3分钟上手 Lama Cleaner一条命令快速完成 AI 图片擦除【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想抹掉图片角落的水印或者消除误入画面的路人IOPaint 里的 Lama Cleaner 一条命令就能做 AI 图片修复精准擦除水印、路人、文字等 unwanted 内容完全开源免费。本文用 3 分钟带你装好环境、跑通第一张图再给 5 个可直接复用的场景配方。它凭什么好用Lama Cleaner 是 IOPaint 内置的擦除模块核心实现在 iopaint/model/lama.py你只需提供原图 一张 mask白底标记要擦的区域模型就负责补全像素无需手动涂抹。模型够用lama通用场景和anime-lama动漫专项两个预训练模型单文件下载即可用门槛低CPU 就能跑run子命令一条命令出图支持单文件和批量目录免费开源无授权费、无 API 计费适合个人修图和脚本化批量处理 三步装好git clone https://gitcode.com/GitHub_Trending/io/IOPaint cd IOPaint pip install -r requirements.txt python main.py download --model lama模型默认存到~/.cache可用--model-dir换目录。一次配好后后面的所有命令都不用再动环境如果运行时发现模型缺失run也会自动补下载。⚡ 跑通第一张图单文件mask 是黑白图白色区域 要擦除的区域python main.py run \ --model lama \ --image assets/unwant_object.jpg \ --mask assets/unwant_object_mask.png \ --output result.jpg批量目录批量处理的实现见 iopaint/batch_processing.pypython main.py run \ --model lama \ --image ./input_images/ \ --mask ./masks/ \ --output ./results/run常用参数速查参数作用示例--model擦除模型默认lamalama/anime-lama--image原图文件或图片目录assets/dog.jpg--maskmask 文件或目录传目录时须与原图同名会自动缩放到原图尺寸assets/mask.png--output输出文件或目录out.jpg--device运行设备cpu/cuda--concat原图 mask 结果拼成一张对比图true--config复用 JSON 配置文件config.json--model-dir自定义模型目录~/.models 5 个场景配方老照片修复划痕、污渍、褪色斑块标出来交给模型补全。python main.py run --model lama \ --image assets/old_photo.jpg \ --mask assets/old_photo_mask.png \ --output old_photo_clean.jpg划痕细碎时把 mask 白区比划痕本身放宽 2~3 个像素修复边界更自然。去水印python main.py run --model lama \ --image assets/watermark.jpg \ --mask assets/watermark_mask.png \ --output watermark_removed.jpg半透明水印建议把 mask 不透明度提到 255 再擦避免残留灰影。文字擦除python main.py run --model lama \ --image assets/unwant_text.jpg \ --mask assets/unwant_text_mask.png \ --output text_removed.jpg复杂背景上的小字先用高分辨率原图再修小图放大修会发糊。消除路人python main.py run --model lama \ --image assets/unwant_person.jpg \ --mask assets/unwant_person_mask.png \ --output person_removed.jpg路人边缘头发、衣物羽化后再擦比硬边 mask 少一半瑕疵。动漫图片优化动漫线稿和赛璐璐上色走专项模型先下载python main.py download --model anime-lama python main.py run --model anime-lama \ --image assets/manga.png \ --mask assets/manga_mask.png \ --output manga_clean.png通用lama也能跑动漫图但anime-lama对线条断裂的补全更稳。性能与输出调优参数所属命令作用何时开--device cudarun/startGPU 加速有 NVIDIA 显卡--device cpurun/startCPU 运行run默认值无显卡--low-memstartattention 切片 VAE tiling 省显存显存 4GB--cpu-offloadstart把权重卸载到系统内存内存紧张时--no-halfstart全精度 fp32 推理出图全黑/全绿时--qualitystartJPG 输出质量 0-100默认 95需要压缩文件体积--concat truerun生成三合一校验图批量时抽检效果选档建议无显卡就保持默认cpu显卡显存低于 4GB 加--low-mem显存充足直接cuda单图几秒出结果。不想敲命令Web 界面python main.py start --model lama --inbrowser启动后自动打开浏览器默认127.0.0.1:8080界面核心能力前端在 web_app/src/components/Editor.tsx画笔直接画 mask不用外部做图点一下实时预览修复效果历史记录可回溯对比插件扩展--enable-gfpgan开人脸修复--enable-remove-bg抠背景等常用参数想固化下来可以跑python main.py start-web-config打开可视化配置页生成config.json后用--config复用。️ 避坑清单模型下载慢/失败→ 源站在国外网络环境不稳定 → 挂代理或把.pt文件手动放进模型目录run扫描到同名模型会自动跳过下载。批量时部分图片被跳过→ mask 目录里的文件名与原图不一致 → 把 mask 重命名为与原图同名。mask 尺寸和原图不一样→ 这不是错误run会自动缩放对齐 → 无需处理只要白色区域盖住目标即可。修复结果发糊→ 输入分辨率太低模型靠插值补细节 → 换更高清的原图再跑一遍。 继续深挖想接自己的程序HTTP API 定义在 iopaint/api.py想改批处理逻辑看 iopaint/batch_processing.py想看全部参数原文python main.py --help参数注册在 iopaint/cli.py把上面任意一条命令里的 mask 换成你自己画的今天最碍眼的那张图就能干净了。【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 
长河君 · 2026/9/7 16:53:15 · 阅读 1.2k 3分钟上手 Lama Cleaner：一条命令快速完成 AI 图片擦除
3分钟上手 Lama Cleaner一条命令快速完成 AI 图片擦除【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想抹掉图片角落的水印或者消除误入画面的路人IOPaint 里的 Lama Cleaner 一条命令就能做 AI 图片修复精准擦除水印、路人、文字等 unwanted 内容完全开源免费。本文用 3 分钟带你装好环境、跑通第一张图再给 5 个可直接复用的场景配方。它凭什么好用Lama Cleaner 是 IOPaint 内置的擦除模块核心实现在 iopaint/model/lama.py你只需提供原图 一张 mask白底标记要擦的区域模型就负责补全像素无需手动涂抹。模型够用lama通用场景和anime-lama动漫专项两个预训练模型单文件下载即可用门槛低CPU 就能跑run子命令一条命令出图支持单文件和批量目录免费开源无授权费、无 API 计费适合个人修图和脚本化批量处理 三步装好git clone https://gitcode.com/GitHub_Trending/io/IOPaint cd IOPaint pip install -r requirements.txt python main.py download --model lama模型默认存到~/.cache可用--model-dir换目录。一次配好后后面的所有命令都不用再动环境如果运行时发现模型缺失run也会自动补下载。⚡ 跑通第一张图单文件mask 是黑白图白色区域 要擦除的区域python main.py run \ --model lama \ --image assets/unwant_object.jpg \ --mask assets/unwant_object_mask.png \ --output result.jpg批量目录批量处理的实现见 iopaint/batch_processing.pypython main.py run \ --model lama \ --image ./input_images/ \ --mask ./masks/ \ --output ./results/run常用参数速查参数作用示例--model擦除模型默认lamalama/anime-lama--image原图文件或图片目录assets/dog.jpg--maskmask 文件或目录传目录时须与原图同名会自动缩放到原图尺寸assets/mask.png--output输出文件或目录out.jpg--device运行设备cpu/cuda--concat原图 mask 结果拼成一张对比图true--config复用 JSON 配置文件config.json--model-dir自定义模型目录~/.models 5 个场景配方老照片修复划痕、污渍、褪色斑块标出来交给模型补全。python main.py run --model lama \ --image assets/old_photo.jpg \ --mask assets/old_photo_mask.png \ --output old_photo_clean.jpg划痕细碎时把 mask 白区比划痕本身放宽 2~3 个像素修复边界更自然。去水印python main.py run --model lama \ --image assets/watermark.jpg \ --mask assets/watermark_mask.png \ --output watermark_removed.jpg半透明水印建议把 mask 不透明度提到 255 再擦避免残留灰影。文字擦除python main.py run --model lama \ --image assets/unwant_text.jpg \ --mask assets/unwant_text_mask.png \ --output text_removed.jpg复杂背景上的小字先用高分辨率原图再修小图放大修会发糊。消除路人python main.py run --model lama \ --image assets/unwant_person.jpg \ --mask assets/unwant_person_mask.png \ --output person_removed.jpg路人边缘头发、衣物羽化后再擦比硬边 mask 少一半瑕疵。动漫图片优化动漫线稿和赛璐璐上色走专项模型先下载python main.py download --model anime-lama python main.py run --model anime-lama \ --image assets/manga.png \ --mask assets/manga_mask.png \ --output manga_clean.png通用lama也能跑动漫图但anime-lama对线条断裂的补全更稳。性能与输出调优参数所属命令作用何时开--device cudarun/startGPU 加速有 NVIDIA 显卡--device cpurun/startCPU 运行run默认值无显卡--low-memstartattention 切片 VAE tiling 省显存显存 4GB--cpu-offloadstart把权重卸载到系统内存内存紧张时--no-halfstart全精度 fp32 推理出图全黑/全绿时--qualitystartJPG 输出质量 0-100默认 95需要压缩文件体积--concat truerun生成三合一校验图批量时抽检效果选档建议无显卡就保持默认cpu显卡显存低于 4GB 加--low-mem显存充足直接cuda单图几秒出结果。不想敲命令Web 界面python main.py start --model lama --inbrowser启动后自动打开浏览器默认127.0.0.1:8080界面核心能力前端在 web_app/src/components/Editor.tsx画笔直接画 mask不用外部做图点一下实时预览修复效果历史记录可回溯对比插件扩展--enable-gfpgan开人脸修复--enable-remove-bg抠背景等常用参数想固化下来可以跑python main.py start-web-config打开可视化配置页生成config.json后用--config复用。️ 避坑清单模型下载慢/失败→ 源站在国外网络环境不稳定 → 挂代理或把.pt文件手动放进模型目录run扫描到同名模型会自动跳过下载。批量时部分图片被跳过→ mask 目录里的文件名与原图不一致 → 把 mask 重命名为与原图同名。mask 尺寸和原图不一样→ 这不是错误run会自动缩放对齐 → 无需处理只要白色区域盖住目标即可。修复结果发糊→ 输入分辨率太低模型靠插值补细节 → 换更高清的原图再跑一遍。 继续深挖想接自己的程序HTTP API 定义在 iopaint/api.py想改批处理逻辑看 iopaint/batch_processing.py想看全部参数原文python main.py --help参数注册在 iopaint/cli.py把上面任意一条命令里的 mask 换成你自己画的今天最碍眼的那张图就能干净了。【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