免费开源AI修图工具IOPaint：三步抹掉照片中的路人、水印和文字

免费开源AI修图工具IOPaint：三步抹掉照片中的路人、水印和文字

【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

上周朋友发来一张聚会合照，八个人站得整整齐齐，唯独背景里闯进一个端着奶茶的陌生人。他苦笑着说："要是能把这哥们P掉就好了。"放在以前，这活儿得求人开Photoshop，现在我用一个叫 IOPaint 的免费开源AI修图工具，60秒就处理完了，而且完全看不出痕迹。

这篇文章带你从零开始，用三步完成"装好工具→抹掉路人→批量清文字水印"的完整实战。全程不需要任何修图基础，所有操作在浏览器里点鼠标就能完成。

那张合照里，站着一个多余的陌生人

先直观感受一下AI修图的威力。下面这两张图，左图是原图，右图是 IOPaint 用 LaMa 模型处理后的结果：

背景里那位女士被干净利落地移除了，墙面、地面、光线都保持了自然过渡，几乎看不出处理痕迹。这就是 IOPaint 最核心的能力——图片修复（Image Inpainting）。

为什么AI抹掉的区域能"无痕"复原

简单来说，IOPaint 不是把涂抹区域"涂掉"，而是让AI模型根据涂抹区域周围的像素，推断出这里"原本应该长什么样"。

想象你在玩拼图：中间缺了一块，你看着四周的图案纹理，就能大致猜出缺的那块长什么样。AI修图也是这个逻辑，只不过它的"猜测"精度远高于人类——它会分析墙面的纹理走向、光线的明暗变化，甚至远处的透视关系，然后生成一个与周边像素高度一致的补丁。

模型层面对应的是 LaMa、MAT、ZITS 等专门为消除设计的SOTA模型，其中 LaMa 以速度快、效果好、内存占用低著称，也是我们接下来的默认选择。想研究实现细节的话，可以从源码目录的 iopaint/model/lama.py 看起。

第一步：10分钟装好免费开源的AI修图工具

IOPaint 完全免费、开源，支持本地部署，你的图片不会上传到任何服务器，隐私有保障。安装只需要两条命令：

pip3 install iopaint

iopaint start --model=lama --device=cpu --port=8080

第一条命令安装本体，第二条命令用 LaMa 模型启动服务。等待模型自动下载完成后，在浏览器打开 http://localhost:8080 就能看到修图界面了。

如果你有NVIDIA显卡想用GPU加速，可以先安装对应版本的PyTorch：

pip3 install torch==2.1.2 torchvision==0.16.2 --index-url https://download.pytorch.org/whl/cu118

第二步：画笔一抹，路人当场消失

服务启动后，整个修图流程只有四步：

1. 上传需要处理的图片
2. 用画笔工具涂抹掉想移除的区域
3. 选择模型，点击处理
4. 下载修复后的图片

先看一个移除多余物体的例子。左图是挂满纸灯笼的庆典场地，右图是 IOPaint 移除部分灯笼后的效果：

涂抹时有两个小技巧可以记一下 💡：一是尽量精确框住目标，不用涂得太大；二是对复杂背景，可以把物体边缘也轻轻带一笔，让AI有更充分的参考信息。处理完成后，把鼠标移到图上就能对比前后效果，满意就一键保存。

第三步：批量清理水印与文字，一条命令搞定

除了在网页上手动画笔，IOPaint 还支持纯命令行的批量处理，特别适合批量清理商品图水印、批量去掉截图文字。

先看一组水印清理效果——画面上的图库水印被完全清除，图片恢复原始状态：

批量处理只需要一条命令 👉：

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

其中--image是存放原图的文件夹，--mask是对应的蒙版文件夹（蒙版用来标记要清除的区域），--output是结果输出目录。准备好蒙版后，几百张图片也可以一口气处理完。

文字去除同样在行，游戏海报上的标题文字可以被完美移除：

想"换"掉物体？扩散模型帮你画新的

上面用的 LaMa 属于"消除类"模型——它只让被涂抹的区域融入背景，不会生成新内容。如果你想做更有创意的操作，比如把照片里的旧沙发"替换"成新沙发、把小猫涂掉后"生成"一只小狗，就需要切换到扩散模型（Diffusion Model）。

IOPaint 内置了对 Stable Diffusion 系列模型的支持，启动时换一个模型名即可：

iopaint start --model=runwayml/stable-diffusion-inpainting --device=cpu

支持的扩散模型相当丰富：PowerPaint 支持物体替换与扩图（把图片向外扩展生成新画面）、AnyText 专门处理文字生成与擦除、Paint-by-Example 可以根据你给的示例图片生成新物体。启动后可以在网页界面直接切换模型，扩散模型通常需要写提示词（prompt），比如想生成一只狗，就在输入框里写上 "a dog"。

装上这些插件，修图能力直接翻倍

IOPaint 的插件系统让它的能力远不止"修复"两个字，启动服务时加上对应参数即可启用：

例如同时启动分割和背景移除插件：

iopaint start --model=lama --enable-interactive-seg --enable-remove-bg

插件和修复功能可以组合使用：先用交互式分割精确选中要移除的人物，再交给修复模型处理，比手动涂抹精确得多。

低配电脑也能跑：内存优化三板斧

没有独立显卡、只有CPU的电脑也不用担心，IOPaint 提供了几个省内存的实用参数 ⚡：

iopaint start --model=lama --low-mem --cpu-offload

• --low-mem：开启注意力切片和VAE分块，显著降低内存占用
• --cpu-offload：把模型权重放在内存按需加载，大幅减少显存占用
• --device=mps：Apple Silicon 用户可在 Mac 上开启GPU加速

如果你的扩散模型生成结果总是发黑或发绿，可以加--no-half使用完整精度。模型默认下载到缓存目录，也可以用--model-dir指定存放位置，方便离线复用。

现在就去试试你的第一张AI修图

从安装到完成第一张图，整个过程不到10分钟，完全免费、本地运行、无需联网上传图片。无论你是想清掉照片里的路人、批量去水印，还是想用SD模型做创意替换，IOPaint 都能给你专业级的效果。

动手试试吧 🚀：打开终端，执行pip3 install iopaint和iopaint start --model=lama --device=cpu --port=8080，然后随便挑一张带瑕疵的照片，体验一下"画笔一抹，烦恼消失"的乐趣。想从源码开始折腾的话，也可以 clone 完整仓库：git clone https://gitcode.com/GitHub_Trending/io/IOPaint。

【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