IOPaint：本地免费AI图片修复，5分钟跑通去水印-港品优选

IOPaint：本地免费AI图片修复，5分钟跑通去水印

【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

供应商的产品图上带着水印、旅行照背景里挤满路人，多数人的第一反应是找修图的人。IOPaint 是一款免费开源的 AI 图片修复工具：把 unwanted 区域涂出来，模型自动补上自然内容。它在本地运行，图片不出机器，也不存在按次付费。

它凭什么值得试

IOPaint 的核心思路是“掩码 + 模型”：把要去掉的部分涂成掩码，模型依据周围像素重建内容。删除类任务（水印、人物、文字）交给 LaMa 这类专用修复网络，快而轻；替换物体、向外扩展画面则由 Stable Diffusion 系模型（PowerPaint、BrushNet、AnyText 等）负责，可以提示词描述新内容。

完全免费开源，本地运行，图片不出机器
CPU、GPU、Apple Silicon 都能跑，4GB 显存够用
几十个模型同一界面切换，一个参数的事
既能修复画面，也能向外扩图（outpainting）
内置 SAM 分割、去背景、人脸修复等插件
命令行支持批处理，可嵌进自动化工作流

从克隆到跑起来：安装到启动两步命令

pip3 install iopaint # 安装工具本体，无需克隆仓库 iopaint start --model=lama --device=cpu --port=8080 # 用 LaMa 模型启动 Web 服务 iopaint list # 查看已下载到本地缓存的模型

常见报错：首次启动会自动下载 LaMa 模型到~/.cache，无网络环境无法启动，先解决网络；端口 8080 被占用时，加--port=8081换一个端口即可。

启动后，用 5 步完成最小闭环：

浏览器打开http://localhost:8080
点击画布区域，选择本地图片上传
用默认画笔涂抹要去掉的区域
确认模型选的是 LaMa（默认值）
点击生成，几秒后看到修复结果

三个高频场景实操

产品图去水印：涂抹一遍，水印消失

适用情况：电商卖家清理供应商来图上的版权水印。

操作路径：

上传带水印的产品图
画笔完整盖住水印区域
模型选 LaMa（默认）
需要时按[]调笔刷大小
点击生成，等几秒出结果

效果说明：LaMa 是专用修复网络，只依赖周围像素重建，不理解提示词，速度很快。大面积细条纹或渐变背景可能有轻微失真，建议掩码涂得比水印稍大一圈。

水印去除修复结果

旅行照去路人：涂抹一次，背景人物出画

适用情况：单人照片里背景行人抢镜，想保留主体、清掉路人。

操作路径：

上传旅行照片
涂抹背景人物，笔刷比目标大 10%
模型选 LaMa
生成后检查补全区域
不满意按 Ctrl+Z 撤销重涂

效果说明：LaMa 对人体轮廓附近的纹理重建比较到位，路人消失后地面、墙体过渡自然。若肢体被前景主体遮挡，可能残留鬼影，务必把遮挡交界处一并涂进掩码。

漫画文字清理：气泡擦掉，线条还在

适用情况：扫描版漫画要去掉对话气泡和拟声词，用于重制或汉化底稿。

操作路径：

上传漫画图
涂抹对话气泡与文字
模型切换为 manga
生成后放大检查线条
有残留再补涂一次

效果说明：manga 模型针对线条画训练，文字区域会按周围画风补成留白或线稿，能保住线条粗细与纸张质感。它只适合线稿类图片，写实场景用 LaMa 更好。

调参速查与避坑

下面的参数只对扩散类模型（PowerPaint、SD inpaint 等）有意义，LaMa 等擦除类模型不用管。

场景	采样步数	引导强度	掩码模糊
小面积去水印	15-20	5-6	1-2
大面积去人物	20-30	7-8	2-3
文字/复杂背景	25-35	7.5-8.5	3

问：修复边缘为什么有明显接缝？答：通常是涂抹范围偏小或掩码模糊过低。把涂抹向外扩 2-3 像素，掩码模糊调到 2-3 再试一次，多数情况能消掉。

问：扩散模型结果全黑或全绿是怎么回事？答：多为 GPU 半精度兼容性问题。启动时加--no-half用全精度跑，速度稍慢但结果稳定。

问：CPU 上跑为什么特别慢？答：扩散模型本身就重，CPU 下每张要几十秒甚至几分钟。目标只是“去掉”的话换 LaMa，速度快一个量级，效果对删除类任务也足够。

跑不动 / 效果差时的排查清单

纯 CPU：LaMa 等擦除模型没问题，图片压到 1024px 左右；扩散模型只在必要时用
入门 GPU（4-6GB 显存）：启动时加--low-mem或--cpu-offload降低显存占用
高性能 GPU（12GB 以上）：SDXL、PowerPaint、BrushNet 都可以直接上
Apple Silicon：LaMa、zits、cv2 等擦除模型不支持 MPS 后端，请改用扩散类模型

批量与自动化走命令行入口，掩码文件夹内的图片需与原图同名：

iopaint run --model=lama --device=cpu \ --image=/path/to/image_folder \ --mask=/path/to/mask_folder \ --output=output_dir

--mask也可以指向单个掩码文件，此时所有图片复用同一张掩码，且会自动缩放到原图尺寸。

继续深入：5 个值得看的路径

iopaint/model/lama.py：LaMa 修复实现
iopaint/batch_processing.py：批量处理逻辑
iopaint/plugins/segment_anything/：SAM 交互分割
web_app/src/components/Editor.tsx：画布涂抹交互
assets/：前后效果示例图

IOPaint 处于持续维护状态，模型清单和插件生态还在扩充，日常使用已经足够稳定。如果你对修复模型原理感兴趣，或者有批量处理图片的需求，这个仓库值得跟一跟。

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