<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>图片修复 on 二翁集</title>
    <link>https://erweng.com/tags/%E5%9B%BE%E7%89%87%E4%BF%AE%E5%A4%8D/</link>
    <description>Recent content in 图片修复 on 二翁集</description>
    <generator>Hugo -- 0.146.4</generator>
    <language>zh-cn</language>
    <lastBuildDate>Tue, 23 Jun 2026 13:00:00 +0800</lastBuildDate>
    <atom:link href="https://erweng.com/tags/%E5%9B%BE%E7%89%87%E4%BF%AE%E5%A4%8D/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>图片擦除修复工具对比：IOPaint 与 Lama Cleaner，涂抹去除 unwanted 对象实战</title>
      <link>https://erweng.com/posts/ai-image-inpainting-tools-comparison/</link>
      <pubDate>Tue, 23 Jun 2026 13:00:00 +0800</pubDate>
      <guid>https://erweng.com/posts/ai-image-inpainting-tools-comparison/</guid>
      <description>&lt;p&gt;拍照时路人入镜、产品图上的水印和瑕疵、老照片里的划痕和污点……这些“ unwanted 对象”过去修起来很麻烦，要么用 Photoshop 手动修补，要么找专业修图师。现在 AI 图像修复（Inpainting）已经把这些操作变成了“涂抹→去除”的一键式工作。&lt;/p&gt;
&lt;p&gt;本文对比两款主流 AI 图片擦除工具：&lt;strong&gt;IOPaint&lt;/strong&gt; 和 &lt;strong&gt;Lama Cleaner&lt;/strong&gt;，分别覆盖“功能强大、模型丰富”和“轻量离线、隐私优先”两个方向。&lt;/p&gt;
&lt;div class=&#34;divider&#34;&gt;· · ·&lt;/div&gt;

&lt;h2 id=&#34;1-iopaint--功能强大的-ai-图像修复工具&#34;&gt;1. IOPaint — 功能强大的 AI 图像修复工具&lt;/h2&gt;
&lt;ul&gt;
&lt;li&gt;&lt;strong&gt;简介：&lt;/strong&gt; IOPaint 是一款功能强大的 AI 图像修复（Inpainting）工具，集成多种顶尖 AI 模型，支持通过网页界面或一键安装包使用。用户只需涂抹 unwanted 区域，AI 即可自动修复并填补内容。除去除外，还支持基于 Stable Diffusion 的“擦除并替换”功能，可对涂抹区域进行重新生成。无需代码基础，普通用户也能快速上手。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;官网：&lt;/strong&gt; &lt;a href=&#34;https://www.iopaint.com/&#34;&gt;https://www.iopaint.com/&lt;/a&gt;&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;GitHub：&lt;/strong&gt; &lt;a href=&#34;https://github.com/Sanster/IOPaint&#34;&gt;https://github.com/Sanster/IOPaint&lt;/a&gt;&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;收费：&lt;/strong&gt; 完全免费（Apache-2.0）&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;国内可用：&lt;/strong&gt; ✅ 桌面应用 + 网页界面，国内可直接运行&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;开箱即用：&lt;/strong&gt; ✅ 提供一键安装包，下载后直接使用&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;手机端：&lt;/strong&gt; ❌ 仅桌面端&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;优点：&lt;/strong&gt; 模型选择丰富（SOTA 模型）、支持去除和替换两种模式、网页界面易用、社区活跃（⭐ 23k+）、一键安装无需环境配置&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;缺点：&lt;/strong&gt; 高级模型对显卡有一定要求；部分功能依赖 Stable Diffusion，首次下载模型体积较大&lt;/li&gt;
&lt;/ul&gt;
&lt;div class=&#34;divider&#34;&gt;· · ·&lt;/div&gt;

&lt;h2 id=&#34;2-lama-cleaner--轻量离线隐私优先&#34;&gt;2. Lama Cleaner — 轻量离线，隐私优先&lt;/h2&gt;
&lt;ul&gt;
&lt;li&gt;&lt;strong&gt;简介：&lt;/strong&gt; Lama Cleaner 是一款专注于“涂抹即修复”的 AI 图像修复工具，以网页界面操作，支持 CPU 和 GPU 运行，无需联网即可在本地处理图片。它基于 LaMa（Large Mask Inpainting）算法，对图片中的 unwanted 对象、水印、划痕等有很好的修复效果。所有计算在本地完成，图片不会上传到云端，适合注重隐私保护的场景。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;官网：&lt;/strong&gt; 基于 LaMa 开源项目（https://advimman.github.io/lama-project/）&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;GitHub：&lt;/strong&gt; &lt;a href=&#34;https://github.com/advimman/lama&#34;&gt;https://github.com/advimman/lama&lt;/a&gt;&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;收费：&lt;/strong&gt; 完全免费（Apache-2.0）&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;国内可用：&lt;/strong&gt; ✅ 桌面应用，国内可直接运行&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;开箱即用：&lt;/strong&gt; ✅ 提供网页界面，本地运行无需云端&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;手机端：&lt;/strong&gt; ❌ 仅桌面端&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;优点：&lt;/strong&gt; 支持 CPU/GPU、无网络也能用、隐私保护好（图片不上传云端）、对硬件要求灵活、启动速度快&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;缺点：&lt;/strong&gt; 功能相对单一，主要专注“去除”而非“替换”；模型选择不如 IOPaint 丰富&lt;/li&gt;
&lt;/ul&gt;
&lt;div class=&#34;divider&#34;&gt;· · ·&lt;/div&gt;

&lt;h2 id=&#34;核心特点对比&#34;&gt;核心特点对比&lt;/h2&gt;
&lt;table&gt;
  &lt;thead&gt;
      &lt;tr&gt;
          &lt;th style=&#34;text-align: left&#34;&gt;特点&lt;/th&gt;
          &lt;th style=&#34;text-align: left&#34;&gt;IOPaint&lt;/th&gt;
          &lt;th style=&#34;text-align: left&#34;&gt;Lama Cleaner&lt;/th&gt;
      &lt;/tr&gt;
  &lt;/thead&gt;
  &lt;tbody&gt;
      &lt;tr&gt;
          &lt;td style=&#34;text-align: left&#34;&gt;核心功能&lt;/td&gt;
          &lt;td style=&#34;text-align: left&#34;&gt;去除 + 替换（Stable Diffusion）&lt;/td&gt;
          &lt;td style=&#34;text-align: left&#34;&gt;专注去除（Inpainting）&lt;/td&gt;
      &lt;/tr&gt;
      &lt;tr&gt;
          &lt;td style=&#34;text-align: left&#34;&gt;AI 模型&lt;/td&gt;
          &lt;td style=&#34;text-align: left&#34;&gt;多种 SOTA 模型可选&lt;/td&gt;
          &lt;td style=&#34;text-align: left&#34;&gt;基于 LaMa 模型&lt;/td&gt;
      &lt;/tr&gt;
      &lt;tr&gt;
          &lt;td style=&#34;text-align: left&#34;&gt;运行方式&lt;/td&gt;
          &lt;td style=&#34;text-align: left&#34;&gt;网页界面 / 一键安装包&lt;/td&gt;
          &lt;td style=&#34;text-align: left&#34;&gt;网页界面 / 本地服务&lt;/td&gt;
      &lt;/tr&gt;
      &lt;tr&gt;
          &lt;td style=&#34;text-align: left&#34;&gt;网络要求&lt;/td&gt;
          &lt;td style=&#34;text-align: left&#34;&gt;首次下载模型需联网&lt;/td&gt;
          &lt;td style=&#34;text-align: left&#34;&gt;完全离线可用&lt;/td&gt;
      &lt;/tr&gt;
      &lt;tr&gt;
          &lt;td style=&#34;text-align: left&#34;&gt;硬件要求&lt;/td&gt;
          &lt;td style=&#34;text-align: left&#34;&gt;推荐 GPU，CPU 也可运行&lt;/td&gt;
          &lt;td style=&#34;text-align: left&#34;&gt;CPU / GPU 均可，更灵活&lt;/td&gt;
      &lt;/tr&gt;
      &lt;tr&gt;
          &lt;td style=&#34;text-align: left&#34;&gt;隐私保护&lt;/td&gt;
          &lt;td style=&#34;text-align: left&#34;&gt;本地运行，图片不上传&lt;/td&gt;
          &lt;td style=&#34;text-align: left&#34;&gt;本地运行，图片不上传&lt;/td&gt;
      &lt;/tr&gt;
      &lt;tr&gt;
          &lt;td style=&#34;text-align: left&#34;&gt;上手难度&lt;/td&gt;
          &lt;td style=&#34;text-align: left&#34;&gt;★☆☆☆☆ 极低&lt;/td&gt;
          &lt;td style=&#34;text-align: left&#34;&gt;★☆☆☆☆ 极低&lt;/td&gt;
      &lt;/tr&gt;
      &lt;tr&gt;
          &lt;td style=&#34;text-align: left&#34;&gt;模型下载&lt;/td&gt;
          &lt;td style=&#34;text-align: left&#34;&gt;首次使用需下载模型&lt;/td&gt;
          &lt;td style=&#34;text-align: left&#34;&gt;内置模型，开箱即用&lt;/td&gt;
      &lt;/tr&gt;
  &lt;/tbody&gt;
&lt;/table&gt;
&lt;div class=&#34;divider&#34;&gt;· · ·&lt;/div&gt;

&lt;h2 id=&#34;典型使用场景&#34;&gt;典型使用场景&lt;/h2&gt;
&lt;p&gt;&lt;strong&gt;IOPaint 适合：&lt;/strong&gt;&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
