零基础也能用！FFT-LaMa图像修复镜像保姆级入门教程
1. 快速上手：从零开始的图像修复之旅
你是不是经常遇到这样的问题：一张珍贵的照片上有不需要的物体、水印或者瑕疵，想把它去掉却不会用复杂的修图软件？别担心，今天我要介绍的这个工具，哪怕你是完全不懂技术的小白，也能在几分钟内学会如何专业级地修复图片。
我们即将使用的是一款基于LaMa模型的图像修复系统，由开发者“科哥”进行了二次开发和优化，封装成了一个开箱即用的镜像——fft npainting lama重绘修复图片移除图片物品 二次开发构建by科哥。它最大的优点就是：无需安装复杂环境，一键启动，网页操作，简单直观。
1.1 为什么选择这款镜像？
市面上虽然有不少图像修复工具，但大多数要么需要高深的技术背景，要么效果不理想。而这款镜像有以下几个突出优势：
- 免配置部署：所有依赖都已经打包好，省去繁琐的环境搭建过程
- WebUI界面友好：通过浏览器就能操作，像使用普通软件一样简单
- 修复质量高：基于先进的LaMa模型，能智能理解图像内容，自然填充被删除区域
- 支持多种场景：无论是去水印、删文字、移除人物还是修复老照片，都能轻松应对
更重要的是，整个过程不需要写代码，也不用懂什么深度学习原理，只要你会上传图片、会画画笔，就能搞定。
2. 环境准备与服务启动
2.1 前提条件
在开始之前，请确保你已经具备以下条件：
- 一台云服务器或本地主机（推荐Linux系统）
- 至少4GB显存的GPU（如果没有，CPU也可以运行，但速度较慢）
- 已经成功拉取并运行了该镜像
如果你还没有部署镜像，通常可以通过平台提供的“一键部署”功能快速完成。部署完成后，就可以进入下一步。
2.2 启动Web服务
打开终端，执行以下命令进入项目目录并启动服务：
cd /root/cv_fft_inpainting_lama bash start_app.sh如果看到类似下面的提示信息，说明服务已经成功启动：
===================================== ✓ 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 =====================================这时候，你的图像修复系统已经在后台运行起来了。
2.3 访问操作界面
在浏览器中输入：http://你的服务器IP:7860，就能看到系统的主界面。
小贴士：如果你是在本地测试，可以直接访问
http://127.0.0.1:7860。如果是远程服务器，请确保防火墙开放了7860端口。
3. 系统界面详解：一看就懂的操作布局
3.1 主界面结构
系统采用左右分栏设计，清晰明了：
┌──────────────────────┬──────────────────────────────┐ │ 🎨 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] │ 📊 处理状态 │ │ [🔄 清除] │ [状态信息显示] │ └──────────────────────┴──────────────────────────────┘左边是编辑区，你可以在这里上传图片、用画笔标记要修复的部分；右边是结果展示区，修复完成后会自动显示处理后的图像和保存路径。
3.2 功能按钮说明
- 上传区域：支持点击上传、拖拽上传、甚至复制粘贴（Ctrl+V），非常方便
- 画笔工具：用来涂抹你想去除的内容，涂成白色的地方会被系统识别为“需要修复”
- 橡皮擦工具：如果不小心画多了，可以用它擦掉
- 开始修复：点击后模型开始工作，等待几秒到几十秒即可出结果
- 清除按钮：一键清空当前所有操作，重新来过
整个界面没有复杂的参数设置，完全为新手考虑，真正做到“所见即所得”。
4. 四步完成图像修复
4.1 第一步：上传你的图片
支持常见的图片格式：PNG、JPG、JPEG、WEBP。
你可以：
- 点击上传区域选择文件
- 直接把图片拖进框里
- 复制一张图片，然后在页面上按 Ctrl+V 粘贴
上传成功后，你会看到图片出现在左侧编辑区。
4.2 第二步：用画笔标注修复区域
这是最关键的一步。你要告诉系统：“我想让这部分消失”。
操作方法很简单：
- 确保画笔工具已选中（默认就是）
- 调整画笔大小：滑动“画笔大小”滑块，小细节用小笔，大面积用大笔
- 在需要去除的区域上涂抹白色
比如你想去掉一个人，那就把他整个人都涂白；想去掉水印，就把水印部分完整覆盖。
经验分享：建议稍微超出目标边缘一点再涂，这样系统有更好的上下文信息进行填充，边缘过渡更自然。
4.3 第三步：点击“开始修复”
一切准备就绪后，点击绿色的🚀 开始修复按钮。
系统会经历几个阶段：
- 初始化 → 加载模型
- 执行推理 → AI正在思考怎么补全
- 完成！→ 修复结束，结果已生成
处理时间取决于图片大小：
- 小图（500px以内）：约5秒
- 中等尺寸（1000px左右）：10–20秒
- 大图（2000px以上）：可能需要半分钟以上
耐心等待一会儿，别急着刷新页面。
4.4 第四步：查看并下载结果
修复完成后，右侧会立刻显示出新的图像——你会发现刚才涂白的地方已经被智能填补，看起来就像从来没存在过一样！
同时，下方的状态栏会告诉你文件保存路径：
完成！已保存至: /root/cv_fft_inpainting_lama/outputs/outputs_20260105142312.png你可以通过SSH工具连接服务器，进入这个目录下载文件，或者如果有可视化文件管理器，直接下载即可。
5. 实战案例演示
5.1 去除照片中的路人甲
假设你在旅游时拍了一张风景照，但画面里有个陌生人挡住了美景。
做法：
- 上传照片
- 用适中大小的画笔把那个人全身涂白
- 点击“开始修复”
你会发现，AI不仅把人去掉了，还根据周围的山、树、天空等元素，合理地补上了背景，毫无违和感。
5.2 删除图片上的水印
很多网站下载的图片都有半透明水印，手动修很麻烦。
做法：
- 上传带水印的图
- 用画笔完整覆盖水印区域（可以略大一圈）
- 开始修复
对于轻微透明度的水印，一次就能基本消除。如果还有残留，可以把修复后的图再次上传，做第二次精细修补。
5.3 修复老照片划痕
老照片常有划痕或污点，影响观感。
做法：
- 上传老照片
- 使用小画笔精准涂抹每一条划痕
- 分段修复（先修一处，保存后再修下一处）
由于模型对纹理重建能力很强，即使是复杂的纸张质感也能还原得很好。
6. 提升修复效果的实用技巧
6.1 标注越准，效果越好
虽然AI很聪明，但它也需要你给它明确的指令。记住：
- 白色 = “请帮我重画这里”
- 黑色 = “保持原样”
所以一定要确保你想去掉的部分完全被白色覆盖，否则漏掉的地方不会被处理。
6.2 分区域多次修复更稳妥
面对复杂场景，不要试图一次性搞定所有问题。推荐做法是：
- 先修复最大最明显的干扰物
- 下载中间结果
- 重新上传，继续修复其他小瑕疵
这样既能控制质量，又能避免因一次操作过多导致填充失真。
6.3 注意图像分辨率
虽然系统支持大图，但太大的图片会导致处理时间变长，甚至内存不足。
建议：
- 尽量将图片缩放到2000×2000像素以内
- 如果原始图很大，可以先裁剪出关键区域再修复
- 修复完成后再放大输出
6.4 边缘处理小窍门
有时候修复完发现边界有点生硬或有色差？
解决办法：
- 再次编辑时，把标注范围向外扩展几个像素
- 让AI有更多的参考信息来做平滑过渡
- 系统自带边缘羽化功能，适当扩大范围能让融合更自然
7. 常见问题与解决方案
7.1 为什么点了“开始修复”没反应？
检查以下几点：
- 是否已经上传了图片？
- 是否用画笔做了标注？（必须有白色区域）
- 浏览器是否有弹窗阻止？尝试刷新页面
可以在终端查看日志输出，确认是否有报错信息。
7.2 修复后颜色偏暗或不一致？
这可能是由于模型在重建时对光照估计略有偏差。
应对策略：
- 尝试重新标注并扩大范围
- 修复后可用PS或其他工具微调亮度对比度
- 优先使用PNG格式上传，减少压缩带来的色彩损失
7.3 输出文件找不到怎么办？
默认保存路径是：
/root/cv_fft_inpainting_lama/outputs/文件名格式为outputs_YYYYMMDDHHMMSS.png，按时间戳命名。
你可以通过以下命令查看最新生成的文件：
ls -lt /root/cv_fft_inpainting_lama/outputs/7.4 如何停止服务？
当你用完之后，回到运行服务的终端，按下Ctrl + C即可安全关闭。
如果无法中断，可以强制终止进程：
ps aux | grep app.py kill -9 <对应的PID>8. 进阶玩法：打造自己的修复流水线
虽然这个镜像是为小白设计的，但如果你愿意深入一点，还可以玩出更多花样。
8.1 批量处理多张图片
虽然WebUI是单张操作，但你可以结合脚本实现批量处理。例如：
- 把待处理图片统一放在某个文件夹
- 编写Python脚本调用API接口自动标注和修复
- 输出结果归类保存
这对于需要清理大量素材的设计工作者特别有用。
8.2 结合其他工具使用
修复只是第一步。你可以把结果导入到：
- Photoshop 做进一步美化
- 视频编辑软件 制作动态内容
- 自动化流程 构建AI修图流水线
比如电商运营人员可以用它快速去除商品图背景杂物，提升主图质量。
9. 总结
通过这篇教程，你应该已经掌握了如何使用FFT-LaMa图像修复镜像来轻松完成各种图片修复任务。回顾一下关键步骤：
- 启动服务，访问WebUI
- 上传图片，用画笔标出要删除的部分
- 点击“开始修复”，等待结果
- 查看效果，下载成品
整个过程不需要任何编程基础，也不用理解背后的AI原理，就像使用美图秀秀一样简单，但效果却接近专业级水平。
无论你是想清理旧照片、去除水印、还是制作干净的素材图，这套工具都能帮你省下大量时间和精力。
现在就去试试吧，说不定下一秒你就能拯救一张差点被删除的珍贵回忆。
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。
