分步详解：上传→标注→修复→保存完整流程
这是一篇面向图像处理新手的实操指南。如果你曾经为照片里突兀的电线、路人、水印或瑕疵发愁，又不想花时间学复杂的PS操作，那么这个基于 Lama 模型的图像修复工具，可能就是你一直在找的“一键清屏”神器。它不依赖专业设计背景，只要你会用鼠标画几笔，就能让图片恢复干净自然的状态。
本文将完全按照真实使用顺序，带你走完从打开网页到获得修复结果的每一步。没有晦涩术语，不讲模型原理，只说“你现在该点哪里、该做什么、为什么这么做”。所有操作都基于科哥二次开发的 WebUI 版本，界面友好，响应直观，连第一次接触图像修复的人也能在5分钟内完成首次成功修复。
1. 启动服务：三行命令，让工具就位
在开始任何图像操作前，得先让后台服务跑起来。这不是点击桌面图标那么简单，但也不需要你懂 Python 或服务器配置——只需复制粘贴三条命令。
1.1 进入项目目录并启动
打开终端（Linux/macOS）或 SSH 连接你的服务器，依次执行：
cd /root/cv_fft_inpainting_lama bash start_app.sh注意：这两条命令必须按顺序执行，且路径/root/cv_fft_inpainting_lama是镜像预设的固定位置，不要修改。
1.2 确认服务已就绪
当屏幕出现如下提示，说明一切准备就绪：
===================================== ✓ 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：
- 如果你是在本地电脑上运行（非远程服务器），直接在浏览器打开
http://127.0.0.1:7860即可； - 如果是云服务器或开发机，请把
0.0.0.0:7860中的0.0.0.0替换为你的服务器公网IP，例如http://123.45.67.89:7860； - 若打不开页面，请检查防火墙是否放行了 7860 端口，或执行
ps aux | grep app.py确认进程是否存活。
2. 上传图像：三种方式，总有一种适合你
界面加载完成后，你会看到一个简洁的双栏布局：左侧是操作区，右侧是结果预览区。第一步，把你想修复的照片送进来。
2.1 支持的格式与建议
- 明确支持：
.png、.jpg、.jpeg、.webp - 推荐优先使用
.png：无损压缩，保留更多细节，修复后边缘更自然； - 不支持：
.gif（动图）、.bmp（未测试）、.tiff（过大易卡顿）； - 分辨率建议：单边不超过 2000 像素。太大不仅慢（可能超1分钟），还容易因显存不足报错。
2.2 上传的三种姿势
| 方式 | 操作步骤 | 适用场景 |
|---|---|---|
| 点击上传 | 点击左侧虚线框区域 → 弹出文件选择窗口 → 选中图片 → 点击“打开” | 最稳妥，适合不熟悉快捷键的用户 |
| 拖拽上传 | 直接将图片文件从文件管理器拖入虚线框内 | 效率高，适合批量处理前的快速导入 |
| 剪贴板粘贴 | 在其他软件中复制一张图片（如微信截图、网页右键“复制图片”）→ 切换到浏览器标签页 → 按Ctrl+V（Windows/Linux）或Cmd+V（macOS） | 零文件保存，适合临时截图即修 |
实测小发现：
- PNG 图片上传后，左侧编辑区会自动显示带透明背景的预览（如有Alpha通道）；
- JPG 图片若含EXIF方向信息（比如手机竖拍），系统会自动旋转校正，无需手动调整。
3. 标注修复区域：用“白色画笔”告诉AI“这里要重画”
这是整个流程中最关键的一步。不是AI猜你要修什么，而是你亲手圈出“问题区域”。就像给装修师傅画施工图——画得准，效果才真。
3.1 认清两个核心工具
界面上方工具栏有三个图标，你只需关注前两个：
- 🖌画笔（Brush）：默认激活状态，用于“涂抹需要修复的地方”；
- 🧽橡皮擦（Eraser）：用于“擦掉画错或画多的部分”。
注意：这里的“画笔”不是为了画画，而是生成一张叫mask（掩膜）的黑白图——白色=要修复，黑色=保留原样。系统靠这张图精准定位。
3.2 标注四步法（小白也能一次到位）
步骤1：选对画笔大小
滑动下方“Brush Size”滑块：
- 小尺寸（10–30px）：修人脸上的一颗痣、文字笔画、细电线；
- 中尺寸（50–100px）：去水印、删小物件（如LOGO、路标）；
- 大尺寸（150px+）：移除整片背景、大块色块、多人合影中的某个人。
步骤2：从中心开始涂
- 不必追求边缘完美，宁可多涂1–2像素，也不要留白；
- 对于不规则边缘（如树枝、头发），用小画笔沿轮廓轻描，再用中号补内部；
- 示例：去除照片中一根横穿画面的黑色电线 → 先用小画笔沿电线两侧各涂一道，再用中号把中间填满。
步骤3：用橡皮擦精修
- 如果不小心涂到不该修的地方（比如把人脸涂白了），立刻点橡皮擦图标；
- 橡皮擦大小同步画笔滑块，调小后可逐像素擦除；
- 好习惯：涂完一大片后，放大画布（滚轮缩放）检查是否有漏网之“白”。
步骤4：确认mask是纯白+纯黑
- 理想mask：只有两种颜色——你要修的区域是实心白色，其余全是纯黑；
- 避免灰色过渡（那是半透明，AI会困惑）；
- 若不确定，可右键保存当前mask（部分版本支持），用看图软件检查灰度值。
科哥经验谈：
“我见过最多的问题，不是模型不行，而是mask没涂满。比如修一个反光水印，只涂了亮斑中心，边缘反光没盖住——结果修完还剩一圈光晕。记住：白色要‘包住’整个问题，像用创可贴盖住伤口，而不是只贴在伤口表面。”
4. 开始修复：一次点击，静待AI作画
当你确认左侧编辑区的图像上，目标区域已被白色完整覆盖，就可以触发修复引擎了。
4.1 点击“ 开始修复”
按钮位于编辑区底部，醒目蓝色。点击后，界面会立即变化：
- 左侧编辑区变灰，显示“Processing…”；
- 右侧结果区出现动态加载动画（旋转圆圈）；
- 底部状态栏开始滚动提示：“初始化… → 执行推理… → 保存中…”
4.2 等待时间参考（实测数据）
| 图像尺寸（长边） | 平均耗时 | 说明 |
|---|---|---|
| < 800px（手机截图） | 3–6秒 | 几乎无感，适合快速试错 |
| 1000–1500px（公众号首图） | 8–15秒 | 可泡杯茶，回来刚好看到结果 |
| 1800–2000px（高清壁纸级） | 20–45秒 | 建议提前规划，避免中途关闭页面 |
重要提醒：
- 修复过程中切勿刷新页面或关闭浏览器标签，否则任务中断，需重来；
- 若等待超60秒无响应，请检查终端是否报错（如CUDA内存不足），此时可尝试缩小图片再试。
5. 查看与保存：你的修复成果，就在那里
修复完成，右侧结果区会立刻显示一张全新图像——它不是简单“模糊填充”，而是由 Lama 模型根据周围纹理、色彩、光影逻辑“推理生成”的自然延续。
5.1 如何判断修复是否成功？
用三眼看：
- 第一眼（整体）：有没有明显“拼接感”？修复区域是否融入原图氛围？
- 第二眼（边缘）：边界是否生硬？有无色差、亮度断层？（若有，下次标注时扩大1–2像素）
- 第三眼（细节）：纹理是否连贯？比如木纹、布纹、皮肤毛孔是否自然延续？
成功案例特征：
- 移除电线后，天空渐变更平滑；
- 删除路人后，地面砖缝走向一致；
- 去水印后，产品包装上的反光逻辑合理。
5.2 保存你的成果
系统已自动完成两件事：
- 在页面右侧显示修复图（可直接右键“另存为”）；
- 同时保存一份高清原图到服务器，路径为：
/root/cv_fft_inpainting_lama/outputs/outputs_YYYYMMDDHHMMSS.png
例如：outputs_20240520143218.png表示2024年5月20日14点32分18秒生成。
💾 下载建议：
- 右键保存适合快速查看，但可能被浏览器压缩；
- 推荐用FTP/SFTP工具（如FileZilla）连接服务器，进入
/root/cv_fft_inpainting_lama/outputs/目录，下载原始文件——这才是100%无损的修复结果。
6. 进阶技巧：让修复效果更上一层楼
基础流程走通后，你会发现有些场景单次操作不够理想。别急，这些技巧能帮你应对更复杂的任务。
6.1 分区域多次修复（最常用）
适用场景：一张图里有多个独立问题（如：左上角水印 + 右下角路人 + 中间文字）
操作方法：
- 先标修第一个问题（如水印），点击修复；
- 右键保存当前结果图；
- 重新上传这张修复后的图；
- 标修第二个问题（如路人），再修复；
- 重复直到全部清理完毕。
优势：避免大范围mask导致AI“脑补过度”，每个区域都能得到专注处理。
6.2 边缘羽化补救法
问题现象：修复后边缘有一圈轻微“白边”或“黑线”
原因：标注刚好卡在边缘，缺乏过渡缓冲
解法：
- 点击“ 清除”按钮重置；
- 再次标注时，刻意让白色超出原物体边缘3–5像素；
- 系统内置羽化算法会自动柔化过渡，效果更自然。
6.3 小瑕疵精细修复
问题现象：人像脸上一颗小痣、照片角落一个噪点
操作要点：
- 切换至最小画笔（滑块拉到最左）；
- 放大画布（鼠标滚轮向前），精准定位；
- 单击1–2次即可，无需涂抹；
- 点击修复，往往比手动PS“仿制图章”更快更融合。
7. 常见问题速查：遇到报错，先看这里
| 现象 | 可能原因 | 快速解决 |
|---|---|---|
| 点击“ 开始修复”无反应 | 未上传图，或mask全黑 | 检查左上角是否显示图像；右下角状态栏是否提示“ 请先上传图像”或“ 未检测到有效的mask标注” |
| 修复后一片纯色（如全白/全灰） | mask涂得太满，覆盖了整张图 | 点击“ 清除”，重新上传原图，只涂问题区域 |
| 修复图颜色偏青/偏黄 | 输入图是BGR格式（少见） | 联系科哥提供转换脚本，或改用PNG重试 |
| 输出文件夹为空 | 修复成功但保存失败 | 检查/root/cv_fft_inpainting_lama/outputs/目录权限（应为755），或磁盘空间是否充足 |
| 浏览器卡死/白屏 | 图像过大（>2500px）或显存不足 | 用Photoshop/GIMP先缩放至2000px内，再上传 |
📞 技术支持：
所有问题均可联系开发者科哥（微信：312088415）。他承诺：开源免费，但请尊重版权——使用时保留界面底部“webUI二次开发 by 科哥”署名。
8. 总结：你已掌握图像修复的核心闭环
回顾整个流程，我们只做了四件事：
- 上传——把照片放进系统；
- 标注——用白色告诉AI“这里交给你”；
- 修复——点击一次，静待AI理解上下文并重绘；
- 保存——获取干净、自然、可用的结果。
它不神秘，不复杂，也不需要你成为算法专家。真正的门槛，只是学会“准确表达需求”——而这，恰恰是所有AI工具最朴素也最重要的使用逻辑。
你现在完全可以关掉这篇教程，打开浏览器，上传一张旧照片，亲手抹去那个困扰你很久的瑕疵。修复完成那一刻的清爽感，远胜千言万语。
--- > **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。
