IOPaint 快速入门指南:本地运行 AI 图像修复,3 步去除照片中的物体、人物与水印
【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
IOPaint 是一个免费开源的 AI 图像修复(inpainting)工具:你涂掉不想要的部分,它自动生成合理背景。它还能用文字提示词替换画面内容,全程在本地运行,照片不出电脑。适合想修图但没编程基础的人,也适合需要批量处理的创作者。
先看效果
下面几组是官方示例图,左边原图、右边修复后,注意被擦除区域与周围纹理的衔接:
→
→
准备工作:3 项运行要求
开始前确认三件事,缺了也能跑,只是体验不同:
- 系统:Windows / macOS / Linux 均可,Apple Silicon 有优化支持
- 内存:最低 4GB(需开启低内存模式),推荐 16GB
- 显卡:有 NVIDIA 显卡可开 CUDA 加速,速度明显更快;没有也能纯 CPU 跑
- 磁盘:预留 10GB 以上空间,首次启动会自动下载模型文件
- 网络:首次运行需联网拉取模型,之后可离线使用
安装与启动:两条命令跑起来
最省事的方式是直接从 pip 安装官方包,无需 clone 仓库:
pip3 install iopaint iopaint start --model=lama --device=cpu --port=8080第一条命令装好程序和依赖;第二条启动服务,lama是默认的快速擦除模型,device=cpu表示先用 CPU 跑通,有 NVIDIA 显卡可改成device=cuda。启动后浏览器访问http://localhost:8080即可。
第一次启动会卡在模型下载,这是正常现象,等它下完(几百 MB 到数 GB 不等)。Windows 用户如果不想碰命令行,仓库里scripts/user_scripts/目录提供了中文一键安装和启动脚本,双击.bat文件即可。
⚠️ 卡住不动先查网络能否访问 HuggingFace;报错找不到 pip 就先装 Python 3.10。
实战演练:三个高频任务
打开网页后核心操作都一样:选画笔 → 涂抹要处理的区域(即掩码,告诉 AI 改哪里)→ 点修复。下面按任务拆解。
任务一:抹掉背景里的路人
旅游照、街拍里闯镜的路人,用默认模型即可,涂抹整个人物轮廓。
→
- 用中等画笔沿人物外圈完整涂满,宁可多涂边缘
- 保持默认 lama 模型,点修复,几秒钟出结果
- 边缘没补干净就扩大掩码再跑一次
任务二:擦除画面上的文字
截图、海报上的乱码或多余标题,原理相同,注意笔画要涂透。
→
- 用略小的画笔沿文字边缘仔细涂抹,漏掉的字会残影
- 复杂光影背景可换 zits 或 mat 模型再试
- 修复后放大检查,残字则重涂局部
任务三:漫画页去掉多余元素
漫画、动漫线稿有专门的修复路线,避免 AI 把线稿画"糊"。
→ IOPaint漫画修复后保留画面构图的干净结果
- 涂抹多余的对话框与标注
- 模型选 manga(针对动漫图像训练的擦除模型)
- 对比结果,线条断裂处可二次涂抹修补
进阶技巧:批量处理与低内存模式
批量修复:图片多时不必逐张点开,掩码文件与原图同名放一起即可:
iopaint run --model=lama --device=cpu \ --image=图片目录 --mask=掩码目录 \ --output=输出目录插件加持:启动时加参数可挂上交互式分割(点击圈选物体自动生成掩码)、超分、人脸修复等插件,例如iopaint start --model=lama --enable-interactive-seg --interactive-seg-device=cuda。
小显存救急:--low-mem开启注意力切片省显存;--cpu-offload把权重挪到内存,显存占用再降一截。
模型分工:只要"擦除"就用 lama/zits/mat 这类轻量擦除模型,快且不吃资源;要按提示词"替换内容"才上 PowerPaint 等扩散模型,慢但能生成新元素。
避坑指南:常见现象与对策
- 首次启动长时间无响应→ 正在自动下模型,看终端进度条,别关窗口
- 8080 端口被占用→ 换
--port=8081,访问地址同步改 - CUDA 显存不足报错→ 加
--low-mem或--cpu-offload,或直接--device=cpu - 扩散模型输出全黑或全绿→ 加
--no-half用全精度运行 - 擦除区域边缘有残影→ 掩码没涂透,扩大涂抹范围重新修复
- CPU 上扩散模型慢得难受→ 换成 lama 等擦除模型,速度差距明显
📝 以上问题基本都发生在第一次使用阶段,跑通一次后后续操作都很轻快。
开始你的第一次修复
装好即用的图像修复流程到这里就完整了:涂掩码、选模型、看结果,剩下的交给模型。想深入的话,从下面几个入口找起:
- README.md:官方文档与全部模型列表
- scripts/user_scripts/:Windows 一键安装脚本
- iopaint/model/:各修复模型的源码实现
- iopaint/plugins/:分割、超分等插件
【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