IOPaint 基于AI模型的图像修复工具

IOPaint 是一款开源图像处理工具，基于AI模型实现图像修复、元素擦除、背景替换等功能，支持在CPU、GPU及MPS设备上运行，提供本地部署与批量处理功能。

对象擦除：移除图片中的水印、人物、缺陷等元素。

图像扩展：通过外画功能在图像边缘生成新像素可以扩大画布。

背景处理：集成多种模型（如briaai/RMBG系列）实现背景移除或替换。

分辨率提升：使用RealESRGAN模型增强图像清晰度。

面部修复：基于GFPGAN算法修复模糊或受损的人脸区域。

安装与部署

1、安装环境

Python版本建议3.9.x，需安装PyTorch及依赖库：

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

若使用GPU加速，要先安装CUDA或兼容版本。

2、插件支持

背景移除：安装rembg，配置镜像源加速模型下载：

pip install rembg huggingface
set HF_ENDPOINT=https://hf-mirror.com

分辨率增强：安装realesrgan：

pip install realesrgan

面部修复：需要外安装facexlib和gfpgan。

3、启动服务

运行以下命令启动本地Web界面：

iopaint start --model=lama --device=cpu --port=8080 --model-dir=自定义模型路径

参数说明：

--model：指定模型类型（如lama, anime-lama）。

--device：选择运行设备（cpu, cuda, mps）。

--enable-remove-bg：启用背景移除插件。

使用示例

1、批量处理

对指定文件夹内的图片应用统一蒙版：

iopaint run --model=lama --device=cpu --image=输入路径 --mask=蒙版路径 --output=输出路径

2、交互操作

访问http://localhost:8080进入Web界面，通过画笔工具标记需修改区域，选择模型后执行修复。

3、高级功能

ControlNet支持：在Stable Diffusion中启用ControlNet方法（如边缘检测、姿态识别）。

任务导向修复：使用--sd-controlnet-method指定控制方式（如control_v11p_sd15_canny）。

常见问题和解决方案

依赖冲突：安装gfpgan时若提示缺少facexlib，需先执行pip install facexlib。

模型下载超时：更换HuggingFace镜像源HF_ENDPOINT=https://hf-mirror.com。

GPU加速失败：确认PyTorch安装版本与CUDA驱动匹配，或改用CPU模式。