IOPaint 本地部署指南：AI 图片修复去水印删路人，不花一分钱-创锋一号

IOPaint 本地部署指南：AI 图片修复去水印删路人，不花一分钱

【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 是一款运行在你自己电脑上的 AI 图片修复（inpainting，即抹掉图片某区域并由模型自动补全）工具：上传图片，用画笔涂掉水印、路人或杂物，模型就能把那块区域补回自然背景。它开源免费、图片不经过任何服务器，适合需要本地修图、批量清理素材图的用户。

快速筛选：这篇给你看的吗？

如果你要去水印、删路人、清杂物，且希望图片不出本地 → 适合看
如果你要批量处理几百张图，想省掉一张张手工操作的时间 → 适合看
如果你只想生成式 AI 从 0 画图创作，不做局部修复 → 可以跳过

IOPaint 核心工作流：从丢图到出结果只需 3 个阶段

丢图进去

启动本地服务并打开浏览器里的 IOPaint 页面，把要修的图片拖进左侧画布。整张图会按原始尺寸载入，不影响画布以外的任何内容。

框住目标

用画笔在画布上涂掉不想要的部分。涂白的地方会生成蒙版（mask，一张标记"修哪里"的黑白图），蒙版涂得越贴合边缘，补全效果越自然。

等它画完

点击生成后，模型读取原图和蒙版做推理，几秒到几十秒后右侧出现结果图，可对比、可重涂再试，满意后点保存下载到本地输出目录。

下面是同一张满屏水印的图处理后的结果，水印区域被背景纹理完整补全：

IOPaint 内部架构：用大白话翻译

它到底在干嘛：一个本地 Web 服务，前端负责画图、后端按你选的模型推理，图片和蒙版始终在你机器里流转。

前端层（web_app/）：React 项目，负责传图、涂蒙版、展示对比
服务层（iopaint/api.py）：FastAPI 提供接口，前端所有操作最终打到/api/v1/inpaint这类端点
模型层（iopaint/model/）：各修复模型按目录存放，擦除类和扩散类各管一摊
插件层（iopaint/plugins/）：分割、抠背景、超分、人脸修复等附加能力

你要做的事	推荐组件	一句话理由
去水印、删杂物	LaMa（擦除模型，速度快的一类）	CPU 也能跑，出图快，是默认首选
漫画页面清理	Manga	专为网点纸、对话框场景训练
替换物体、扩图	PowerPaint / Stable Diffusion（扩散模型，能"重画"的一类）	不只是补全，还能按描述重绘
画面文字处理	AnyText	擅长文字渲染与替换任务
复杂物体圈蒙版	Segment Anything 插件	点几下鼠标就有精准轮廓，比手画省事

IOPaint 场景矩阵：选对模型再动手

场景	效果描述（一句话）	推荐配置
去素材图水印	水印区域被底层纹理自然补全	lama + cpu 即可
合影删路人	墙面、地面过渡无痕，主体更突出	lama + gpu 出图更快
移除遮挡物	被挡住的背景结构被完整"脑补"	lama / migan
清画面文字	文字消失，底图细节保留	lama + 贴边涂蒙版
漫画修复	对话框与网点清理，画风保持连贯	manga 模型
物体替换、外扩画布	按提示词重绘圈选区，或向画面外延伸	powerpaint + gpu

下图是合影中移除多余人物后的效果，背景补全后主体成为唯一焦点：

让它在 5 分钟内跑起来

pip3 install iopaint

这一步安装程序本体及全部依赖，不需要单独 clone 仓库。

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

这一步启动本地服务：首次会自动下载 lama 模型，日志出现就绪后，浏览器访问http://localhost:8080即可开工。

环境注意：

无独显完全可用，CPU 下 lama 模型出图依旧快；有 NVIDIA 显卡先装 CUDA 版 PyTorch，再把--device换成cuda
首次拉模型需要几分钟，想换存放目录加--model-dir参数
8080 端口被占用时，改一下--port后面的数字即可

IOPaint 进阶玩法

一条命令清掉 200 张水印

把原图放一个文件夹、蒙版放另一个文件夹（同名对应；--mask也可以指向单个蒙版文件，全部图片共用），一条命令跑完整个目录：

iopaint run --model=lama --device=cpu \ --image=photos --mask=mask.png --output=out

插件参数一次开全

交互式分割、抠背景、超分、人脸修复都是插件，启动时加参数就能启用，不需要额外安装步骤：

iopaint start --enable-interactive-seg --enable-remove-bg \ --enable-realesrgan --enable-gfpgan

把修复能力接进自己的流程

服务启动后本身就是 API：POST /api/v1/inpaint传入图片和蒙版，返回修复后的结果图，可以直接被脚本或服务调用。接口定义见 iopaint/api.py。

改前端做二次开发

git clone https://gitcode.com/GitHub_Trending/io/IOPaint cd IOPaint/web_app && npm install && npm run build

前端是独立的 React 项目，想定制界面或接入自己的模型，从这里入手。

避坑清单

蒙版涂得太薄，边缘留残影：→ 宁可沿目标边缘多涂 2～3 像素，漏涂的痕迹比多涂更难补救
大图直接上扩散模型，等得想摔键盘：→ 先用小尺寸试效果和参数，满意了再处理原图
显存不够直接报错：→ 启动加--low-mem或--cpu-offload，把部分计算挪到内存
首次启动"卡住"不动：→ 那是在下载模型，耐心等进度；反复失败就先用--model-dir手动放好模型
CPU 跑 Stable Diffusion 系列：→ 能跑但很慢，纯 CPU 环境建议固定用 lama、manga 这类擦除模型
批量处理前没留备份：→ 跑iopaint run前先复制一份原图文件夹，效果不满意随时重来
圈半透明水印、复杂轮廓全靠手画：→ 启用--enable-interactive-seg，用 Segment Anything 点选生成蒙版

三分钟判断值不值得装

值得装：你常处理带水印的素材图，或有隐私要求、图片不能上云
值得装：你有几十上百张图要统一清理，批量模式能省下大量时间
先别急：只是偶尔修一张图，在线工具更轻，不必装本地环境
先别急：你的目标是 AI 从零创作而不是修复，它的长板不在这

手头正好有修不好的图的话，可以先花 5 分钟把iopaint start跑起来试一张。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析