IOPaint AI图像修复完整指南：三步启动本地Web编辑器，免费去水印、移除物体

IOPaint AI图像修复完整指南三步启动本地Web编辑器免费去水印、移除物体【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拿到一张布满水印的产品图要交给客户最省事的办法不是重拍而是把水印区域补全。IOPaint 就是干这件事的开源AI图像修复工具它在本地启动一个 Web 编辑器你用画笔圈住水印背后的 LaMa 模型负责把背景补回去全程不上传图片到任何服务器。上图为待处理的输入整幅画面布满重复的水印文字与图标这是IOPaint开源图片去水印的典型输入项目速览30秒确认它适不适合你这一节帮你确认 IOPaint 的许可、运行条件和适用人群避免装完才发现不匹配。项内容一句话定位基于 SOTA 模型的开源图像修复/扩展inpainting/outpainting工具开源协议Apache License 2.0可商用、可二次开发运行环境Windows / macOS / LinuxCPU、NVIDIA GPUCUDA、AMD GPUROCm、Apple Silicon底层技术Python PyTorch diffusers 0.27.2 后端FastAPIReact Vite 前端默认行为默认模型lama、默认端口8080模型首次启动自动下载到~/.cache适合谁需要本地批量清理图片的设计师、运营想集成 API 的开发者后端全部逻辑在 iopaint/ 目录模型代码集中在 iopaint/model/ 子目录想读源码可以直接从这里入手。能力演示从输入图到交付稿的完整流程这一节不罗列功能清单而是走两个真实任务去水印默认模型即可完成和换物体需要扩散模型让你看到输入→选区→输出的完整路径。 完整去水印LaMa 模型四步出片适用场景产品图、素材图上的版权水印、路人、划痕、多余文字。启动服务见下一节命令浏览器打开http://localhost:8080左侧 File 按钮上传水印图图片载入画布用画笔或套索涂抹水印区域涂抹范围宁大勿小模型保持默认lama右侧调整生成参数后点击运行完成后保存效果预期水印文字和图标被背景填充替代边缘过渡自然不需要二次修图。输入输出对比如下输入1500x1004 的素材图水印覆盖整幅画面输出水印区域被LaMa模型补全画面恢复连续背后调用的是 iopaint/model/lama.py 中的 LaMaLarge Mask inpainting实现——它专为大面积选区训练所以涂抹范围比水印本身宽一圈也没问题这正是它比传统修补画笔省事的根本原因。 换物体扩散模型接管同一块画布适用场景把画面里的某个物体替换成别的东西或者把画面边缘向外扩展outpainting。启动时把--model换成扩散模型如Sanster/PowerPaint-V1-stable-diffusion-inpainting上传图片并涂抹要替换的物体在 Prompt 输入框写一句替换描述例如a white vase on the wooden shelf运行后得到新生成内容自动融合到原图的光照与透视中输入室内木质结构场景中多出了两个白色灯笼输出多余灯笼被移除背景木纹与结构连续无拼接痕迹这条路径走的是 iopaint/model/sd.py 与 iopaint/model/sdxl.py 封装的 Stable Diffusion / SDXL 修复管线除 PowerPaint 外也支持 HuggingFace 上任意 SD/SDXL inpainting 模型文字融合则对应 AnyText 模型iopaint/model/anytext/让生成的文字带透视和阴影。跑起来三步启动Web编辑器这一节给出最小上手路径装、启动、打开浏览器共三条命令。pip3 install iopaint iopaint start --modellama --devicecpu --port8080然后浏览器访问http://localhost:8080。关键参数说明--modellama修复模型lama是默认值适合绝大多数擦除任务--devicecpu无独显时保持cpu有 NVIDIA 卡改为cuda--port8080默认端口被占用时改个数字即可首次启动会自动从 HuggingFace 下载模型到~/.cache可用--model-dir指定别的目录下载后断网也能用。 Docker 与源码部署服务器或不想污染本地 Python 环境时用仓库自带的 Dockerfile 更干净# CPU 版本 docker build -f docker/CPUDockerfile -t iopaint . # GPU 版本 docker build -f docker/GPUDockerfile -t iopaint-gpu .镜像基于 python:3.10预装 CPU 版 PyTorch容器暴露8080端口启动后同样访问http://localhost:8080。需要改前端或加功能时才走源码路线克隆仓库git clone https://gitcode.com/GitHub_Trending/io/IOPaint在web_app/下执行npm install npm run build并复制dist/到iopaint/web_app/再pip install -r requirements.txt后用python3 main.py start --modellama --port8080启动后端。开发模式下前端跑在5173端口通过web_app/.env.local里的VITE_BACKEND指向后端地址。批量处理跳过 Web 界面直接出图用run子命令--image放输入图文件夹、--mask放同名遮罩文件夹也可用单张遮罩处理全部图片iopaint run --modellama --devicecpu \ --image/path/to/image_folder \ --mask/path/to/mask_folder \ --outputoutput_dir调优与避坑5条实战经验这一节集中回答跑起来之后最常卡住的几个点按出现频率排序。Apple Silicon 注意模型限制mps设备下lama、ldm、manga等擦除类模型不被支持见 iopaint/const.py 的MPS_UNSUPPORT_MODELS列表Mac 上请改用扩散类模型或直接 CPU 运行。显存不够加--low_mem该参数开启 attention slicing 与 VAE tiling 省显存还嫌紧张就加--cpu_offload把扩散模型权重放到内存或--cpu_textencoder文本编码器留在 CPU。生成结果全黑或全绿加--no_half扩散模型半精度fp16在个别硬件上会出现整图黑/绿切到全精度 fp32 即可代价是速度慢一些。CPU运行lama 的合理预期LaMa 本身很轻CPU 模式单张图秒级到十秒级耗时大头在扩散模型SD/PowerPaintCPU 上跑 SDXL 会非常慢换物体这类任务请优先用 GPU。模型下不动或想离线给start/run加--local-files-only只从本地加载手动下载用iopaint download 模型ID已下模型可用iopaint list查看。生态与去向插件、批处理与扩展点这一节说明装好 IOPaint 之后还能打开哪些能力方便你按需组合。插件系统启动参数按需开启如iopaint start --enable-interactive-seg --interactive-seg-devicecuda启用 Segment AnythingSAM2交互式分割同类插件还有 RemoveBG抠背景、Anime Seg动漫分割、RealESRGAN超分默认realesr_general_x4v3、GFPGAN 与 RestoreFormer人脸修复代码在 iopaint/plugins/** FileManager**Web 界面内置图片浏览可把结果直接存到输出目录配合--input/--output-dir参数可指定默认读写目录模型扩展内置擦除模型共 8 个lama、ldm、zits、mat、fcf、manga、cv2、migan扩散侧除固定选项外--model接受任意 HuggingFace 上的 SD/SDXL inpainting 模型 IDAPI 集成后端是标准 FastAPI 服务iopaint/api.py暴露的接口可直接被你的程序调用实现本地化部署图像修复流水线测试与基准仓库自带 iopaint/tests/ 测试集和benchmark.py换模型前可先跑基准对比写在最后IOPaint 的价值在于把去水印、移物体、加文字这三类最常见的需求压缩成浏览器画一圈的操作且模型、代码、数据都留在你自己的机器上。下一步执行pip3 install iopaint后运行iopaint start --modellama --devicecpu打开http://localhost:8080就能处理第一张图想看全部可用模型和插件文档见仓库 README 与 iopaint/cli.py 中iopaint start --help的完整参数说明。【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