IOPaint AI图像修复教程本地图像修复工具的安装、参数与场景实践【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 是一款免费开源、完全在本地运行的 AI 图像修复inpainting与扩图outpainting工具。它能移除图片中的水印、文字和多余物体也能替换物体或扩展画布。适合电商设计师、摄影师和漫画编辑。项目定位与核心卖点定位基于 SOTA 模型的本地修复服务Python FastAPI 后端浏览器 Web UI 前端。擦除类模型 8 个LaMa、Manga、MiGan 等扩散类模型 10 个以上PowerPaint V2、BrushNet、AnyText、SD/SDXL inpainting 等用--model参数切换支持 CPU、CUDA GPU、Apple Silicon 三类硬件图片全程不出本机浏览器 UI 和iopaint run命令行批处理两种使用方式内置插件SAM2 交互式分割、RemoveBG 抠图、RealESRGAN 超分、GFPGAN / RestoreFormer 人脸修复模型文件首次启动自动下载可用--model-dir指定存放目录提供 Windows 安装包另有 macOS / iOS 版 OptiClean环境准备清单项目要求说明系统Windows / macOS / LinuxApple Silicon 可运行Python3.7 以上建议 3.9后端运行环境CPU 模式4 核、8GB 内存LaMa 处理中小尺寸图足够GPU可选NVIDIA 卡4GB 以上显存需先装 CUDA 版 PyTorch磁盘数百 MB 至数 GB擦除模型数百 MBSD 扩散模型约 7GB网络可访问模型仓库模型在首次启动时自动下载IOPaint 安装与启动步骤pip3 install iopaint iopaint start --modellama --devicecpu --port8080两条命令完成安装与启动。首次启动会自动下载 LaMa 模型随后在浏览器访问http://localhost:8080。上传图片、画笔涂抹、点击修复就能得到第一个结果。GPU 用户先安装与驱动匹配的 CUDA 版 torch再把启动参数改为--devicecuda。真实修复场景与推荐配置水印移除LaMa 最稳场景带重复文字水印的图库照片需要去掉水印后复用。推荐配置--modellama --devicecpu。LaMa 是非扩散模型不需要提示词也没有步数、引导强度可调。关键操作画笔涂满水印区域边缘向外扩 2–3 像素重复水印可整片涂抹。预期效果水印基本擦净背景纹理自动补全。大面积物体移除扩散模型理解场景场景室内照片需要移除特定悬挂物同时保住木质结构完整。推荐配置--modelpower_paint_v2 --devicecuda显存建议 4GB 以上提示词写清要补的内容如wooden beams。关键操作涂抹范围比物体大 10%steps 30–40guidance 7.5–8。预期效果物体移除木梁与光影过渡自然。文字移除AnyText 针对文字场景场景海报、主视觉需要去掉大面积标题文字保留主体画面。推荐配置--modelanytextsteps 25–30guidance 7.5。AnyText 也支持文字替换提示词填新文字即可。关键操作用矩形工具框选文字区背景复杂时把sd_mask_blur提到 3–5。预期效果文字清除光效与云层背景补全无明显接缝。漫画气泡清理manga 模型即用场景漫画扫描稿要清除日文气泡与拟声词用于翻译或存档。推荐配置擦除模型mangaCPU 可跑需要精细还原文字区域时再切扩散模型。关键操作涂满气泡与拟声词即可不必精确描边。预期效果气泡与文字去除人物和线条基本保留。修复参数速查表 ⚡默认值steps 50、guidance 7.5、sd_mask_blur11、sd_strength1.0、seed 42。扩散模型场景推荐值如下场景推荐参数推荐配置备注小水印 / 小瑕疵无采样参数lama CPU非扩散模型速度最快大物体移除steps 30–40guidance 7.5–8power_paint_v2 GPU提示词写明替换内容文字移除 / 替换steps 25–30guidance 7.5anytext GPUsd_mask_blur取 3–5背景人物移除steps 25–35guidance 7.5lama 或 SD inpainting遮罩需覆盖人物与影子调参心法遮罩是第一变量比目标外扩 2–3 像素效果优于调任何参数。结果偏塑料感时先降 guidance 到 6–7再考虑加 steps。固定 seed默认 42才能对比参数用 -1 随机出图寻找更优解。常见报错与处理 ️启动报端口占用 → 8080 被其他服务占用 → 改用--port8081启动。首次启动卡在模型下载 → 模型从 HuggingFace 拉取网络不稳 → 用--model-dir指向本地目录手动提前放置模型文件。GPU 启动报 CUDA 错误 → 安装的 PyTorch 与显卡驱动版本不匹配 → 先装对应 CUDA 版本的 torch再启动服务。处理大图时显存溢出 → SDXL 加高分辨图超出显存 → 加--low-mem或--cpu-offload或降低输入分辨率。修复区域边界明显 → 遮罩边缘过硬 → 外扩遮罩sd_mask_blur提到 15–20。CPU 跑扩散模型耗时过长 → 扩散模型在 CPU 上计算量大 → 换 GPU不可行时改用 LaMa 并降低图片尺寸。进阶功能与资源索引插件SAM2 交互式分割、RemoveBG、RealESRGAN 超分、GFPGAN 人脸修复等用--enable-interactive-seg等参数启用iopaint start --help可查完整开关源码见 iopaint/plugins/。批处理iopaint run --image图片目录 --mask遮罩目录 --output输出目录遮罩与图片同名mask 可自动缩放对齐实现在 iopaint/batch_processing.py。模型8 个擦除模型与多个扩散模型实现位于 iopaint/model/。示例图assets/ 目录提供水印、文字、物体、人物、漫画五组前后对比图。完整说明README.md。挑一张手头带水印或多余物体的图片先跑通 LaMa 流程再逐步换模型与参数。【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