ARTICLE DETAIL

建站实战干货

来自一线的建站与推广经验沉淀,每一条都经过真实交付验证。

IOPaint 如何抹掉图片中的水印、路人和杂物:命令行与 Web 界面实操指南

2026/9/7 8:51:55 拓冰建站 浏览量
IOPaint 如何抹掉图片中的水印、路人和杂物:命令行与 Web 界面实操指南 IOPaint 如何抹掉图片中的水印、路人和杂物命令行与 Web 界面实操指南【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 是一款开源 AI 图片修复工具通过 LaMa 等模型用一行命令即可擦除照片里的水印、行人和其他不需要的内容同时支持批量处理与浏览器编辑界面。IOPaint 能解决什么问题图片修复inpainting指先给图片打上一张黑白蒙版模型再根据周围像素把蒙版覆盖的区域补全。IOPaint 把这套流程封装成了命令行和 Web 两种入口你只需准备原图和标记了要删除区域的蒙版剩下的交给模型。常见适用场景包括去除照片上的水印、台标、文字消除画面中的路人或临时杂物擦除动漫/漫画图中的污点、水印有专门的 anime-lama 模型配合 GFPGAN 等插件做老照片面部修复Web 界面功能安装环境与首次运行克隆仓库并安装依赖先克隆代码并安装后端依赖完成这一步后main.py才能被执行git clone https://gitcode.com/GitHub_Trending/io/IOPaint cd IOPaint pip install -r requirements.txt下载修复模型运行下面命令会下载通用 LaMa 模型约 237MB默认存放在~/.cache目录也可以用--model-dir指定其他位置python main.py download --model lama下载完成后执行python main.py list可以列出本地已缓存的全部模型用来确认下载是否成功。验证环境模型准备就绪后建议先用一张小图跑一次批量命令写法见下节能正常输出结果图就说明环境没问题。常见擦除任务的命令写法擦除的核心命令是python main.py run它接受--image原图与--mask蒙版两个必需参数蒙版是灰度图白色区域即需要擦除的位置处理时会被自动二值化。单图擦除水印或杂物下面的命令会对一张照片执行擦除并在输出目录生成一张 PNG 结果图加上--concat时会输出原图蒙版结果的三联对比图方便核对擦除范围python main.py run --model lama --device cpu \ --image 你的图片.jpg \ --mask 你的蒙版.png \ --output 输出目录/ \ --concat批量处理一组图片把--image和--mask都改成目录即可一次处理整批文件input_images里的每张图会匹配masks中同名前缀的蒙版如果--mask指向单个文件则所有图片共用这张蒙版。结果按原文件名以 PNG 格式写入--output指定的目录此时输出必须是目录python main.py run --model lama \ --image ./input_images \ --mask ./masks \ --output ./results批量逻辑文件名匹配、蒙版缩放、二值化集中在 批量处理模块命令参数定义在 CLI 入口。处理动漫图片动漫风格的线条和色块与照片差异较大IOPaint 提供了anime-lama专用模型。先执行python main.py download --model anime-lama下载它之后的批量命令只需把模型参数从lama换成anime-lama其余写法完全一致常用参数速查run子命令批量擦除支持的参数如下完整逻辑可参考 LaMa 模型实现参数说明--model模型名常用lama通用和anime-lama动漫默认lama--devicecpu或cuda批量模式默认cpu--image原图文件或目录必需--mask蒙版文件或目录必需目录模式要求与图片同名--output输出文件或目录输入为目录时必须是目录--concat生成原图蒙版结果的横向拼接对比图--config指定 JSON 配置文件覆盖默认推理参数--model-dir模型缓存目录默认~/.cachestart子命令Web 服务额外支持--qualityJPG 输出质量0-100、--low-mem开启注意力切片与 VAE 分块以省显存、--cpu-offload把扩散模型权重卸载到内存等参数可执行python main.py --help查看全部说明。命令行之外的 Web 界面如果不想逐张准备蒙版可以用内置的浏览器界面直接在图上画笔触。下面这条命令会启动服务并自动打开默认浏览器--enable-gfpgan可开启面部修复插件python main.py start --model lama --inbrowser --enable-gfpganWeb 界面提供画笔绘制蒙版、实时预览、历史记录以及换背景--enable-remove-bg、动漫分割--enable-anime-seg等插件开关适合交互式精修。常见坑点与规避方法蒙版里画了灰色批量处理会把蒙版按 127 阈值二值化灰度 ≥127 视为擦除其余视为保留。想精确控制擦除范围把边缘画得平滑一些比依赖灰度更可靠。报invalid --output输入是目录时--output也必须是目录另外蒙版目录里与图片不同名的文件会被跳过并打印提示检查文件名前缀是否一致。模型反复下载失败或很慢先跑python main.py list确认缓存状态网络受限时可把模型文件手动放到--model-dir指定的目录或设置XDG_CACHE_HOME环境变量避免重复拉取。CPU 处理大图明显慢run默认走 CPU有 NVIDIA 显卡时加--device cuda显存紧张时 Web 模式可配合--low-mem与--cpu-offload。IOPaint 把准备蒙版、调用模型、导出结果压缩成一条命令既能脚本化地批量跑图也能随时切到 Web 界面精细调整。如果你只需要偶尔去个水印run命令加--concat看一眼对比图就够了要长期处理动漫素材或人脸修复则建议直接常驻一个 Web 服务。更多接口行为可查阅 API 定义 与 测试用例。【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