IOPaint 图像修复从零到可用抹掉路人、水印与多余物体的完整指南【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/IOPaintIOPaint 是一款免费、可完全自托管的 AI 图像修复工具用笔刷把图中不想要的东西——路人、水印、文字、划痕——圈成一块遮罩它就能自动补全这块区域如果换用基于 Stable Diffusion 的扩散模型还能按你输入的文字提示词重画圈出的内容。本文面向第一次使用它的新手讲清楚它能处理什么、修复是怎么发生的以及如何从安装到批量跑通。常见修复场景去人、去水印、按提示词重绘IOPaint 内置两类模型对应两种用法。第一类是擦除模型如 LaMa、Manga只参考遮罩周围的像素推断并填补速度快CPU 上就能跑第二类是扩散模型Stable Diffusion / SDXL先给遮罩区域重画一遍再与原图融合可以配合提示词指定生成内容也支持把画面向外补画outpainting 扩图。场景一移除画面中多余的人物或物体以照片里多出的人为例圈住人物后一步出图背景会按周围纹理自然补齐不需要再手动修补。修复前画面中有多余人物的原图修复后人物被移除背景自动补全场景二清除水印与文字水印、字幕这类规则图案同样适用圈选区域后擦除模型会推断水印底下的原始内容。文字密集的区域改用 PowerPaint V2 模式的扩散模型边缘通常更干净。修复前带水印的原图修复后水印被清除除擦除外插件目录 还集成了抠图去背景RemoveBG、动漫分割、RealESRGAN 超分、GFPGAN 人脸修复等能力可在启动服务时按需开启。原理速览一张遮罩如何驱动修复可以把修复想成装修刷墙先用美纹纸把要重刷的范围贴出来这就是遮罩工人只在纸内刷漆刷之前还会看一眼旁边已经刷好的部分保证颜色和花纹接得上。擦除模型基本就干这件事——纯靠周边信息推断缺失内容。扩散模型则更像重绘先给遮罩区域加上噪声打乱原图再一步步去噪生成新内容提示词负责引导生成方向。IOPaint 的 PowerPaint V2 在此基础上引入 BrushNet 条件控制网络——它的作用是每一步去噪时额外约束遮罩外的像素必须保持不变这样重绘结果会牢牢贴合原图结构避免边缘断裂。相关网络实现在 v2 目录 下所有可调参数集中在 schema.py 的InpaintRequest里定义。一次修复请求在接口层面长这样{ prompt: a clean brick wall, enable_powerpaint_v2: true, sd_steps: 30, sd_guidance_scale: 7.5 }IOPaint 安装步骤与启动命令环境准备需要 Python 环境CPU 即可运行NVIDIA GPU 速度明显更快。用 GPU 的话先按 README 的组合安装对应 CUDA 版本的 PyTorchpip3 install torch2.1.2 torchvision0.16.2 --index-url https://download.pytorch.org/whl/cu118想参与开发可以直接克隆仓库git clone https://gitcode.com/GitHub_Trending/io/IOPaint。启动 WebUIpip3 install iopaint iopaint start --modellama --devicecpu --port8080浏览器打开 http://localhost:8080 即可开始用。模型在首次启动时自动下载--model-dir可改下载目录显存紧张时加--low-mem、--cpu-offload或--cpu-textencoder把部分计算组件挪到 CPU 上。批量处理图片没有图形界面时用命令行批处理iopaint run --modellama --devicecpu \ --image/path/to/image_folder \ --mask/path/to/mask_folder \ --outputoutput_dir--image指向原图文件夹--mask指向同名遮罩文件夹若--mask是单个文件则所有图片共用这张遮罩。PowerPaint V2 推荐参数配置所有参数都有默认值。下面两组是按场景整理的常用组合可在 WebUI 右侧面板或 API 请求中设置。场景 A批量快速擦除LaMaCPU 可跑参数取值它的作用是……modellama用轻量擦除模型速度优先hd_strategyCROP大图自动裁出遮罩周围区域再修复避免整图缩小糊掉细节hd_strategy_crop_trigger_size800长边超过该值才触发裁切hd_strategy_crop_margin128裁切时在遮罩外留出的参考边距场景 B高质量重绘扩散模型 PowerPaint V2建议 GPU参数取值它的作用是……enable_powerpaint_v2true启用条件控制网络让重绘更贴合原图结构sd_steps30~50去噪步数越大越精细但越慢sd_guidance_scale7.5提示词跟随强度sd_mask_blur11模糊遮罩边缘数值越大与原图融合越柔和use_cropertrue先裁出遮罩附近区域再重绘小目标细节更好拿不准时先保持默认值用小图试跑确认效果后再放大尺寸。测试与贡献流程仓库自带测试集克隆后在本地副本中运行pytest iopaint/tests/ -v可以验证环境与改动是否破坏现有功能。新模型的实现统一放在 模型目录 下按现有基类接入即可。贡献的一般路径是fork 仓库、建分支、本地跑通测试、提交 Pull Request 说明变更。【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