量处理多张图Web 界面适合单张上百张图用命令行更省时间。掩码图是白底黑块的图片黑块标记要修复的位置且需与原图同名iopaint run --model lama --device cpu --image ./input --mask ./masks --output ./results加--concat可以把原图、掩码和结果拼成一张对照图方便验收。调优建议参数怎么选模型选择LAMA 快且稳日常首选追求纹理细节用 ZITS/MAT/FuGF--model fcf需要重画某区域比如换掉背景内容才上扩散模型如 PowerPaint配合提示词使用掩码范围比目标多涂 10%~20% 的边缘比抠得精准更重要能避免修复后残留边线扩散模型步数结果偏糙时把采样步数从默认值加到 30~40细节更完整耗时线性增加老照片同时去水印提升清晰度启动时加--enable-gfpgan修复后再过一遍人脸/画质增强显存不够扩散模型加--low-mem降低显存占用速度换稳定性参数细节以官方仓库为准README常见卡点速查启动后浏览器打不开页面→ 原因8080 端口被占用或服务未起完 → 解决换端口iopaint start --port 8888或手动访问http://127.0.0.1:8888第一次启动卡在下载很久→ 原因模型文件需要首次联网下载 → 解决耐心等待网络不畅可先用iopaint download runwayml/stable-diffusion-inpainting之类的方式预下载参数见 模型下载源码扩散模型跑得比 LAMA 慢很多→ 原因在 CPU 上跑重模型 → 解决改--device cuda没有显卡就坚持用 LAMA/ZITS 这类轻量模型修复区域发糊、或水印还有残留→ 原因掩码涂窄了模型只修了看得见的部分 → 解决把掩码区域整体扩大一圈重新涂抹再跑一次显存不足报错→ 原因扩散模型默认吃显存较大 → 解决启动加--low-mem仍不行再加--cpu-offload接下来可以试什么打开 Web 界面的插件面板体验交互式分割点选代替手涂和抠图、超分辨率插件源码在 plugins 目录挑一张你最想救回来的旧图先用 LAMA 跑一遍默认配置再换 ZITS 对比差异——两次尝试你就能建立起自己的模型选择直觉【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
