用FFT NPainting LAMA做了个去文字项目，全过程分享
1. 为什么选这个工具做文字去除？——不是所有修复模型都适合“去字”
你有没有遇到过这样的场景：一张精心设计的海报上，临时加的活动文案需要撤掉；一份扫描的合同里，手写的批注要清理干净；或者截屏的App界面，想把顶部状态栏文字抹掉再发到社交平台？这时候，你试过PS的“内容识别填充”，也点过各种AI修图App的“智能擦除”，但结果常常是：要么边缘生硬像贴了块补丁，要么周围纹理被带偏，甚至把旁边不该动的logo也“顺手修复”了。
我试过七八个开源图像修复方案，直到遇到这个由科哥二次开发的FFT NPainting LAMA镜像，才真正觉得：“对，就是它。”
它不是靠简单模糊或复制粘贴来糊弄，而是用一种更“懂图”的方式工作——底层融合了频域处理（FFT）与LAMA先进修复网络的双重能力。简单说：
- FFT部分让它能看清图像的“结构骨架”（比如文字边缘的高频突变、笔画走向），不把文字当普通色块，而是当成需要精准剥离的干扰信号；
- NPainting + LAMA部分则负责在保留原始材质、光影、纹理的前提下，用上下文智能“编织”出自然过渡的背景。
这不是“删掉再填满”，而是“先听懂这张图在说什么，再悄悄把那句话抹掉，还不让别人发现它曾存在过”。
所以这次，我不讲原理推导，也不堆参数配置。就带你从零开始，用一台普通服务器（甚至本地笔记本），完整走一遍：上传一张带文字的图 → 圈出文字区域 → 点一下 → 得到一张干干净净、毫无PS痕迹的图。全程不用写一行代码，但每一步我都告诉你“为什么这么操作”“哪里容易踩坑”“效果不好时怎么救”。
2. 三分钟启动：WebUI服务跑起来就能用
别被“FFT”“LAMA”这些词吓住——这个镜像最大的优点，就是把复杂技术全封装进了图形界面。你不需要装Python环境、不用配CUDA、更不用下载几十GB模型。它已经打包好，开箱即用。
2.1 启动服务（真的只要30秒）
登录你的Linux服务器（Ubuntu/CentOS均可），执行这两条命令：
cd /root/cv_fft_inpainting_lama bash start_app.sh看到终端刷出这段提示，就成功了：
===================================== ✓ 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 =====================================小贴士：如果提示端口被占（比如7860已被占用），只需编辑
start_app.sh文件，把--port 7860改成--port 7861或其他空闲端口，再运行即可。
2.2 打开浏览器，进入界面
在你自己的电脑浏览器里，输入：http://你的服务器IP:7860
（例如：http://192.168.1.100:7860或http://47.98.xxx.xxx:7860）
你会看到一个清爽的界面，左边是画布，右边是结果预览区，顶部写着“ 图像修复系统”，右下角还有一行小字：“webUI二次开发 by 科哥 | 微信：312088415”。
这就是你的文字清除工作室，现在，我们正式开工。
3. 实战演示：一张会议纪要截图，如何干净去掉所有手写批注？
我拿一张真实的会议纪要截图来演示（为保护隐私，已做模糊处理，但文字结构、字体、背景纸张质感完全保留）。这张图上有三处关键文字需要去除：
- 左上角红色手写“待确认”
- 中间段落旁蓝色圆圈+箭头批注
- 右下角黑色签字栏里的“张经理”签名
3.1 第一步：上传图片（三种方式，总有一种顺手）
点击左侧大大的上传区域，或直接把图片文件拖进去，或复制截图后按Ctrl+V粘贴——三者任选其一。
支持格式：PNG（推荐）、JPG、JPEG、WEBP
注意：PNG能保留透明通道和无损细节，对文字边缘修复更友好；JPG因有压缩，有时会把细小笔画“吃掉”，导致标注困难。
上传后，图片自动居中显示在左侧画布上，清晰锐利。
3.2 第二步：精准标注——不是“涂满”，而是“框准”
这是整个流程中最关键、也最容易翻车的一步。很多人修复失败，90%是因为这一步没做好。
核心原则：白色标注 = 你要它“消失”的区域。系统只修复你涂白的地方，其余部分原封不动。
我们分区域操作：
3.2.1 处理左上角“待确认”红字
- 点击工具栏的画笔图标（默认已激活）
- 拖动下方“画笔大小”滑块，调到中等偏小（约30–50px）
- 用画笔沿着红字外缘轻轻描一圈，不要求100%贴合，但确保：
红字全部被白色覆盖
白色不溢出到旁边空白区域（避免误伤背景）
❌ 别用超大画笔“唰”一下全涂——那样系统会以为整片区域都要重绘，结果可能把旁边表格线也“修复”没了
3.2.2 处理蓝色批注（圆圈+箭头）
- 这类带形状的批注，建议分两笔：
① 先用小画笔（20px左右）描圆圈内侧边缘，把圆圈本身涂白；
② 再用稍大画笔（40px）沿箭头轨迹轻扫，覆盖箭头主体； - 如果箭头末端有文字，同样圈住。
技巧：鼠标滚轮可缩放画布（部分浏览器支持），放大后更容易控制笔触。
3.2.3 处理右下角“张经理”签名
- 签名笔画连贯、有飞白，直接涂容易漏。这里用“扩大包围法”：
- 用中等画笔（50px）在签名外围画一个松散的椭圆框，确保所有笔画都在框内；
- 再用小画笔（15px）进到框里，把明显露出来的起笔、收笔处补涂几下。
- 目标：白色区域略大于文字本身，给系统留出羽化过渡空间。
标注完成检查清单：
- 所有目标文字都被白色覆盖（哪怕只漏一个点，那里就不会修复）
- 白色未大面积侵入纯色背景（如大片白底）
- 没有把旁边重要元素（如LOGO、印章、表格线）一起涂白
3.3 第三步：点击“ 开始修复”，然后——等
点击那个醒目的蓝色按钮。界面上方的状态栏会立刻变成：初始化... → 执行推理... → 完成！已保存至: /root/cv_fft_inpainting_lama/outputs/outputs_20240520143022.png
整个过程，我的测试图（1200×800 PNG）耗时12秒。
右侧结果区同步刷新，一张崭新的图出现：红字、蓝圈、黑签名全部不见，取而代之的是与周围纸张纹理、阴影、底色完全一致的“空气”——没有模糊、没有色差、没有拼接感。
4. 效果对比与细节放大：为什么它看起来“不像修过”？
光说“效果好”太虚。我们拉几个局部，放大看真实表现：
| 区域 | 原图特征 | 修复后效果 | 关键观察点 |
|---|---|---|---|
| 红字“待确认”边缘 | 红色墨水在灰纸背景上，有轻微晕染 | 边缘过渡自然，纸张纤维纹理延续，无色块感 | FFT模块精准识别了“红色高频突变”，只干预该频段，不扰动低频的纸纹 |
| 蓝色箭头路径 | 箭头穿过一段横线，横线本应保持连续 | 横线在箭头位置无缝衔接，粗细、角度完全一致 | LAMA网络理解了“线条连续性”这一语义，不是简单复制周边，而是生成逻辑连贯的延伸 |
| “张经理”签名处 | 签名压在浅灰色格子线上，格线需保持完整 | 格线穿过原签名位置，平直、均匀、无断点 | 系统自动识别并保留了背景中的规则结构，证明其具备基础几何理解力 |
再看整体观感：
- 色彩统一：修复区与原图色温、明暗完全一致，无“补丁感”
- 纹理匹配：纸张的细微噪点、扫描留下的颗粒感，全部自然延续
- 结构保真：表格线、段落边距、页眉页脚等非文字元素，0干扰
这背后，是FFT提供的频域鲁棒性 + LAMA的语义级生成能力的结合。它不追求“最炫酷”，而追求“最不被察觉”。
5. 遇到问题怎么办？四个高频问题的真实解法
即使操作很傻瓜，实际用时仍可能卡住。以下是我在真实项目中踩过的坑，附带亲测有效的解法：
5.1 问题：修复后文字残留，像“鬼影”一样半透明
原因：标注太薄，或文字本身半透明（如PDF导出图、带图层的PSD）
解法：
- 不要重画，直接点“ 清除”按钮清空当前标注；
- 重新上传同一张图；
- 这次用稍大一号的画笔，在原文字区域涂两遍（第一遍打底，第二遍加厚），确保白色完全不透底；
- 再次修复。90%的情况一次解决。
5.2 问题：修复区域周围出现奇怪色边（比如一圈浅黄）
原因：标注紧贴文字边缘，系统羽化时把邻近像素的色偏也带进来了
解法：
- 清除标注，重新上传；
- 刻意把白色涂出文字边界2–3像素（就像给文字画个“呼吸区”）；
- 让系统有足够缓冲空间做平滑过渡。实测比“严丝合缝”效果好得多。
5.3 问题：大图（>2000px）修复极慢，甚至报错内存不足
原因：显存吃紧，LAMA模型对高分辨率敏感
解法：
- 不降质，只降尺寸：用系统自带的“裁剪”工具（界面右上角图标），把图切成2–3块分别修复；
- 修复完后，用任意图片工具（甚至Windows画图）拼回去——因为每块修复都独立保真，拼接处几乎看不出接缝；
- 或上传前用在线工具（如TinyPNG）将图压缩到1800px宽，质量损失微乎其微，处理速度提升3倍。
5.4 问题：修复后整块区域变模糊，像打了马赛克
原因：误用了“橡皮擦”擦掉了太多标注，导致系统判定“修复区域太小”，转而用保守的模糊填充策略
解法：
- 立刻点“撤销”（或
Ctrl+Z）； - 如果已无法撤销，就点“清除”，重新标注；
- 牢记口诀：宁可多涂，不可少涂；宁可涂宽，不可涂窄。
6. 进阶技巧：批量处理、多轮精修与风格锁定
当你熟悉基础操作后，这几个技巧能让效率翻倍：
6.1 批量去文字：用“分层修复”代替单次大范围
面对一页PPT上12处标注，别想着一次全涂。试试：
- 先只涂左上角3处，修复 → 下载
output_1.png； - 上传
output_1.png，再涂中间4处，修复 → 下载output_2.png； - 上传
output_2.png，涂剩余5处，修复。
优势：每次修复区域小，速度快；单次失败不影响全局；可随时回退到上一版。
6.2 多轮精修：对付顽固残留字迹
有些印刷体小字（如页脚版权信息），一次修复可能留白边。这时：
- 修复后，不下载，直接在结果图上继续操作；
- 放大到200%，用最小画笔（10px）精准点掉残留白点；
- 再点“ 开始修复”——系统会基于上一轮结果做二次优化，往往一击必杀。
6.3 风格锁定：确保多张图修复后色调统一
如果你要处理一个系列图（如10张产品说明书），希望所有修复区颜色一致：
- 先用其中一张图做一次完整修复，得到理想效果；
- 记住这次修复的输出文件名（如
outputs_20240520151033.png）； - 后续所有图，都以这张“参考图”为基准，在修复前勾选界面隐藏的“风格参考”选项（需联系科哥开启，微信312088415）；
- 系统会自动提取参考图的色彩直方图与纹理特征，强制后续修复向其对齐。
7. 总结：它不是一个“修图工具”，而是一个“文字隐形助手”
回看整个过程，从启动服务到拿到干净图片，我花了不到8分钟。没有命令行、没有报错、没有模型下载等待——只有上传、涂抹、点击、查看。
但它背后的技术并不简单：
- FFT让它能“看见”文字作为高频噪声的本质；
- NPainting提供可控的局部编辑能力；
- LAMA保证生成内容在语义与视觉上的双重合理；
- 科哥的二次开发则把这一切，变成了连实习生都能上手的Web界面。
所以，如果你的需求明确是：
🔹 去掉图片里的文字、水印、签名、临时标注
🔹 要求结果自然、无痕、不伤原图结构
🔹 希望过程简单、稳定、不折腾环境
那么，这个镜像不是“又一个选择”，而是目前我能找到的最省心、最可靠、效果最扎实的落地方案。
它不炫技，不堆参数，不讲大道理。它就安静地待在那里，等你上传一张图，然后，帮你把不想让人看见的东西，彻底、干净、体面地，从画面里请出去。
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。
