分步图解FFT NPainting LAMA使用流程，超适合初学者
你是不是也遇到过这样的问题：一张精心拍摄的照片，却被路人、电线杆、水印或文字破坏了整体美感？想手动修图又不会PS，用在线工具又担心隐私泄露、效果生硬、反复上传太麻烦？别急——今天这篇图文并茂的实操指南，就是为你量身定制的「零基础图像修复入门课」。
我们不讲晦涩的傅里叶变换原理，也不堆砌模型参数和训练细节。只聚焦一件事：打开浏览器，5分钟内完成一次专业级图片重绘修复。全程配图示意、步骤编号、关键提示加粗标注，哪怕你从没碰过AI修图工具，也能照着操作，一步不错。
下面开始——
1. 启动服务：两行命令，WebUI就位
在服务器终端（SSH或本地Docker环境）中，依次执行以下两条命令：
cd /root/cv_fft_inpainting_lama bash start_app.sh注意：请确保你已正确部署该镜像，且当前用户具有
/root/cv_fft_inpainting_lama目录读写权限。若提示command not found，请先确认镜像是否已完整拉取并运行。
执行后，你会看到类似这样的成功提示：
===================================== ✓ 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 =====================================此时服务已在后台运行。无需额外配置，无需安装依赖，无需等待编译——它已经准备好了。
1.1 如何访问界面？
打开任意现代浏览器（Chrome/Firefox/Edge推荐），在地址栏输入：
http://你的服务器IP:7860例如，如果你是在本地虚拟机中运行，IP是192.168.1.100，就输入http://192.168.1.100:7860；
如果是在云服务器上，就填你分配到的公网IP（如47.98.123.45）；
如果是本机Docker Desktop，直接访问http://127.0.0.1:7860即可。
页面加载成功后，你会看到一个简洁清爽的双栏界面——左侧是编辑区，右侧是结果预览区，顶部有醒目的标题：“ 图像修复系统”。
2. 界面初识：三秒看懂每个区域是干什么的
别被“系统”“WebUI”这些词吓到。这个界面设计得非常直觉化，就像你常用的手机修图App一样自然。我们用一张结构示意图快速建立认知：
┌─────────────────────────────────────────────────────┐ │ 图像修复系统 │ │ webUI二次开发 by 科哥 | 微信：312088415 │ ├──────────────────────┬──────────────────────────────┤ │ │ │ │ 图像编辑区 │ 📷 修复结果 │ │ │ │ │ [图像上传/编辑] │ [修复后图像显示] │ │ │ │ │ [ 开始修复] │ │ │ [ 清除] │ 处理状态 │ │ │ [状态信息显示] │ └──────────────────────┴──────────────────────────────┘2.1 左侧编辑区：你的“数字画布”
图像上传区：一大块灰色虚线框，支持三种方式上传：
- 点击选择文件（弹出系统对话框）
- 直接拖拽图片文件进来（最顺手！）
- 复制一张截图（Ctrl+C），然后在框内按 Ctrl+V 粘贴（神速！）
工具栏（位于上传区下方）：
- 画笔图标：默认激活，用于涂抹需要修复的区域（涂成白色）
- 橡皮擦图标：擦掉画错的地方
- 撤销图标：后悔了？点一下就回到上一步
- 清除按钮（）：一键清空所有操作，从头再来
画笔大小滑块：向右拖动变粗，向左拖动变细。小图建议用中等大小（约30–50px），大图可调至80–120px。
2.2 右侧结果区：所见即所得的“成果展台”
- 主预览窗：实时显示修复后的完整图像（处理完成后自动刷新）
- 状态栏：一行小字告诉你当前在做什么，比如“执行推理中…”或“完成！已保存至: outputs_20240520143215.png”
- 保存路径提示：每次修复成功，都会明确告诉你文件存在哪——不用翻找，复制路径就能定位
小贴士：整个界面没有“设置”“高级选项”“模型切换”等干扰项。科哥的设计哲学很明确：让初学者第一次点击“开始修复”，就能得到满意结果。
3. 四步实操：从上传到下载，手把手带你走一遍
我们用一张带水印的风景照作为示例，全程截图示意（文字描述对应真实界面逻辑）。
3.1 第一步：上传原图（3秒搞定）
- 打开你的照片文件夹，选中一张JPG或PNG格式的图（推荐尺寸1000×1500以内，效果快又稳）
- 拖入左侧虚线框，松手——图片立刻加载完成，自动居中显示
此时状态栏会显示：“等待上传图像并标注修复区域…”
3.2 第二步：精准标注要修复的区域（核心！）
这是影响最终效果最关键的一步。记住口诀：白=要修，越准越好，宁多勿少。
- 确保画笔工具已选中（图标高亮）
- 调整画笔大小：水印较小（如角落LOGO），用小号（20–40px）；大面积杂物（如横穿画面的电线），用大号（60–100px）
- 在水印/物体上连续涂抹，直到整个目标区域被均匀覆盖为白色（如下图示意）
重要提醒：白色必须完全覆盖你要去掉的部分。边缘可以稍微画出去一点——系统自带羽化算法，会智能融合过渡，比刚好卡边更自然。
- 如果不小心涂多了？立刻点橡皮擦，轻轻擦掉多余部分。
- 如果涂漏了一角？再用画笔补上即可。
标注完成后，你会看到原图上出现一块清晰的白色蒙版——这就是你告诉AI：“这里，请帮我重绘”。
3.3 第三步：点击“ 开始修复”，静候佳音
- 点击那个醒目的蓝色按钮：“ 开始修复”
- 状态栏立即变为：“初始化…” → “执行推理…”
- 处理时间取决于图大小：
- 小图（<800px宽）：约5–8秒
- 中图（800–1500px）：约12–22秒
- 大图（>1500px）：最多60秒，请耐心等待（进度条会动态更新）
成功后，右侧预览窗瞬间刷新，展示修复完成的高清图；状态栏显示：“完成！已保存至: outputs_20240520143215.png”
3.4 第四步：查看 & 下载结果（两步到位）
- 查看效果：直接对比左右两侧——原图上的水印已消失，背景纹理、光影、色彩全部自然延续，毫无拼接感。
- 下载文件：
- 文件已自动保存至服务器路径：
/root/cv_fft_inpainting_lama/outputs/ - 文件名含时间戳（如
outputs_20240520143215.png），避免覆盖 - 你可以通过FTP工具（如FileZilla）、云服务器控制台文件管理器，或执行命令下载：
# 在服务器终端执行，将结果复制到家目录方便下载 cp /root/cv_fft_inpainting_lama/outputs/outputs_*.png ~/my_fixed_photo.png
- 文件已自动保存至服务器路径：
至此，一次完整的图像修复流程结束。从打开页面到拿到高清无水印图，全程不到2分钟。
4. 实战技巧：让效果更惊艳的3个关键习惯
很多新手第一次用觉得“还行”，但第二次调整后才发现：原来还能这么自然！这背后不是玄学，而是三个可复现的操作习惯。
4.1 习惯一：用“小画笔+多次涂抹”代替“大画笔一划而过”
- 错误做法：调最大画笔，粗暴一圈圈涂满整个水印
- 正确做法：先用中号画笔勾勒外轮廓，再换小号（15–25px）仔细填充内部细节，尤其注意文字边缘、半透明区域
效果差异：前者容易导致边缘生硬、纹理断裂；后者让AI获得更精确的空间约束，生成内容更连贯、细节更丰富。
4.2 习惯二：对复杂区域，主动“分而治之”
比如一张人像照，脸上有痘痘+背景有杂物+左下角有日期水印：
- 第一轮：只标痘痘区域 → 修复 → 下载中间图
- 第二轮：上传刚修复好的图，只标背景杂物 → 修复
- 第三轮：再上传，只标日期 → 最终完成
为什么有效？单次修复区域越小，AI注意力越集中，上下文理解越准确，成功率显著提升。这不是偷懒，是聪明的策略。
4.3 习惯三：修复后若边缘略显生硬，别重来——只需“扩大标注再修一次”
- 观察修复图边缘是否有轻微色差或线条感？
- 不要删掉重做！只需：
- 点击“ 清除”（保留原图）
- 用稍大的画笔，把原来白色区域向外扩展2–3像素
- 再次点击“ 开始修复”
原理很简单：多出来的这点白色，给了AI更多周边像素作参考，它会用更柔和的渐变完成融合——这就是文档里说的“自动羽化优化”。
5. 场景速查：4类高频需求，对应操作一句话总结
| 需求场景 | 关键操作要点 | 效果预期 |
|---|---|---|
| 去除水印 | 涂满水印+略微扩大范围，半透明水印建议涂两遍 | 水印彻底消失，背景纹理自然延续，无色块残留 |
| 移除路人/杂物 | 精准勾勒人物轮廓，注意头发、衣角等毛边处用小画笔 | 人物消失后，地面/墙面/天空自动补全，无扭曲变形 |
| 修复老照片瑕疵 | 小画笔点涂霉斑、划痕、折痕，避开五官等关键结构 | 斑点消失，纸张质感保留，不损失原有层次感 |
| 删除图片中文字 | 分段涂抹（尤其长标语），避免一次性覆盖大片区域 | 文字区域被语义化重绘，周围排版、留白保持协调 |
所有场景均无需调整任何参数。你唯一要做的，就是“涂得准、涂得全、涂得略宽”。
6. 常见问题快答：遇到报错？先看这5条
我们整理了新手最常卡住的5个瞬间，每条都给出可立即执行的解决方案：
Q：点击“开始修复”没反应，状态栏一直停在“等待上传…”
→ A：检查是否真的完成了上传（图片是否已显示在左侧）；再确认是否用画笔涂出了可见的白色区域（纯黑图上涂白才有效）。Q：修复后整张图变灰/发绿/颜色怪异
→ A：你上传的可能是BGR格式或非标准RGB图。请用系统画图、Photoshop或在线工具另存为标准PNG或JPG再试。Q：处理30秒还没动静，浏览器卡死？
→ A：大概率是图太大（>2500px）。请先用手机相册或网页工具压缩到2000px宽以内，再上传。Q：找不到输出文件？路径里没有outputs_xxx.png
→ A：确认你执行的是bash start_app.sh（不是python app.py）；检查目录权限：ls -l /root/cv_fft_inpainting_lama/outputs/应有写入权限。Q：想换回原图重新修，但“清除”按钮点了没变化？
→ A：这是浏览器缓存导致的视觉假象。直接按Ctrl+R强制刷新页面，或关闭标签页重开即可。
7. 进阶提示：不折腾，也能玩出专业感
你不需要懂代码、不需调参、不必研究LAMA模型结构，但掌握这几个轻量技巧，就能让产出媲美专业修图师：
- 保存中间图再精修：修复完大块区域后，立即下载，再上传它去修细节——这是职业 workflow 的核心。
- 善用“撤销”组合技：涂错→点撤销；不满意→点清除→重传原图。没有学习成本，只有操作自由。
- 批量处理？其实很简单：虽然当前WebUI是单图模式，但你完全可以开多个浏览器标签页，同时处理不同照片——效率翻倍。
- 效果对比有方法：修复完成后，把原图和结果图并排打开（用系统看图工具），拖动窗口对齐，一眼看出进步。
最后一句真心话：这个工具真正的价值，不在于它多“智能”，而在于它把过去需要半小时的专业技能，压缩成三次鼠标点击。你节省下来的每一分钟，都值得投入在更有创造力的事情上。
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。
