熱心網(wǎng)友基于開源項(xiàng)目lama 做的一個(gè)殼 方便操作，無(wú)需搭建環(huán)境 解壓后即可食用

下面圖片是官方演示效果，確實(shí)還是挺驚艷的：

下面是這個(gè)開源項(xiàng)目的一些介紹

LaMa（Resolution-Robust Large Mask Inpainting with Fourier Convolutions）是一種用于圖像修復(fù)的深度學(xué)習(xí)模型。它專門設(shè)計(jì)用于處理大尺寸遮擋區(qū)域的圖像修復(fù)任務(wù)。

在圖像修復(fù)任務(wù)中，當(dāng)圖像中的一部分被遮擋或損壞時(shí)，我們希望能夠根據(jù)已有的上下文信息來(lái)恢復(fù)丟失的部分。例如，在一張圖片中，如果有一個(gè)大尺寸的遮擋區(qū)域，如一面墻或一輛汽車擋住了整個(gè)對(duì)象，我們希望能夠自動(dòng)完成修復(fù)，使該區(qū)域看起來(lái)與周圍的環(huán)境一致。

LaMa模型提供了一個(gè)解決這類問(wèn)題的方法。它基于傅里葉卷積（Fourier Convolutions）的思想，通過(guò)頻域的變換和操作來(lái)處理大尺寸的遮擋區(qū)域。傳統(tǒng)的卷積操作在處理大遮擋時(shí)往往會(huì)產(chǎn)生較大的估計(jì)誤差，而LaMa模型通過(guò)將輸入圖像轉(zhuǎn)換到頻域空間，利用傅里葉系數(shù)提取和處理圖像的高頻信息，可以更好地恢復(fù)圖像細(xì)節(jié)。

LaMa模型還結(jié)合了生成對(duì)抗網(wǎng)絡(luò)（GAN）的思想，通過(guò)引入判別器來(lái)提高修復(fù)圖像的視覺(jué)質(zhì)量和真實(shí)性。生成器和判別器通過(guò)對(duì)抗訓(xùn)練相互競(jìng)爭(zhēng)，從而使生成器學(xué)習(xí)到更好的圖像修復(fù)結(jié)果。

LaMa模型在處理大遮擋圖像修復(fù)任務(wù)方面取得了良好的效果，能夠處理復(fù)雜的圖像結(jié)構(gòu)和紋理，同時(shí)保持修復(fù)圖像的真實(shí)性。它在圖像編輯、計(jì)算機(jī)視覺(jué)和圖像處理等領(lǐng)域具有廣泛的應(yīng)用前景。

該工具操作極其簡(jiǎn)單

點(diǎn)擊選取圖片，選取要去除水印或者物體的圖片。然后用鼠標(biāo)涂抹好，涂抹完成后點(diǎn)擊轉(zhuǎn)換即可

這就是完成后的樣子

下面是我隨便找的一些圖片的效果

時(shí)間關(guān)系 我做演示的 沒(méi)有再精細(xì)去涂抹了 如果再仔細(xì)一點(diǎn)會(huì)更精細(xì)的

一些個(gè)人的使用技巧 可以看看

軟件確實(shí)不錯(cuò)，可以滿足不時(shí)之需

估計(jì)有小伙伴下載后就迫不及待去折騰，發(fā)現(xiàn)涂抹后的效果沒(méi)有官方宣傳的那么驚艷，甚至都比不上我的演示圖片

這是為什么？

我把我的小小使用心得告知以下

要想出來(lái)的效果非常好

1 涂抹的時(shí)候 必須把要去除的物體全部涂抹蓋下

2 一次效果不好 就繼續(xù)涂抹

比如我這個(gè)圖片的涂抹過(guò)程 你們看看

原圖是這個(gè)

第一次涂抹轉(zhuǎn)換后的效果

這就是最終的效果，如果繼續(xù)還可以更精細(xì)的。

3 如果反復(fù)涂抹效果還是一般，可以稍微擴(kuò)大涂抹范圍 你會(huì)有意外發(fā)現(xiàn)的

因?yàn)檫@個(gè)軟件是離線版，所有的操作都是在本地操作，都是需要靠你自己電腦的硬件來(lái)完成的，所以如果cpu越強(qiáng)大就越快，反之就慢。我的cpu是amd 5600x 一張圖片一般不到10秒吧

具體的 你們要自己去體會(huì)了

如還有什么疑問(wèn) 請(qǐng)留言 我會(huì)回復(fù)