IOPaint 完整教程本地部署 AI 图像修复工具从擦除物体到换图内容【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假设你的相册里有一张旅行照背景里站着一位路人挡住了风景或者产品图上被平台自动加了一层水印。逐像素修补太慢用 IOPaint 的话你只需要把目标区域涂黑点一下生成AI 就会把那块区域重建出来——它是完全开源免费的图像修复inpainting / outpainting工具既能「擦除」也能借助 Stable Diffusion「替换」甚至「扩展」画面且所有数据留在你自己的电脑上。本文带你完成环境自查、本地部署并跑通第一次修复。它能帮你做什么四类典型任务覆盖从「去掉」到「换掉」的全部链路想去掉画面里的干扰物 → 涂抹区域后一键重建背景。路人、杂物、电线Lama 等擦除模型几秒钟就能把区域补得自然。图片带水印 → 涂抹水印条还原干净底图。对文字水印同样有效适合清理素材图。想更换物体而不是删除 → 用扩散模型重绘被涂抹的区域。圈出沙发写一句提示词可以换成另一件家具。漫画、老照片有瑕疵 → 专门的修复模型针对性处理划痕和噪点。环境自查清单部署前逐项确认全部满足即可开始系统为 Windows 10/11、macOS 或 Linux 均可无强制要求已安装 Python 3.8 及以上版本Windows 建议走后文的一键脚本可跳过此项内存 ≥ 8 GB跑扩散模型建议 16 GB 起有 NVIDIA 显卡并装了驱动 → 可走 GPU 加速没有也能用 CPU只是慢一些首次启动需要联网下载模型文件磁盘预留 10 GB 以上空间计划使用的模型目录默认在用户目录的.cache有写入权限三步跑通首次成功只保留「第一次看到结果」所需的最短路径其他选项后面再讲。第 1 步安装程序pip3 install iopaint # 安装 IOPaint 本体第 2 步启动服务# 用默认的 Lama 擦除模型 CPU占用最低适合首跑 iopaint start --modellama --devicecpu --port8080首次启动会自动下载 Lama 模型耐心等待进度条走完。第 3 步打开浏览器访问 http://localhost:8080 然后上传一张图 → 用画笔把要去掉的部分涂黑 → 点 Generate。几秒后画面里多出一张修复好的结果图保存即可。Windows 用户也可以不装 Python克隆仓库后双击scripts/user_scripts/win_setup_cn.bat完成安装自动走国内镜像源再双击scripts/user_scripts/win_start_cn.bat启动脚本内置了 HuggingFace 镜像加速无需自己配置。# 仅 Windows 一键方案需要的前置步骤 git clone https://gitcode.com/GitHub_Trending/io/IOPaint常用功能速查按任务选模型启动时通过--model指定你的任务选哪类模型示例取值说明去路人 / 去水印 / 去瑕疵擦除模型lama默认快、轻CPU 可跑更换物体、写实重绘扩散模型runwayml/stable-diffusion-inpainting需提示词质量高画面外扩outpainting扩散模型Sanster/PowerPaint-V1-stable-diffusion-inpainting支持把画面边缘往外延伸在图里画文字AnyTextSanster/AnyText文字渲染专用动漫风修复专用模型manga见下方示例图其他擦除类备选ldm、zits、mat、fcf、migan、cv2在 Web 界面右侧模型下拉框可直接切换无需重启。Web 界面基本操作左侧文件管理区上传、浏览、保存--output-dir可指定结果自动落盘目录中间画布画笔涂选修复区支持缩放与撤销右侧参数区按模型类型显示不同参数如扩散模型的提示词、采样步数命令行一键指定输入输出iopaint start --input./photos --mask-dir./masks --output-dir./result # 启动后界面直接列出 photos 里的图片修完自动存入 result进阶玩法与定制只列有增量价值的四项1. 批量处理无人值守有一堆图、每图对应一张同名蒙版时用run子命令离线跑完iopaint run --modellama --devicecpu \ --imageinput_images \ # 原图文件夹 --maskmasks \ # 蒙版文件夹同名匹配也可以是单张蒙版文件 --outputoutput_results逻辑在 iopaint/batch_processing.py加--concat可以把原图、蒙版、结果拼成一张对照图方便抽查。2. 开启插件启动参数按需追加插件实现位于 iopaint/plugins/iopaint start --modellama \ --enable-interactive-seg # Segment Anything 交互式分割点一下选中物体 --enable-remove-bg # 自动去背景 / 生成前景蒙版 --enable-realesrgan # RealESRGAN 超分辨率放大 --enable-gfpgan # 人脸修复--enable-anime-seg是面向动漫图的分割插件只跑 CPU。每个插件可单独指定设备如--interactive-seg-devicecuda。3. GPU 加速与省显存# 首次启用 GPU 前先装 CUDA 版 PyTorch pip3 install torch2.1.2 torchvision0.16.2 --index-url https://download.pytorch.org/whl/cu118 iopaint start --modellama --devicecuda显存紧张时按顺序尝试--low-mem开启注意力切片与 VAE 分块→--cpu-offload把权重移到内存→--no-half出图发黑/发绿时用全精度。4. 换模型下载位置iopaint start --modellama --model-dir/path/to/models # 等价于设置环境变量 XDG_CACHE_HOME离线环境可加 --local-files-only模型管理核心逻辑见 iopaint/model_manager.py下载逻辑见 iopaint/download.py。疑难自救速查表现象可能原因解法启动报模型下载失败/极慢网络到 HuggingFace 不稳定设置环境变量HF_ENDPOINThttps://hf-mirror.com后重试Windows 一键脚本已内置浏览器打不开 localhost:8080端口被占用或防火墙拦截换--port8081确认服务进程还活着Windows 下放行弹窗GPU 报错或 OOM显存不足 / 未装 CUDA 版 PyTorch装 cu118 版 torch加--low-mem --cpu-offload实在不行--devicecpu扩散模型出图整块发黑或发绿半精度数值溢出加--no-half用全精度pip install iopaint报依赖错误系统 Python 版本过旧升级到 Python 3.8或用 Windows 一键脚本自带环境批量处理提示找不到蒙版蒙版文件名与原图不一致保证同目录内同名扩展名可不同或--mask直接指向单张蒙版文件界面卡顿、首张图很慢模型在加载中擦除模型首次加载需数秒等第一条进度条结束即可延伸路径官方文档与模型/插件完整列表README.mdQuick Start 一节与本文一致擦除模型实现iopaint/model/lama.py扩散模型入口iopaint/model/sd.pyWeb 界面源码web_app/编辑器主组件在 web_app/src/components/Editor.tsx启动参数与子命令定义iopaint/cli.py运行iopaint start --help可查看全部开关测试用例可作为行为参考iopaint/tests/跑通第一次修复之后建议先把「上传 → 涂选 → 生成」的手感练熟再按速查表里的模型对照表逐个尝试扩散模型基本就能覆盖日常绝大多数修图需求。【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