零基础教程：用科哥镜像轻松修复老照片划痕与瑕疵

零基础教程：用科哥镜像轻松修复老照片划痕与瑕疵

1. 学习目标与前置知识

你是否有一张珍贵的老照片，却因为岁月的侵蚀布满了划痕、污渍和褪色？想让它重焕光彩，却又不懂复杂的图像处理技术？别担心，这篇文章就是为你准备的。

本文将带你从零开始，使用“fft npainting lama重绘修复图片移除图片物品 二次开发构建by科哥”这一AI镜像，快速上手老照片修复。无需编程基础，无需安装复杂软件，只需几步操作，就能让泛黄模糊的老照片恢复清晰自然的原貌。

你能学到什么？

• 如何一键启动图像修复WebUI服务
• 怎样上传并标注需要修复的照片区域
• 点击按钮完成自动修复的完整流程
• 实用技巧提升修复效果质量

不需要你会什么？

• 不需要懂Python或深度学习原理
• 不需要会Photoshop等专业修图工具
• 不需要配置CUDA、PyTorch等环境

只要你会上传文件、会用鼠标画几笔，就能搞定老照片修复。

2. 快速部署与服务启动

2.1 进入项目目录

首先通过终端进入镜像的工作目录：

cd /root/cv_fft_inpainting_lama

这个路径是开发者科哥预设好的工作空间，所有依赖和脚本都已经配置完毕。

2.2 启动WebUI服务

执行启动命令：

bash start_app.sh

如果看到如下提示，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 =====================================

此时系统已经在后台开启了基于Flask的Web服务，监听7860端口。

2.3 访问图形化界面

打开浏览器，在地址栏输入：

http://你的服务器IP:7860

你会看到一个简洁直观的操作界面，标题写着“🎨 图像修复系统”，右下角还标注了“webUI二次开发 by 科哥”。

整个过程就像打开一个网页游戏一样简单，没有复杂的配置步骤。

3. 界面功能详解

3.1 主界面布局

整个页面分为左右两个区域：

• 左侧：图像编辑区
  负责上传原始照片、手动标注需要修复的部分（比如划痕、墨点）

• 右侧：修复结果展示区
  显示AI处理后的完整图像，并提供状态反馈和保存路径

这种设计非常符合直觉——左边改哪里，右边看结果。

3.2 工具栏功能说明

画笔工具（Brush）

用于在照片上标记需要修复的区域。涂抹的位置会以白色高亮显示，告诉AI：“这里要修”。

小贴士：不需要精确到像素级，只要大致覆盖破损区域即可。

橡皮擦工具（Eraser）

如果不小心涂多了，可以用它擦掉多余的标注，避免误伤正常画面。

撤销按钮（Undo）

支持回退上一步操作，适合反复调整标注范围。

裁剪功能（Crop）

对于特别大的老照片，可以先裁剪出重点区域再修复，节省处理时间。

4. 四步完成老照片修复

4.1 第一步：上传你的老照片

支持三种方式上传：

• 点击上传区域选择文件
• 直接拖拽图片到框内
• 复制后按Ctrl+V粘贴

支持格式包括 PNG、JPG、JPEG 和 WEBP。建议优先使用PNG格式，能保留更多细节。

上传成功后，你会看到一张泛黄或带划痕的老照片出现在左侧编辑区。

4.2 第二步：标注需要修复的区域

这是最关键的一步。

1. 点击工具栏的“画笔”图标（默认已选中）
2. 调整画笔大小滑块，根据划痕粗细选择合适尺寸
3. 在照片上的划痕、污渍、折痕处轻轻涂抹

例如：

• 对于细小裂纹 → 使用小画笔精细描边
• 对于大面积霉斑 → 使用大画笔快速覆盖

AI模型只会修复你涂白的区域，其余部分保持不变。

⚠️ 注意：确保完全覆盖所有瑕疵，遗漏的地方不会被修复。

4.3 第三步：点击“开始修复”

确认标注无误后，点击绿色的🚀 开始修复按钮。

系统会显示处理状态：

初始化... 执行推理... 完成！已保存至: /root/.../outputs_20250405123456.png

处理时间通常在5~30秒之间，取决于照片分辨率。

4.4 第四步：查看并保存结果

修复完成后，右侧将显示全新的照片：

• 划痕消失不见
• 背景自然融合
• 人物面部清晰如初

修复结果自动保存在：

/root/cv_fft_inpainting_lama/outputs/

文件名为outputs_YYYYMMDDHHMMSS.png格式的时间戳命名。

你可以通过FTP下载，或者直接在服务器上查看。

5. 提升修复质量的实用技巧

5.1 技巧一：分区域多次修复

面对复杂的老照片，不要试图一次性修复全部问题。推荐采用“分治法”：

1. 先修复脸部或主体人物
2. 下载中间结果
3. 重新上传，继续修复背景或其他瑕疵

这样既能保证关键区域质量，又能避免AI过度脑补导致失真。

5.2 技巧二：适当扩大标注范围

很多人发现修复边缘有明显痕迹，原因往往是标注太紧。

正确做法：

• 在划痕外围多涂一圈
• 让AI有足够的上下文信息进行纹理重建

系统自带边缘羽化算法，会自动平滑过渡，不用担心突兀感。

5.3 技巧三：处理褪色与模糊问题

虽然该镜像主打“去划痕”，但对色彩还原也有一定能力。

建议操作：

• 修复前先用其他工具轻微增强对比度
• 修复后再做色彩平衡微调

组合使用多个工具，效果更佳。

6. 常见应用场景实战

6.1 场景一：修复家庭老合影

很多80年代的家庭合照都有边角磨损、中间发白的问题。

操作流程：

1. 上传合影
2. 用大画笔涂抹四周边缘破损处
3. 小画笔修补人脸上的细小斑点
4. 一键修复

你会发现原本模糊的脸变得清晰，连衣服花纹都还原得惟妙惟肖。

6.2 场景二：清除照片上的手写文字

有些老照片被人用钢笔写上了名字或日期，影响美观。

处理方法：

1. 精确标注文字区域
2. 点击修复
3. AI会根据周围图案智能填充空白

即使是倾斜的手写字体，也能完美消除。

6.3 场景三：移除意外入镜的杂物

比如老照片里突然出现一根电线、一个现代路牌，破坏了时代感。

解决方案：

1. 标注不需要的物体
2. 让AI自动推测背后应有的场景
3. 实现“时空穿越”般的视觉效果

7. 常见问题与解决办法

特别提醒

• 如果连续失败，请尝试点击“🔄 清除”按钮重置状态
• 大图建议控制在2000x2000像素以内
• 每次修复都是独立任务，互不影响

8. 高效使用的小窍门

8.1 键盘快捷键

• Ctrl+V：粘贴剪贴板中的图片（超方便！）
• Ctrl+Z：撤销上一步（部分浏览器支持）

8.2 鼠标操作技巧

• 左键拖动：绘制标注区域
• 鼠标滚轮：缩放画布（便于精细操作）
• 右键点击：取消当前动作

8.3 批量处理思路

虽然当前版本不支持批量导入，但可以通过脚本自动化实现：

# 示例：循环处理多张图片（需自行扩展逻辑） for img in *.jpg; do cp "$img" input.png # 触发API调用或模拟点击 sleep 10 mv outputs_*.png "restored_$img" done

未来可期待作者增加批量模式。

9. 总结：让回忆不再褪色

通过这篇教程，你应该已经掌握了如何使用“科哥镜像”轻松修复老照片的核心技能。回顾一下关键步骤：

1. 启动服务 →bash start_app.sh
2. 浏览器访问 →http://IP:7860
3. 上传老照片 → 支持拖拽粘贴
4. 画笔标注 → 涂白需要修复的地方
5. 点击修复 → 等待十几秒
6. 查看下载 → 结果在outputs文件夹

这套工具的最大优势在于极简操作 + 强大效果。它背后的FFT与LaMa模型结合了频域变换与深度生成网络，能够在保留原始结构的同时，智能填补缺失内容。

无论是祖辈的黑白照，还是童年的彩色合影，现在都可以亲手让它们焕发新生。

如果你家里还有尘封已久的老相册，不妨今晚就试试看。也许一次简单的修复，就能唤醒一段被遗忘的温暖记忆。

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。