新手必看：fft npainting lama图像重绘修复保姆级指南

新手必看：FFT NPainting LaMa图像重绘修复保姆级指南

你是不是也遇到过这些情况：一张精心拍摄的照片，却被路人闯入画面；电商主图上突兀的水印怎么都去不干净；老照片边缘有划痕，修图软件又太难上手？别急，今天这篇指南就是为你准备的——零基础也能10分钟上手的图像重绘修复工具，不用装PS、不用写代码、不用调参数，点几下鼠标就能把不需要的东西“变没”。

这不是魔法，而是基于LaMa模型与FFT优化技术构建的智能图像修复系统。它由开发者“科哥”二次开发并封装为开箱即用的WebUI镜像，名字叫fft npainting lama重绘修复图片移除图片物品。名字有点长，但记住三个关键词就够了：FFT加速、LaMa模型、所见即所得。

本文不讲傅里叶变换的数学推导，也不堆砌模型结构图。我们只聚焦一件事：你怎么最快修好这张图。从启动服务、上传图片、精准标注，到一键修复、下载结果，每一步都配操作逻辑说明和避坑提示。哪怕你连“inpainting”这个词都没听过，照着做也能搞定。

1. 一句话搞懂它能做什么

这个镜像不是另一个“AI画图”玩具，而是一个专注图像局部重绘与内容移除的专业工具。它的核心能力非常实在：

• 去掉水印：PDF截图里的灰色水印、公众号图片角标、视频截图带的平台logo
• 移除干扰物：合影里误入的路人、风景照中的电线杆、产品图上的反光斑点
• 修复瑕疵：老照片折痕、人像皮肤痘印/黑眼圈、扫描文档的污渍墨点
• 清理文字：合同截图里的敏感信息、课件PPT中需要脱敏的标题
• 智能补全：删掉物体后，背景自动延展融合，不是简单糊一块色块

它背后用的是LaMa（Large Mask Inpainting）模型——目前开源领域在大区域修复任务上效果最稳的方案之一。而“FFT”前缀代表科哥做了关键优化：通过快速傅里叶变换加速特征计算，在保持修复质量的前提下，把处理速度提升了2–3倍。实测一张1200×800的图，从标注到出图只要12秒左右，比原版快近一倍。

重点来了：你完全不需要知道FFT或LaMa是什么。就像你不需要懂内燃机原理也能开车一样，这篇文章教你的，是“怎么踩油门、怎么打方向、什么时候该停车”。

2. 三步启动：5分钟跑起来

别被“镜像”“部署”这些词吓住。这个工具设计之初就默认你没接触过Docker或命令行——它提供了一键启动脚本，全程只需复制粘贴3行命令。

2.1 确认运行环境

• 服务器/本地机器：Linux（Ubuntu/CentOS/Debian均可），无需GPU（CPU即可流畅运行）
• 内存：建议≥4GB（实测3GB勉强可用，但大图会卡顿）
• 存储：预留500MB空间（含模型+缓存）
• 浏览器：Chrome/Firefox/Edge（推荐Chrome）

注意：该镜像不支持Windows直接运行。如果你用的是Windows电脑，需先安装WSL2（Windows Subsystem for Linux），或使用云服务器（阿里云/腾讯云学生机年付几十元就能跑）。

2.2 启动WebUI服务

打开终端（Linux/macOS）或WSL2终端（Windows），依次执行以下命令：

cd /root/cv_fft_inpainting_lama bash start_app.sh

你会看到类似这样的提示：

===================================== ✓ WebUI已启动 访问地址: http://0.0.0.0:7860 本地访问: http://127.0.0.1:7860 按 Ctrl+C 停止服务 =====================================

看到这个方框，说明服务已成功启动。如果卡在某一步，请先检查：

• 是否输入了cd命令后回车？路径必须完全一致（大小写敏感）
• start_app.sh文件是否存在？可执行ls -l查看
• 端口7860是否被占用？执行lsof -ti:7860，若返回PID则用kill -9 PID释放

2.3 访问界面

在浏览器地址栏输入：
http://你的服务器IP:7860（远程服务器）
或http://127.0.0.1:7860（本地运行时）

你会看到一个清爽的界面，顶部写着“ 图像修复系统”，左半边是编辑区，右半边是结果预览区——这就是你的“数字暗房”。

小技巧：如果打不开页面，试试换Chrome浏览器；部分公司网络会拦截7860端口，可联系IT部门放行，或改用云服务器避免此问题。

3. 四步操作：像修图一样自然

整个流程只有四步：上传 → 标注 → 修复 → 下载。没有“训练”“微调”“参数调整”这些概念，所有复杂计算都在后台静默完成。

3.1 上传图像：三种方式任选

支持任意常见格式：PNG、JPG、JPEG、WEBP。推荐优先用PNG，因为无损压缩，修复后细节更锐利。

• 点击上传：直接点击左侧虚线框，弹出文件选择窗口
• 拖拽上传：选中图片文件，直接拖进虚线框内（最顺手）
• 粘贴上传：截图后按Ctrl+V（Windows/Linux）或Cmd+V（macOS），图片自动载入

关键提醒：上传前请确认图片已旋转至正确方向。该工具不自动校正朝向，歪着传进去，修复后还是歪的。

3.2 标注修复区域：用“画笔”告诉它“这里要重画”

这是唯一需要你动手的环节，但比手机修图App还简单。记住一个原则：涂白 = 要删掉 = 要重画。

• 默认已激活画笔工具（图标是），无需切换
• 拖动下方“画笔大小”滑块：小图用小笔（3–10px），大图用大笔（20–50px）
• 在需要移除的物体上涂抹白色（如水印、路人、文字），覆盖越完整越好
• 如果涂多了，点橡皮擦工具（图标是🧽）擦掉即可
• 可随时点撤销按钮（↩）回退上一步

高效标注口诀：
“宁大勿小，宁连勿断，宁匀勿花”

• “宁大勿小”：白色区域可以比目标物体略大一圈，模型会智能羽化边缘，避免生硬边界
• “宁连勿断”：连续涂抹，不要点状散涂，确保mask连成一片
• “宁匀勿花”：不用追求像素级精准，均匀覆盖即可，AI比人更懂怎么过渡

3.3 开始修复：点一下，等十几秒

点击绿色按钮 ** 开始修复**。此时右下角状态栏会显示：

初始化... → 执行推理... → 完成！已保存至: /root/cv_fft_inpainting_lama/outputs/outputs_20240520143022.png

• 小图（<800px）：约5–8秒
• 中图（800–1500px）：约10–20秒
• 大图（>1500px）：约25–50秒（建议提前压缩）

如果卡在“初始化...”超30秒：可能是首次加载模型，耐心等待；若持续卡住，重启服务（Ctrl+C后重运行bash start_app.sh）

3.4 查看与下载：结果就在眼前

修复完成后，右侧立即显示高清修复图。同时状态栏给出完整保存路径，例如：

完成！已保存至: /root/cv_fft_inpainting_lama/outputs/outputs_20240520143022.png

• 在线查看：直接右键图片 → “另存为”即可下载（部分浏览器需先点击图片放大）
• 批量管理：所有输出文件都在/root/cv_fft_inpainting_lama/outputs/目录，按时间戳命名，不会覆盖
• 本地下载：用FTP工具（如FileZilla）连接服务器，进入该目录下载

进阶提示：修复后的图可再次上传，继续修复其他区域。比如先删水印，再修人物瑕疵，分步操作更可控。

4. 六大实战场景：照着做，效果立现

光说原理没用，下面用真实场景告诉你“它到底有多好用”。每个案例都附操作要点和效果预期，帮你建立合理预期。

4.1 场景一：去除公众号截图水印（高频刚需）

操作步骤：
① 截图公众号文章页 → 上传
② 用中号画笔（20px）沿水印边缘涂抹一圈（覆盖文字+底纹）
③ 点击修复

效果预期：

• 纯色背景上的水印：几乎无痕，边缘自然融合
• 复杂图文背景：可能残留极淡灰影，此时用小笔（5px）对残留处二次标注+修复即可消除

关键技巧：水印若为半透明，标注时刻意扩大2–3像素，模型会利用周围纹理智能填充。

4.2 场景二：移除合影中误入的路人（社交刚需）

操作步骤：
① 上传合影 → 放大画面（滚轮缩放）
② 切换小画笔（8px），沿路人身体轮廓精细涂抹（尤其注意头发、衣角等毛边）
③ 若路人与背景颜色接近，可连带涂抹其身后一小片背景，帮助模型理解空间关系
④ 修复

效果预期：

• 单人、背景简洁：修复后完全看不出痕迹
• 多人重叠、复杂背景：主体移除干净，背景延展稍有纹理差异，但远优于PS内容识别

关键技巧：避免只涂身体不涂影子——影子也是“物体”，漏掉会导致地面出现奇怪色块。

4.3 场景三：修复老照片划痕与折痕（情怀刚需）

操作步骤：
① 扫描老照片（建议300dpi）→ 上传
② 用极小画笔（3–5px）沿划痕线细细涂抹（像描边）
③ 对折痕区域，用稍大笔（8px）横向涂抹整条折痕带
④ 修复

效果预期：

• 细划痕：完全消失，纸张纹理自然延续
• 深折痕：褶皱感减弱，但保留一定历史感（不会变成“塑料感”平滑）

关键技巧：老照片常有泛黄，修复后若颜色偏冷，可后期用手机相册“暖色”滤镜微调，不影响主体。

4.4 场景四：删除合同/证件中的敏感信息（安全刚需）

操作步骤：
① 拍摄或扫描合同 → 上传
② 用矩形画笔（拖动滑块至“方形”模式，如有）或直线涂抹，覆盖整段文字
③切记：文字区域上下各留2px空白（防止误删周边表格线）
④ 修复

效果预期：

• 单行文字：完美抹除，背景文字行距不变
• 表格内文字：修复后表格线保持连贯，无断裂

关键技巧：大段文字分批处理。先删第一行，下载后重新上传，再删第二行——避免一次标注过多导致边缘模糊。

4.5 场景五：人像皮肤瑕疵精修（颜值刚需）

操作步骤：
① 上传人像原图 → 放大至100%
② 用最小画笔（2–3px）点涂痘痘、斑点、黑眼圈（只涂瑕疵本身，不涂周围皮肤）
③ 若黑眼圈面积大，可涂成椭圆，但避开睫毛、卧蚕等自然结构
④ 修复

效果预期：

• 痘痘/斑点：彻底消失，肤色过渡柔和
• 黑眼圈：明显淡化，但保留眼部立体感（不会变成“无阴影”的假面）

关键技巧：人像修复切忌大面积涂抹。宁可多点几次小范围修复，也不要一次涂满半张脸。

4.6 场景六：商品图换背景（电商刚需）

操作步骤：
① 上传白底商品图（效果最佳）
② 用大画笔（30–50px）涂抹商品以外全部区域（即“保留商品，重画背景”）
③ 点击修复

效果预期：

• 白底图：生成纯白背景，边缘无毛边
• 杂色底图：生成语义一致的新背景（如木纹、大理石），非随机噪点

关键技巧：此功能更适合主体清晰、边缘分明的商品。毛绒玩具、长发人像等需配合PS抠图预处理。

5. 五大避坑指南：少走弯路的关键细节

新手最容易栽在这几个地方。我们把文档里分散的注意事项，浓缩成直击痛点的“血泪总结”。

5.1 标注不完整 → 修复区域残缺

现象：修复后，水印只剩一半，或路人还留着半条腿。
原因：白色标注未完全覆盖目标，AI只修复“被涂白”的部分。
解法：养成习惯——标注完后，放大200%检查边缘，用橡皮擦修正溢出，再用小笔补漏。

5.2 图像过大 → 卡死或报错

现象：上传后界面无响应，或状态栏显示“内存不足”。
原因：该工具对单边分辨率建议≤2000px。4K图（3840×2160）会触发OOM。
解法：用手机相册、Photoshop或免费网站（如squoosh.app）将长边压缩至1800px，再上传。

5.3 JPG格式 → 修复后出现色块

现象：修复区域有明显马赛克或色差。
原因：JPG是有损压缩，高频细节丢失，模型缺乏足够信息推断。
解法：优先用PNG；若只有JPG，上传前用“无损压缩工具”（如TinyPNG）二次处理，减少压缩损失。

5.4 边缘生硬 → 修复后有白边/黑边

现象：删掉物体后，周围一圈颜色突兀。
原因：标注太紧贴边缘，模型缺乏过渡空间。
解法：牢记口诀“宁大勿小”，标注时主动扩大3–5像素，让AI有羽化余量。

5.5 找不到输出文件 → 下载失败

现象：状态栏写了路径，但用FTP找不到文件。
原因：路径正确，但文件名含时间戳，容易看漏；或权限问题。
解法：
① 进入/root/cv_fft_inpainting_lama/outputs/目录
② 执行ls -t | head -5，列出最近5个文件，找最新生成的
③ 若仍无，检查磁盘空间：df -h，确保/root分区剩余>100MB

6. 总结：你真正需要带走的三句话

这篇指南很长，但你只需要记住这三句，就能应对90%的日常需求：

• 第一句：涂白就是指令，不是绘画。你不需要画得多美，只要告诉AI“这里我要重画”，它就会用周围信息智能补全。
• 第二句：慢一点，准一点。花30秒放大标注，比10秒草率涂抹后反复重试强十倍。
• 第三句：它不是万能的，但已是当前最省心的方案。面对极端复杂场景（如玻璃反光、透明物体），它可能不如专业设计师手动精修，但在速度、成本、易用性上，已远超传统工具。

最后提醒：这个镜像由“科哥”开源共享，微信312088415可联系交流。它承诺永久免费，但请尊重开发者劳动——不篡改版权信息，不用于商业闭源分发。

现在，关掉这篇指南，打开你的终端，输入那两行命令。12秒后，你修复的第一张图，就会出现在屏幕右边。

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。