fft npainting lama分步教学：从启动到完成修复只需5步

FFT NPainting LAMA分步教学：从启动到完成修复只需5步

本文带你用最简单的方式，把一张带水印、杂物或瑕疵的图片，变成干净清爽的专业级作品。不需要代码基础，不用理解算法原理，只要跟着5个清晰步骤操作，就能看到立竿见影的效果。

1. 启动服务：两行命令，30秒就绪

别被“FFT”“LAMA”这些词吓到——它们只是背后默默工作的技术名字，你完全不需要懂。你要做的，只有两步：

首先，打开服务器终端（比如通过SSH连接），进入项目目录：

cd /root/cv_fft_inpainting_lama

然后，一键启动Web界面：

bash start_app.sh

你会立刻看到这样的提示：

===================================== ✓ 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 =====================================

这说明服务已成功运行。
如果没看到这个提示，请检查是否漏掉了cd命令，或执行ps aux | grep app.py确认进程是否存在。

现在，打开你的浏览器，在地址栏输入：
http://你的服务器IP:7860（例如http://192.168.1.100:7860）
你将看到一个简洁明了的图像修复界面——没有菜单嵌套、没有设置弹窗，只有左边画布、右边预览，和几个大按钮。

这个界面是科哥二次开发优化过的版本，去掉了所有冗余功能，只保留最核心的“上传→标注→修复→下载”闭环。

2. 上传图片：三种方式，总有一种适合你

上传不是技术活，是选择题。你可以任选其一：

• 点击上传：直接点击中间灰色区域，调出系统文件选择框，选中PNG/JPG/WEBP格式的图片即可；
• 拖拽上传：把图片文件直接从电脑桌面拖进网页灰框里，松手即上传；
• 粘贴上传：截图后按Ctrl + V，图片会自动出现在画布上（Chrome/Firefox支持良好）。

小贴士：

• 优先用PNG格式，它不压缩、保细节，修复后边缘更自然；
• 图像分辨率建议控制在2000×2000像素以内——太大虽能处理，但等待时间明显变长；
• 如果原图是手机竖拍，无需提前旋转，系统会自动适配方向。

上传成功后，左侧画布会立刻显示原图，右侧预览区仍为空白（因为还没开始修复）。此时界面底部状态栏会显示：
等待上传图像并标注修复区域...

3. 标注修复区域：用“画笔”圈出你想去掉的东西

这是整个流程中最关键的一步，但操作极其直观——就像用记号笔在照片上划掉不要的部分。

3.1 选择工具与调整大小

界面上方有一排图标，第一个就是画笔工具（Brush），默认已激活。
旁边有个滑块，标着“Brush Size”，拖动它可调节笔触粗细：

• 小尺寸（10–30px）：适合勾勒文字、水印、电线、小瑕疵等精细边缘；
• 中尺寸（50–100px）：适合涂抹人脸上的痘痘、LOGO、签名等中等目标；
• 大尺寸（150px+）：适合快速覆盖大面积背景杂物，比如路人、垃圾桶、横幅。

经验之谈：宁可稍大，不可遗漏。系统对“多涂一点”的容忍度远高于“漏涂一块”。

3.2 开始绘制：白色=待修复

在需要移除的区域上，按住鼠标左键拖动，画出纯白色遮罩。
注意：不是描边，而是实心填充；不是画轮廓，而是盖满整个目标。

举几个真实例子：

• 去除右下角半透明水印？把整个水印区域涂白，边缘多延展2–3像素；
• 移除照片里误入镜头的路人？从头到脚完整涂白，包括脚底阴影；
• 修掉证件照上的红笔批注？用小画笔一笔一笔填满字迹，别留缝隙。

3.3 精修：橡皮擦帮你“反悔”

如果涂错了、涂多了，或想微调边界，点一下橡皮擦工具（Eraser），再在画布上擦除即可。
它和画笔一样支持大小调节，擦除后露出原始图像，方便你重新定位。

正确标注的标志：

• 白色区域完整覆盖目标，无缺口；
• 边缘略宽于实际物体（约2–5像素），给算法留出羽化空间；
• 右侧预览区下方状态栏变为：已检测到有效mask标注。

4. 执行修复：点击一次，静待结果

确认标注无误后，点击界面上最醒目的蓝色按钮：
** 开始修复**

此时，状态栏会依次显示：

初始化... 执行推理... 完成！已保存至: /root/cv_fft_inpainting_lama/outputs/outputs_20240520143218.png

⏱ 处理耗时参考：

• 小图（<500px）：约5秒
• 中图（800–1500px）：10–20秒
• 大图（1800px+）：20–60秒

你不需要做任何事，只需看着右侧预览区——图像会从模糊渐变到清晰，最终呈现一张无缝融合的新图。

修复原理一句话说清：
系统基于LAMA模型（一种先进图像修复算法），结合FFT频域增强技术，智能分析周围纹理、颜色、光照，生成与原图风格一致的“补丁”，再无缝拼接。你看到的是结果，它干的是“脑补+缝合”的活。

5. 查看与保存：结果就在眼皮底下

修复完成后，右侧预览区会立即显示完整图像。你可以：

• 放大查看细节：滚动鼠标滚轮（部分浏览器支持）；
• 对比原图：点击左上角“ 清除”，重新上传原图并标注，做A/B对比；
• 下载结果：右键点击预览图 → “另存为”，或直接前往服务器路径：

/root/cv_fft_inpainting_lama/outputs/

文件名形如outputs_20240520143218.png，按时间戳命名，避免覆盖。

输出路径说明：

• 所有结果均保存为PNG格式，无损压缩，保留Alpha通道（如有）；
• 文件权限为当前用户可读写，可通过FTP、SFTP或宝塔面板直接下载；
• 每次修复都会生成新文件，旧文件不会被覆盖。

验证修复质量的小技巧：
把修复图和原图并排打开，眯起眼睛看过渡区域——如果看不出接缝、颜色一致、纹理连贯，那就达到了专业级效果。

6. 实战技巧：让修复效果更稳、更快、更准

上面5步是“能用”，这节教你“用好”。全是来自真实使用场景的硬核经验。

6.1 复杂边缘处理：分两次，胜过一次硬刚

比如要移除一根细电线穿过人物头发的场景：
❌ 错误做法：用小画笔沿电线全程描，稍有抖动就断线，导致修复失败；
正确做法：

1. 先用中号画笔，把电线两侧各扩3像素涂白（形成一条宽带）；
2. 点击修复，得到初步结果；
3. 下载该图，重新上传；
4. 用小画笔精修发丝边缘残留痕迹。
   两次操作，比一次追求完美更可靠。

6.2 多目标清理：别贪快，分区域逐个击破

一张图上有水印+路人+日期文字？
不要试图一次性全涂白。
✔ 推荐流程：

• 第一次：只涂水印，修复后下载；
• 第二次：上传上一步结果，只涂路人，修复后下载；
• 第三次：上传第二次结果，只涂日期，修复后下载。
  这样每步干扰少，成功率接近100%，且便于回溯哪一步出了问题。

6.3 边缘生硬？不是模型不行，是你没给它“缓冲带”

常见疑问：“为什么修复后边缘一圈发灰/发亮？”
答案几乎总是：标注太紧贴目标边缘。
🔧 解决方案：下次标注时，刻意让白色区域向外多延展3–5像素。系统内置的边缘羽化机制会利用这部分“缓冲区”，自动柔化过渡，让融合更自然。

6.4 修复后颜色偏移？试试这个隐藏操作

极少数情况下（如原图含特殊色彩配置），修复区域可能轻微偏色。
这不是Bug，而是RGB通道解析差异。
🛠 快速应对：

• 在Photoshop/GIMP中打开结果图；
• 使用“匹配颜色”功能，以原图未修复区域为源，对修复区域进行色彩校正；
• 或直接用在线工具（如 Photopea）做一键白平衡调整。
  （注：此属后期微调，非必需步骤）

7. 常见问题直答：省去反复试错的时间

我们整理了用户最高频的6个卡点，每个都给出可立即执行的解法。

Q1：点击“开始修复”没反应，状态栏一直停在“初始化…”

→ 检查服务器内存是否充足（至少2GB空闲）；
→ 执行nvidia-smi（如有GPU）确认显存未被占满；
→ 重启服务：Ctrl+C停止，再bash start_app.sh。

Q2：上传后画布一片黑/花屏

→ 确认图片不是CMYK模式（需转RGB）；
→ 尝试换用PNG格式重传；
→ 浏览器换Chrome最新版，禁用广告屏蔽插件。

Q3：修复后出现奇怪的色块或扭曲纹理

→ 标注区域存在镂空（比如只涂了文字外框，没填满）；
→ 用橡皮擦检查是否有未发现的白色断点；
→ 重新上传，用大一号画笔整体覆盖再试。

Q4：想修复同一张图的不同部位，但“清除”后原图也没了

→ 不要点“清除”，而应：右键预览图 → “在新标签页打开” → 保存该图 → 重新上传它继续操作。

Q5：输出文件夹里找不到最新生成的图

→ 路径没错，但文件名含时间戳，可用ls -lt outputs/按时间倒序列出，取第一行；
→ 或在WebUI界面底部状态栏，完整复制“已保存至: xxx.png”中的路径。

Q6：能否批量处理100张图？

→ 当前WebUI为单图交互式设计，不支持全自动批处理；
→ 如需批量，可联系科哥获取CLI命令行脚本（需基础Linux操作能力）；
→ 或使用Python调用其API接口（文档见项目根目录api_usage.md）。

8. 总结：5步闭环，就是这么简单

回顾这整套流程，它之所以高效，是因为每个环节都做了减法：

• 没有安装依赖：镜像已预装全部环境（PyTorch、OpenCV、LAMA核心模型）；
• 没有参数调试：无需调learning rate、steps、strength——所有超参已固化最优；
• 没有格式转换：上传即用，输出即得，全程PNG保真；
• 没有学习成本：画笔=删除，橡皮=撤回，按钮=执行，所见即所得。

你真正投入的，只有5个动作：
① 启动服务 → ② 上传图片 → ③ 涂白目标 → ④ 点击修复 → ⑤ 下载结果

从打开终端到拿到成品图，熟练者全程不超过90秒。而这张图，可能是你明天要发给客户的方案封面，可能是要提交的课程作业，也可能是想发朋友圈却碍于水印而搁置已久的旅行照。

技术的价值，从来不是炫技，而是让“做不到”变成“点一下就好”。

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。