實(shí)戰(zhàn)指南:一鍵擦除水印與移除畫面物體)
IOPaint AI圖像修復(fù)實(shí)戰(zhàn)指南一鍵擦除水印與移除畫面物體【免費(fèi)下載鏈接】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.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/io/IOPaintIOPaint 是一款開源的 AI 圖像修復(fù)inpainting工具能按蒙版擦除照片中的水印、物體、人物也能調(diào)用 Stable Diffusion 對局部內(nèi)容做替換或重繪。它支持 CPU/GPU 運(yùn)行適合需要修圖的普通用戶也適合想在本地批量跑修復(fù)流水線、或在此基礎(chǔ)上二次開發(fā)的進(jìn)階讀者??焖倥芷饋韮蓷l命令啟動(dòng)本地服務(wù)安裝和啟動(dòng)各一條命令默認(rèn)使用 LaMa 擦除模型pip3 install iopaint iopaint start --modellama --devicecpu --port8080首次啟動(dòng)會自動(dòng)從 HuggingFace 下載模型文件可用--model-dir/path/to/dir指定下載目錄。跑成功的標(biāo)志終端打印出 FastAPI 的 Running on 日志瀏覽器訪問 http://localhost:8080 能看到畫筆蒙版編輯和模型切換的 Web 界面。場景實(shí)測三類典型修復(fù)任務(wù)的前后對比漫畫修復(fù)去除噪點(diǎn)與網(wǎng)點(diǎn)紋輸入一張帶噪點(diǎn)、網(wǎng)點(diǎn)紋的舊漫畫掃描件在--modelmanga啟動(dòng)的服務(wù)中框選需要清理的區(qū)域。處理后網(wǎng)點(diǎn)紋消失線條輪廓變清晰銳利適合老舊漫畫的數(shù)字化整理大面積水印去除輸入一張被斜向水印大面積覆蓋的人物照片用水彩筆把水印區(qū)域涂黑生成蒙版交給默認(rèn) LaMa 模型填充。修復(fù)后水印完全消失人物膚色與背景色過渡連續(xù)沒有明顯拼貼痕跡背景人物消除輸入一張街拍照片蒙版圈住背景中的路人擦除后墻面、百葉窗等紋理由模型補(bǔ)全畫面主體更突出。這個(gè)任務(wù)對遮擋比例高的場景占畫面 1/4 以上表現(xiàn)穩(wěn)定能力總覽擦除模型、擴(kuò)散模型與插件一覽類別組件適用場景擦除模型LaMa / MAT / FCF / MiGan擦除水印、小物體、劃痕等缺陷擦除模型manga / cv2漫畫網(wǎng)點(diǎn)清理、傳統(tǒng) OpenCV 補(bǔ)全擴(kuò)散模型SD / SDXL inpainting復(fù)雜紋理區(qū)域的語義化重繪擴(kuò)散模型PowerPaint物體替換、畫面向外擴(kuò)展outpainting擴(kuò)散模型AnyText / Paint-by-Example圖中文字增改、按示例風(fēng)格重繪分割插件interactive-segSAM2/ remove-bg / anime-seg自動(dòng)生成蒙版、摳背景、動(dòng)漫圖分割增強(qiáng)插件Real-ESRGAN / GFPGAN / RestoreFormer4 倍超分、人臉修復(fù)各模型對應(yīng)的啟動(dòng)參數(shù)和插件開關(guān)完整清單在 iopaint/const.py 中可以查到。進(jìn)階玩法GPU 加速與顯存不足時(shí)的降級參數(shù)有 NVIDIA 顯卡時(shí)先裝 CUDA 版 PyTorch再用--devicecuda啟動(dòng)pip3 install torch2.1.2 torchvision0.16.2 --index-url https://download.pytorch.org/whl/cu118顯存不夠時(shí)按需疊加三個(gè)參數(shù)--low-mem開啟 attention slicing 和 VAE tiling、--cpu-offload把擴(kuò)散模型權(quán)重卸到內(nèi)存、--cpu-textencoder文本編碼器放 CPU。三者組合后 SD 類模型可以在 6GB 左右顯存的卡上運(yùn)行。批量去水印命令行批處理Web 界面適合單張精修處理幾十張以上圖片建議用run子命令直接跑批iopaint run --modellama --devicecpu \ --image/path/to/image_folder \ --mask/path/to/mask_folder \ --outputoutput_dir --concat--mask指向文件夾時(shí)要求蒙版與原圖同名指向單個(gè)文件時(shí)所有圖片共用該蒙版。加--concat會把原圖、蒙版和結(jié)果橫向拼成一張對比圖方便抽查質(zhì)量。加載本地 SD 模型與前端二次開發(fā)除了 HuggingFace 模型IOPaint 支持加載本地 ckpt/safetensors 格式的 SD 模型加載邏輯在 iopaint/model_manager.py 中實(shí)現(xiàn)按該文件的get_sd_model流程可接入自己的 Checkpoint。前端基于 React TypeScript入口在 web_app/ 目錄執(zhí)行npm install npm run dev即可熱更新調(diào)試開發(fā)時(shí)需創(chuàng)建web_app/.env.local并寫入VITE_BACKENDhttp://127.0.0.1:8080指向后端地址。常見報(bào)錯(cuò)與避坑模型下載失敗或斷點(diǎn)重下網(wǎng)絡(luò)受限時(shí)改用--model-dir/path/to/models指向已手動(dòng)下載的模型目錄并加--local-files-only強(qiáng)制離線加載跳過 HuggingFace 探測。擴(kuò)散模型輸出整片黑圖或綠圖通常是半精度計(jì)算在該顯卡上溢出加--no-half用 fp32 全精度重跑即可。CUDA out of memory先加--low-mem和--cpu-offload仍不夠就把--device切回cpu或用run命令逐張?zhí)幚泶嬉淮涡约虞d全部圖片。頁面上找不到分割、摳圖入口這類插件默認(rèn)關(guān)閉必須在啟動(dòng)時(shí)顯式開啟例如iopaint start --enable-interactive-seg --interactive-seg-devicecuda完整開關(guān)列表用iopaint start --help查看。Apple Silicon 用 mps 啟動(dòng)后部分模型不可用LaMa、LDL 等 7 個(gè)輕量擦除模型不在 MPS 支持列表中Mac 用戶建議直接用--devicemps啟動(dòng) SD inpainting 類擴(kuò)散模型。適用邊界與下一步IOPaint 的定位是蒙版 模型的修復(fù)流水線水印、路人、小物體擦除和局部重繪是它的強(qiáng)項(xiàng)它不做自動(dòng)檢測蒙版需要你畫或用分割插件生成也不適合對像素級精度要求極高的印刷級修復(fù)。如果你的圖片分辨率很高先用 Real-ESRGAN 插件超分再修復(fù)效果更穩(wěn)定。下一步建議先讀 iopaint/const.py 確認(rèn)你要用的模型和插件開關(guān)再按場景選擇startWeb 精修或run批量跑批兩條路線需要改造界面或接入自己的模型時(shí)從 web_app/ 和 iopaint/model_manager.py 入手?!久赓M(fèi)下載鏈接】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.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/io/IOPaint創(chuàng)作聲明:本文部分內(nèi)容由AI輔助生成(AIGC),僅供參考