尧图网页设计 
照片里有碍眼的东西一行命令清掉开源AI图像修复工具IOPaint实战【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 是一个免费开源的 AI 图像修复inpainting工具能移除照片里的水印、多余物体和路人还能借助扩散模型擦掉并替换图中任意内容全程本地运行。 先跑起来两行命令把 AI 图像修复挂到浏览器里打开终端这两行回车。第一条装工具第二条起服务pip3 install iopaint iopaint start --modellama --devicecpu --port8080回车后稍等模型会首次自动下载。然后浏览器打开 http://localhost:8080 上传一张图把要擦掉的地方刷出来点生成——注意看输出目录你的第一张修复图已经躺在里面了。底层在做什么扩散模型是在给照片做「填空题」你把不想要的区域刷掉AI 看着周围的内容把「缺的那几笔」自己补上——像做填空题只是它填的是纹理和语义。擦除类模型更像智能模糊快但不重绘扩散模型是真的重画慢也更吃显存。各自分工很明确名称擅长场景一句话点评LaMa去水印、擦小物体最快CPU 就能跑默认之选SD inpainting 系列替换物体、扩画布质量上限高吃 8GB 显存PowerPaint / BrushNet换局部而不破坏周边对原有细节更忠实AnyText图中文字的擦除与添加唯一能把文字写进图里的实现都在iopaint/model/里人脸修复、交互式分割这些插件在iopaint/plugins/想抠细节直接看这两处。 三个真实任务命令行移除照片水印等方法任务一去掉图库照片的水印想用的照片上压着水印这是日常最高频的活。先准备一张掩码图把水印区域涂白单文件命令一条搞定iopaint run --modellama --devicecuda \ --imagein/watermark.jpg --maskin/watermark_mask.png \ --outputout/watermark.jpg修复前后对比水印没了主体细节还在水印清完接下来大概率会撞上「不速之客」——背景里乱入的路人。任务二把路过的行人从照片里抹掉路人、杂物、多出来的设备都在掩码上刷掉原图和掩码各放一个文件夹整个目录批量过iopaint run --modellama --devicecuda \ --imagepeople/ --maskmasks/ \ --outputpeople_clean/跑完翻 people_clean 目录每张照片里的行人都不见了照片收拾干净如果你还处理漫画或者条漫还有个更缠人的东西——对话框。任务三给漫画页擦掉对话框一页日漫对话密集逐框擦很烦。用一张盖住所有对话框的掩码一次跑完加--concat会把原图、掩码、结果拼成一张对比图方便挑毛病iopaint run --modellama --devicecuda \ --imagein/manga.png --maskin/manga_mask.png \ --outputout/manga.png --concat跑完这页漫画就清爽了从单机到上线容器化与 API 集成容器化docker 两步部署仓库里现成有 CPU 和 GPU 两个 Dockerfile。在根目录构建并启动docker build -f docker/CPUDockerfile -t iopaint .再docker run -p 8080:8080 iopaint start --modellama --port8080。端口映射好浏览器就能访问。API 集成八行 Python 调一次修复服务本质是个 FastAPI 应用POST /api/predict收 base64 的图和掩码吐回修复结果。想嵌进自己的程序这段就够import base64, json, urllib.request enc lambda p: base64.b64encode(open(p, rb).read()).decode() req urllib.request.Request(http://127.0.0.1:8080/api/predict, json.dumps({image: enc(in.jpg), mask: enc(mask.png), model: lama}).encode(), {Content-Type: application/json}) resp json.loads(urllib.request.urlopen(req).read()) open(out.png, wb).write(base64.b64decode(resp[image]))典型用户内容创作者、电商图片运营、档案数字化。你大概率会踩的坑第一次启动卡半天还刷下载日志→ 模型是首次用到才拉取用iopaint download提前下好或加--model-dir指到空间充足的盘。扩散模型出图整张发黑或发绿→ 某些显卡的半精度不兼容启动时加--no-half用全精度兜底。大图一跑就爆显存→ 加--low-mem或--cpu-offload把权重挪到内存硬件上小图擦除 CPU 就够扩散重绘建议 8GB 显存起步。擦完的区域发糊、总觉得「差点意思」→ 擦除模型只负责填、不负责重画讲究质量就换 PowerPaint 或 BrushNet 重新生成。换了台机器WebUI 打不开了→ host 默认只听 127.0.0.1启动时加--host0.0.0.0放行远程访问。代码是全部摊开的改起来门槛不高issue 区随时欢迎你把新模型接进来或者顺手修个小 bug。眼下最该做的就一件事先把那两行最小 demo 跑通等你真被一张带水印的照片堵住时再回来按第三章挑命令。【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 照片里有碍眼的东西？一行命令清掉，开源AI图像修复工具IOPaint实战
照片里有碍眼的东西一行命令清掉开源AI图像修复工具IOPaint实战【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 是一个免费开源的 AI 图像修复inpainting工具能移除照片里的水印、多余物体和路人还能借助扩散模型擦掉并替换图中任意内容全程本地运行。 先跑起来两行命令把 AI 图像修复挂到浏览器里打开终端这两行回车。第一条装工具第二条起服务pip3 install iopaint iopaint start --modellama --devicecpu --port8080回车后稍等模型会首次自动下载。然后浏览器打开 http://localhost:8080 上传一张图把要擦掉的地方刷出来点生成——注意看输出目录你的第一张修复图已经躺在里面了。底层在做什么扩散模型是在给照片做「填空题」你把不想要的区域刷掉AI 看着周围的内容把「缺的那几笔」自己补上——像做填空题只是它填的是纹理和语义。擦除类模型更像智能模糊快但不重绘扩散模型是真的重画慢也更吃显存。各自分工很明确名称擅长场景一句话点评LaMa去水印、擦小物体最快CPU 就能跑默认之选SD inpainting 系列替换物体、扩画布质量上限高吃 8GB 显存PowerPaint / BrushNet换局部而不破坏周边对原有细节更忠实AnyText图中文字的擦除与添加唯一能把文字写进图里的实现都在iopaint/model/里人脸修复、交互式分割这些插件在iopaint/plugins/想抠细节直接看这两处。 三个真实任务命令行移除照片水印等方法任务一去掉图库照片的水印想用的照片上压着水印这是日常最高频的活。先准备一张掩码图把水印区域涂白单文件命令一条搞定iopaint run --modellama --devicecuda \ --imagein/watermark.jpg --maskin/watermark_mask.png \ --outputout/watermark.jpg修复前后对比水印没了主体细节还在水印清完接下来大概率会撞上「不速之客」——背景里乱入的路人。任务二把路过的行人从照片里抹掉路人、杂物、多出来的设备都在掩码上刷掉原图和掩码各放一个文件夹整个目录批量过iopaint run --modellama --devicecuda \ --imagepeople/ --maskmasks/ \ --outputpeople_clean/跑完翻 people_clean 目录每张照片里的行人都不见了照片收拾干净如果你还处理漫画或者条漫还有个更缠人的东西——对话框。任务三给漫画页擦掉对话框一页日漫对话密集逐框擦很烦。用一张盖住所有对话框的掩码一次跑完加--concat会把原图、掩码、结果拼成一张对比图方便挑毛病iopaint run --modellama --devicecuda \ --imagein/manga.png --maskin/manga_mask.png \ --outputout/manga.png --concat跑完这页漫画就清爽了从单机到上线容器化与 API 集成容器化docker 两步部署仓库里现成有 CPU 和 GPU 两个 Dockerfile。在根目录构建并启动docker build -f docker/CPUDockerfile -t iopaint .再docker run -p 8080:8080 iopaint start --modellama --port8080。端口映射好浏览器就能访问。API 集成八行 Python 调一次修复服务本质是个 FastAPI 应用POST /api/predict收 base64 的图和掩码吐回修复结果。想嵌进自己的程序这段就够import base64, json, urllib.request enc lambda p: base64.b64encode(open(p, rb).read()).decode() req urllib.request.Request(http://127.0.0.1:8080/api/predict, json.dumps({image: enc(in.jpg), mask: enc(mask.png), model: lama}).encode(), {Content-Type: application/json}) resp json.loads(urllib.request.urlopen(req).read()) open(out.png, wb).write(base64.b64decode(resp[image]))典型用户内容创作者、电商图片运营、档案数字化。你大概率会踩的坑第一次启动卡半天还刷下载日志→ 模型是首次用到才拉取用iopaint download提前下好或加--model-dir指到空间充足的盘。扩散模型出图整张发黑或发绿→ 某些显卡的半精度不兼容启动时加--no-half用全精度兜底。大图一跑就爆显存→ 加--low-mem或--cpu-offload把权重挪到内存硬件上小图擦除 CPU 就够扩散重绘建议 8GB 显存起步。擦完的区域发糊、总觉得「差点意思」→ 擦除模型只负责填、不负责重画讲究质量就换 PowerPaint 或 BrushNet 重新生成。换了台机器WebUI 打不开了→ host 默认只听 127.0.0.1启动时加--host0.0.0.0放行远程访问。代码是全部摊开的改起来门槛不高issue 区随时欢迎你把新模型接进来或者顺手修个小 bug。眼下最该做的就一件事先把那两行最小 demo 跑通等你真被一张带水印的照片堵住时再回来按第三章挑命令。【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