企业官网建设流程全解析

IOPaint AI图像修复实战指南：一键擦除水印与移除画面物体

【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

IOPaint 是一款开源的 AI 图像修复（inpainting）工具，能按蒙版擦除照片中的水印、物体、人物，也能调用 Stable Diffusion 对局部内容做替换或重绘。它支持 CPU/GPU 运行，适合需要修图的普通用户，也适合想在本地批量跑修复流水线、或在此基础上二次开发的进阶读者。

快速跑起来：两条命令启动本地服务

安装和启动各一条命令，默认使用 LaMa 擦除模型：

pip3 install iopaint iopaint start --model=lama --device=cpu --port=8080

首次启动会自动从 HuggingFace 下载模型文件，可用--model-dir=/path/to/dir指定下载目录。跑成功的标志：终端打印出 FastAPI 的 Running on 日志，浏览器访问 http://localhost:8080 能看到画笔蒙版编辑和模型切换的 Web 界面。

场景实测：三类典型修复任务的前后对比

漫画修复：去除噪点与网点纹

输入一张带噪点、网点纹的旧漫画扫描件，在--model=manga启动的服务中框选需要清理的区域。处理后网点纹消失，线条轮廓变清晰锐利，适合老旧漫画的数字化整理：

大面积水印去除

输入一张被斜向水印大面积覆盖的人物照片，用水彩笔把水印区域涂黑生成蒙版，交给默认 LaMa 模型填充。修复后水印完全消失，人物肤色与背景色过渡连续，没有明显拼贴痕迹：

背景人物消除

输入一张街拍照片，蒙版圈住背景中的路人，擦除后墙面、百叶窗等纹理由模型补全，画面主体更突出。这个任务对遮挡比例高的场景（占画面 1/4 以上）表现稳定：

能力总览：擦除模型、扩散模型与插件一览

各模型对应的启动参数和插件开关，完整清单在 iopaint/const.py 中可以查到。

进阶玩法

GPU 加速与显存不足时的降级参数

有 NVIDIA 显卡时先装 CUDA 版 PyTorch，再用--device=cuda启动：

pip3 install torch==2.1.2 torchvision==0.16.2 --index-url https://download.pytorch.org/whl/cu118

显存不够时按需叠加三个参数：--low-mem（开启 attention slicing 和 VAE tiling）、--cpu-offload（把扩散模型权重卸到内存）、--cpu-textencoder（文本编码器放 CPU）。三者组合后 SD 类模型可以在 6GB 左右显存的卡上运行。

批量去水印：命令行批处理

Web 界面适合单张精修，处理几十张以上图片建议用run子命令直接跑批：

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

--mask指向文件夹时要求蒙版与原图同名；指向单个文件时所有图片共用该蒙版。加--concat会把原图、蒙版和结果横向拼成一张对比图，方便抽查质量。

加载本地 SD 模型与前端二次开发

除了 HuggingFace 模型，IOPaint 支持加载本地 ckpt/safetensors 格式的 SD 模型，加载逻辑在 iopaint/model_manager.py 中实现，按该文件的get_sd_model流程可接入自己的 Checkpoint。前端基于 React + TypeScript，入口在 web_app/ 目录，执行npm install && npm run dev即可热更新调试；开发时需创建web_app/.env.local并写入VITE_BACKEND=http://127.0.0.1:8080指向后端地址。

常见报错与避坑

1. 模型下载失败或断点重下：网络受限时改用--model-dir=/path/to/models指向已手动下载的模型目录，并加--local-files-only强制离线加载，跳过 HuggingFace 探测。
2. 扩散模型输出整片黑图或绿图：通常是半精度计算在该显卡上溢出，加--no-half用 fp32 全精度重跑即可。
3. CUDA out of memory：先加--low-mem和--cpu-offload，仍不够就把--device切回cpu，或用run命令逐张处理代替一次性加载全部图片。
4. 页面上找不到分割、抠图入口：这类插件默认关闭，必须在启动时显式开启，例如iopaint start --enable-interactive-seg --interactive-seg-device=cuda，完整开关列表用iopaint start --help查看。
5. Apple Silicon 用 mps 启动后部分模型不可用：LaMa、LDL 等 7 个轻量擦除模型不在 MPS 支持列表中，Mac 用户建议直接用--device=mps启动 SD inpainting 类扩散模型。

适用边界与下一步

IOPaint 的定位是"蒙版 + 模型"的修复流水线：水印、路人、小物体擦除和局部重绘是它的强项；它不做自动检测，蒙版需要你画或用分割插件生成，也不适合对像素级精度要求极高的印刷级修复。如果你的图片分辨率很高，先用 Real-ESRGAN 插件超分再修复，效果更稳定。下一步建议：先读 iopaint/const.py 确认你要用的模型和插件开关，再按场景选择start（Web 精修）或run（批量跑批）两条路线；需要改造界面或接入自己的模型时，从 web_app/ 和 iopaint/model_manager.py 入手。

【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