企业官网建设流程全解析

5分钟上手IOPaint：去除水印与老照片修复的免费完整指南

【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 是一款免费的开源 AI 图像修复工具：把照片里不想要的物体、水印、路人涂抹掉即可自动擦除，还能借助 Stable Diffusion 做局部重绘替换。它完全本地运行，无需把照片上传到任何第三方网站，适合想清理图片的个人用户，也适合需要批量处理图像的开发者。

🎯 IOPaint 是什么

IOPaint 的核心是"擦除 + 重绘"两条能力线：擦除模型（如 LaMa）负责把水印、物体、缺陷抹掉并自然补全背景；扩散模型负责更复杂的场景重建、物体替换和扩图。所有计算都在你自己的机器上完成，CPU、NVIDIA GPU 和 Apple Silicon 都能跑。下面这张图就是它处理前的样子——满屏的图库水印，正是它最典型的使用对象：

⚡ 从零到第一个修复结果：3 步走通

第 1 步，安装。装一个包就够了，依赖会一并带上：

pip3 install iopaint

第 2 步，启动。下面这条命令会用 LaMa 模型在 CPU 上拉起 Web 界面：

iopaint start --model=lama --device=cpu --port=8080

第 3 步，出结果。浏览器打开 http://localhost:8080，上传一张图片，用笔刷把要去除的部分涂成蒙版，点生成，几秒后就能看到修复图并直接下载。首次启动会自动下载模型；想换下载目录就加--model-dir=/path/to/models。

如果你用 NVIDIA 显卡，先装 CUDA 版 PyTorch 再把--device改成cuda，速度会明显更快：

pip3 install torch==2.1.2 torchvision==0.16.2 --index-url https://download.pytorch.org/whl/cu118 iopaint start --model=lama --device=cuda --port=8080

🖼️ 场景实战：三种最常遇到的需求

场景一：照片上的水印怎么去掉

痛点：图库照片上密密麻麻的水印，手动修图要花很久。用 IOPaint 把水印区域涂成蒙版后，LaMa 几秒钟就能处理完。处理后的画面基本看不出修图痕迹，人物皮肤、车框金属和背景景物的色调都与周围保持一致，放大检查也只有极轻微的纹理差异。

场景二：封面图上的文字、Logo 怎么去掉

痛点：海报或游戏封面的大字标题占了很大面积，普通修补工具很难补平。这时换用扩散模型（如--model=runwayml/stable-diffusion-inpainting）重绘效果更好：文字被整体抹掉后，背景云层和中央光效过渡自然，没有残留的字形轮廓，整体观感接近原图。

场景三：照片里的路人怎么消除

痛点：拍照时背景里总有凑热闹的路人，破坏画面。IOPaint 擦除后墙面和地板恢复干净，主体更突出；不过边缘处可能留下淡淡的人影残迹，对这类复杂目标，建议配合交互式分割插件先框出准确蒙版（见下文进阶部分）。

📋 模型怎么选：一张表看明白

模型实现都在 iopaint/model/ 目录里。内置擦除模型共 8 个（lama、ldm、zits、mat、fcf、manga、cv2、migan），扩散模型则覆盖 Stable Diffusion、SDXL、PowerPaint、AnyText 等：

一句话选型：默认先用 LaMa 试，擦不干净或想重绘再切扩散模型；要动文字就选 AnyText。

🚀 进阶：批量处理、插件与 Docker 部署

GPU 显存不够怎么办：启动时加--low-mem（开启 attention slicing 和 vae tiling）或--cpu-offload（把扩散模型权重挪到内存），显存占用能明显下降；极端情况直接回退--device=cpu。

批量处理：有几百张同类型图片要修时，用命令行一把跑完，无需开界面：

iopaint run --model=lama --device=cpu \ --image=/path/to/image_folder \ --mask=/path/to/mask_folder \ --output=output_dir

--mask也可以是单个蒙版文件，表示所有图片共用同一张蒙版（蒙版会自动缩放对齐）。

Docker 部署：服务器环境用容器最省心，项目已备好 docker/ 目录下的 CPU 和 GPU 两个 Dockerfile，按各自说明构建镜像后启动即可。

插件扩展：插件代码在 iopaint/plugins/，通过启动参数按需开启，比如交互式分割（Segment Anything，蒙版更精准）、抠图、动漫分割、RealESRGAN 超分、GFPGAN / RestoreFormer 面部修复：

iopaint start --enable-interactive-seg --interactive-seg-device=cuda

🔍 排障速查表

✅ 写在最后

IOPaint 把"安装、启动、涂抹、下载"压缩成了一条 5 分钟内能走完的路径：日常水印清理交给 LaMa，重绘和文字编辑交给扩散模型，量大就批量处理，环境复杂就上 Docker。如果你每周都要处理图片，不妨现在就按上面的命令装一个，用任意一张带水印的旧照片试试第一个擦除效果。

【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