零基础玩转AI修图：fft npainting lama完整操作流程-平芜编程栈

零基础玩转AI修图：fft npainting lama完整操作流程

你是否曾为一张心爱的照片上突兀的电线、路人、水印或瑕疵而发愁？是否试过用PS反复涂抹却总留下生硬痕迹？现在，无需专业技能、不用复杂参数，只需三步——上传、圈选、点击，就能让AI自动“脑补”出自然无缝的修复效果。

本文将带你从零开始，手把手完成一次完整的AI修图实战。不讲晦涩原理，不堆技术术语，只聚焦“怎么打开、怎么画、怎么修、怎么保存”，全程基于科哥二次开发的fft npainting lama镜像，界面友好、响应迅速、效果扎实。哪怕你从未接触过AI工具，也能在10分钟内独立完成高质量图片修复。

1. 环境准备：三分钟启动WebUI服务

别被“FFT”“LAMA”这些名字吓到——它们只是背后的技术代号，你面对的，是一个开箱即用的图形化修图界面。整个过程不需要写代码、不配置环境、不编译模型。

1.1 启动服务（仅需两条命令）

登录你的服务器（或本地Docker环境）后，在终端中依次执行：

cd /root/cv_fft_inpainting_lama bash start_app.sh

看到如下提示，说明服务已成功运行：

===================================== ✓ 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：如果提示端口被占用（如Address already in use），可先执行lsof -ti:7860 | xargs kill -9清理旧进程，再重试启动。

1.2 访问界面：浏览器直达，无需安装

在任意设备的浏览器中输入：

局域网内其他电脑：http://你的服务器IP:7860（例如http://192.168.1.100:7860）
本机直接访问：http://127.0.0.1:7860

你会看到一个清爽简洁的界面，顶部写着“ 图像修复系统”，右下角标注着“webUI二次开发 by 科哥”。这就是你今天的AI修图工作室。

注意：该WebUI默认不开放外网访问，仅限内网使用，安全可靠，无需担心图片上传至云端。

2. 界面初识：左边画画，右边看结果

整个界面采用左右分栏设计，逻辑清晰，一目了然：

┌─────────────────────────────────────────────────────┐ │ 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] │ 处理状态 │ │ [ 清除] │ [状态信息显示] │ └──────────────────────┴──────────────────────────────┘

我们重点掌握三个核心区域：

左侧图像编辑区：这是你的“数字画布”。你可以在这里上传照片、用画笔圈出要修复的部分、用橡皮擦微调范围。
右侧修复结果区：实时显示AI修复后的完整图像，下方同步输出处理状态和保存路径。
底部功能按钮组：“ 开始修复”是核心动作键；“ 清除”一键清空当前所有操作，随时重来。

小贴士：界面支持鼠标滚轮缩放画布（部分浏览器）、左键拖拽平移、Ctrl+V粘贴剪贴板图片——这些操作比想象中更顺手。

3. 实战四步法：从上传到下载，一气呵成

下面以一张带水印的风景照为例，完整走一遍修复流程。你完全可以跟着操作，用自己手机拍的一张照片试试。

3.1 第一步：上传图像（三种方式任选其一）

支持以下任意一种上传方式：

点击上传：点击左侧虚线框区域，弹出文件选择窗口，选中PNG/JPG/WEBP格式图片；
拖拽上传：直接将图片文件从桌面拖入虚线框内（最推荐，最快捷）；
粘贴上传：截图或复制一张图片（Ctrl+C），在界面任意空白处按 Ctrl+V 即可粘贴。

推荐优先使用PNG格式：无损压缩，保留更多细节，修复边缘更自然。

注意事项：
图像分辨率建议控制在2000×2000像素以内（过大时处理时间明显延长）；
若上传后界面无反应，请检查浏览器是否禁用了JavaScript，或尝试换用Chrome/Firefox。

3.2 第二步：标注修复区域（关键！但很简单）

这一步决定修复质量的上限。不是“画得越细越好”，而是“覆盖要修的地方，略留余量”。

操作流程：

确认画笔已激活：工具栏第一个图标（🖌）默认高亮，即为画笔模式；
调整画笔大小：拖动下方“画笔大小”滑块——
- 小画笔（10–30px）：适合勾勒文字、小水印、人像瑕疵等精细区域；
- 中画笔（50–100px）：适合移除路人、电线、LOGO等中等尺寸物体；
- 大画笔（150px+）：适合快速涂抹大面积背景杂乱区域；
涂抹白色遮罩：在需要修复的位置，像涂鸦一样轻轻涂抹——白色区域即为AI将要“重绘”的范围；
- 不必追求完美闭合，略微超出目标区域反而效果更好（AI会自动羽化过渡）；
- 可多次涂抹叠加，确保完全覆盖，不留缝隙；
微调用橡皮擦：若不小心涂过界，点击工具栏第二个图标（🧽），用橡皮擦擦除多余部分。

实操技巧：
对于半透明水印，建议用中号画笔整体覆盖，并向外延展2–3像素；
移除人物时，沿轮廓外侧1–2毫米涂抹，避免边缘生硬；
修复人像面部斑点，用小画笔点涂即可，切勿大面积涂抹，以免影响肤色一致性。

3.3 第三步：点击修复，静待结果

确认白色遮罩覆盖准确后，点击醒目的“ 开始修复”按钮。

此时右侧状态栏会实时更新：

初始化...→ 加载模型与预处理
执行推理...→ AI正在分析上下文并生成内容
完成！已保存至: /root/cv_fft_inpainting_lama/outputs/outputs_20250405142231.png→ 修复成功

⏱ 时间参考（实测）：

手机拍摄常规图（1200×1800）：约8–12秒
高清壁纸（1920×1080）：约15–22秒
超大图（3000×4000）：约35–55秒（耐心等待，结果值得）

小贴士：处理期间可最小化浏览器，不影响后台运算；若中途想取消，按Ctrl+C在终端中断即可。

3.4 第四步：查看与下载结果（两秒搞定）

修复完成后，右侧立即显示高清修复图，与原图并排对比，差异一目了然。

查看效果：直接观察修复区域是否自然、纹理是否连贯、色彩是否协调；
下载文件：结果已自动保存至服务器路径：
/root/cv_fft_inpainting_lama/outputs/outputs_YYYYMMDDHHMMSS.png
（例如outputs_20250405142231.png）

你可通过以下任一方式获取：

使用FTP工具（如FileZilla）连接服务器，进入上述目录下载；
在服务器终端执行：
```
ls -lt /root/cv_fft_inpainting_lama/outputs/ | head -5
```
查看最新生成的文件名，再用scp或rsync下载到本地；
若为云服务器，多数平台提供Web文件管理器，直接点击下载。

验证小技巧：将修复图与原图在看图软件中切换对比，重点观察边缘过渡是否柔和、材质细节（如砖纹、树叶、皮肤）是否真实还原。

4. 进阶技巧：让修复效果更上一层楼

基础流程跑通后，你会发现很多“看似不可能”的需求，其实只需一点小技巧就能轻松实现。

4.1 分区域多次修复（应对复杂场景）

当一张图需移除多个不相关物体（如：左上角水印 + 右下角路人 + 中间广告牌），不建议一次性全涂——AI对大范围语义理解压力较大，易出现结构错乱。

正确做法：

先只圈选并修复水印区域，点击“ 开始修复”；
修复完成后，点击“ 清除”按钮清空画布（注意：此时右侧修复图仍保留）；
点击“🖼 重新上传”，选择刚生成的outputs_*.png文件作为新底图；
再次圈选路人区域，修复；
重复步骤，逐个处理，最终得到全局一致、细节饱满的结果。

本质是“AI接力”：前一次修复为后一次提供更干净、更连贯的上下文，效果远超单次大范围操作。

4.2 边缘优化：告别生硬“贴图感”

有时修复后边缘略显突兀，像一块“补丁”。这不是AI能力不足，而是标注策略可优化。

解决方案（两步到位）：

扩大标注范围：用橡皮擦清理掉紧贴物体边缘的白线，改用稍大的画笔，将白色区域向外扩展2–5像素；
启用自动羽化：本镜像已内置边缘柔化算法，只要标注有合理余量，系统会自动融合过渡，无需额外设置。

实测对比：同一张带签名的合同扫描件，未扩边修复后签名边缘可见轻微色块；扩大3像素后，签名区域完全消失，纸张纹理自然延续，毫无破绽。

4.3 瑕疵精修：小画笔+点涂，专治细节问题

人像皮肤痘印、老照片划痕、产品图反光点——这类微小缺陷，用大画笔会误伤周边，用小画笔精准点涂才是王道。

操作要点：

画笔大小调至10–20px；
放大图像（滚轮缩放），准确定位瑕疵中心；
单击或短距离轻涂1–2次，覆盖即可，勿反复涂抹；
点击修复，AI将基于周围像素智能填充，肤色/材质/光影保持高度一致。

场景示例：修复一张朋友旅行照中的镜头眩光点（直径约5px），用15px画笔点涂两次，修复后完全不可见，连发丝走向都未受影响。

5. 常见问题速查：遇到卡点，30秒解决

问题现象	快速排查与解决
界面打不开，显示“无法连接”	① 终端执行`ps aux \| grep app.py`确认服务进程是否存在；② 执行`curl http://127.0.0.1:7860`测试本地能否访问；③ 检查防火墙是否放行7860端口（`ufw allow 7860`）
上传后无反应，状态栏一直显示“等待上传…”	① 刷新页面重试；② 换用Chrome浏览器；③ 确认图片格式为PNG/JPG/WEBP，且文件未损坏（可用系统看图软件打开验证）
修复后颜色偏灰/发暗	上传图片是否为sRGB色彩空间？建议用Photoshop或GIMP另存为标准sRGB PNG；本镜像对BGR格式已做自动转换，但原始色彩配置仍影响最终观感
修复区域出现奇怪纹理或重复图案	标注范围过小或形状过于狭长。请扩大标注并确保覆盖完整目标，尤其对细长物体（如电线、树枝）要包裹其全部宽度
找不到输出文件	绝对路径固定为`/root/cv_fft_inpainting_lama/outputs/`，文件名含精确时间戳。执行`ls -t /root/cv_fft_inpainting_lama/outputs/ \| head -3`即可列出最新3个文件

终极保障：遇到任何问题，可直接微信联系开发者“科哥”（ID：312088415），响应及时，且项目承诺永久开源免费，仅需保留作者署名。

6. 总结：你已掌握一套真正可用的AI修图工作流

回顾整个流程，我们没有配置Python环境，没有下载千兆模型，没有调试CUDA版本，甚至没打开过一行命令行（除了启动那两条）。你所做的一切，就是：

打开浏览器 → 上传照片 → 用画笔圈一圈 → 点一下“” → 下载结果。

但这套看似简单的操作背后，是FFT频域建模与LaMa大感受野修复网络的深度结合——它让AI不仅能“填满空白”，更能理解图像的结构、纹理、光照与语义关系，从而生成物理合理、视觉可信的修复内容。

你现在可以：

独立清除电商主图上的拍摄支架与反光板；
一键抹去旅游照里闯入镜头的陌生人；
修复老照片折痕与霉斑，让记忆重焕生机；
为设计稿快速去除参考线与水印，提升交付效率。

技术从不因名称而高冷。fft npainting lama不是供人仰望的学术符号，而是一把为你打磨好的数字刻刀——握在手里，就能创造。

下一步，不妨挑一张你最想拯救的照片，现在就打开浏览器，开始你的第一次AI修图吧。

--- > **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](https://ai.csdn.net/?utm_source=mirror_blog_end)，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。

零基础玩转AI修图：fft npainting lama完整操作流程