浏览器端图像修复指南Inpaint-web 用 WebGPU 完成涂抹去物与 4 倍超分【免费下载链接】inpaint-webA free and open-source inpainting image-upscaling tool powered by webgpu and wasm on the browser。| 基于 Webgpu 技术和 wasm 技术的免费开源 inpainting image-upscaling 工具, 纯浏览器端实现。项目地址: https://gitcode.com/GitHub_Trending/in/inpaint-webInpaint-web 是一个免费开源的浏览器端图像修复与放大工具用画笔盖住不想留的东西浏览器里的模型会自动补全背景模糊图点一下就能放大 4 倍。全程依赖 WebGPU 加速不支持时回退 WASM图片在本地处理、不经过任何服务器。不用安装软件打开页面就能用。场景切入商品图上的那支笔怎么去掉它的核心工作流只有一句话把不要的东西用笔刷涂掉松开鼠标模型自动补上。小林的网店上新了一批粉色包包商品图拍完后发现桌面上一支笔闯进了镜头。老办法是打开 Photoshop 学内容识别填充新办法是打开 Inpaint-web选一张内置示例图如 public/examples/bag.jpeg或上传自己的图把画笔大小拖到 40 像素范围 10–200沿笔身涂一圈松开鼠标——几秒后笔消失背景纹理被自然地填上。涂坏了按 CtrlZ 撤销重涂按住对比滑块左右拖动可以实时对照修复前后效果。️ 核心能力拆解涂抹修复、双引擎加速、4 倍超分、模型缓存四个能力点都能在上手时直接感知到每个都在代码里有明确出处。能力一涂抹即修复——MI-GAN 模型在浏览器内推理修复效果来自 MI-GAN 神经网络模型它不在服务器运行而是加载进你的浏览器完成推理。打个比方这相当于在浏览器里装了一个图像处理小车间——模型是老师傅ONNX Runtime 是工作台而选哪台机器干活由下面这段代码决定// src/adapters/inpainting.ts加载模型时挑选计算引擎 const capabilities await getCapabilities() model await ort.InferenceSession.create(modelBuffer, { executionProviders: [capabilities.webgpu ? webgpu : wasm], })能力二WebGPU 优先、WASM 兜底——老电脑也能跑浏览器支持 WebGPU 就放 GPU 上算不支持就自动切到多线程 WASM工具不会罢工。WebGPU 是浏览器里较新的直连 GPU标准。类比一下以前做图相当于隔着窗口朝厨房喊单现在 WebGPU 直接给了你一把开烤箱门的钥匙。而兜底逻辑像后厨换设备——高速烤箱GPU不能用就换普通灶台多核 CPU菜照样出。能力检测在 src/adapters/util.ts 中完成会依次探测 WebGPU、WASM、SIMD 和多线程支持。能力三4 倍超分——64 像素小块铺瓷砖式放大超分辨率用 RealESRGAN 模型输出固定为原图 4 倍大图被切成 64×64 像素的小块逐块放大再拼回避免浏览器内存爆掉。这就像铺瓷砖一块一块铺每块四周多留 6 像素的重叠tilePadding6接缝就看不出来。// src/adapters/superResolution.ts分块放大参数 const tileSize 64 const tilePadding 6能力四模型只下载一次——localforage 本地缓存两个 ONNX 模型首次下载后会存进浏览器本地存储第二次打开页面秒进无需重复拉取。类比就是提前备好的菜第一次做菜要去菜市场从云端拉模型页面会显示下载进度以后直接从自家冰箱localforage里拿。缓存逻辑见 src/adapters/cache.ts。 上手体验四步跑起来全程不装任何软件克隆仓库git clone https://gitcode.com/GitHub_Trending/in/inpaint-web进入目录执行npm install运行npm run start用较新的 Chrome 或 Edge 打开本地地址首次会弹模型下载进度条完成即缓存上传自己的图片或点击 7 张内置示例图之一直接开始超过 4096 像素的大图会被自动压缩避免处理过慢调整画笔大小10–200 像素涂掉不想要的区域松开鼠标自动生成不满意按 CtrlZ 撤销或点顶部历史缩略图回到这需要更清晰时点超分辨率逐块进度条实时滚动完成后点下载保存结果。整条链路只有 3 条命令、零付费且每一步都不需要离开浏览器。 数据表现一张表看清它与传统修图方案的差别下表不引入任何未经验证的跑分数字只列代码和 README 里能直接核实的事实。对比项Inpaint-web传统桌面/在线修图部署方式浏览器打开即用免安装需安装客户端或依赖云端图片隐私全程本地处理不上传在线工具需上传到服务器计算引擎WebGPU 优先WASM 多线程兜底取决于本机硬件配置修复模型MI-GANONNX 格式浏览器内推理依赖软件自带算法放大能力RealESRGAN固定 4 倍依软件版本或订阅而定操作容错历史缩略图 CtrlZ可跳回任意一步依软件而定费用免费开源订阅收费较普遍上图是仓库自带的超分演示右侧为原图左侧是同一张狗图放大 4 倍后的结果毛发边缘的细节明显更实。适用人群与边界适合谁短板在哪先说结论如果你只需要去杂物、去水印、放大模糊图这三件事它已经能替代 Photoshop 里的基础修图流程但别指望它覆盖专业后期。适合电商运营处理商品图、自媒体人清理照片杂物、在意隐私不愿上传图片的用户以及想学 WebGPU 推理管线的开发者核心代码集中在 src/adapters/ 目录。客观局限修复质量受 MI-GAN 模型能力约束大面积破损或极复杂纹理如密集花纹、人像面部的补全效果与专业桌面软件仍有差距仓库中也没有公开的量化对比基准超分固定 4 倍没有 2 倍、8 倍选项且输入超过 4096 像素的图会被先行压缩WebGPU 需要较新的浏览器旧浏览器会回退 WASM速度明显变慢项目目前版本号为 0.1.0README 路线图里更好的界面等条目尚未勾选属于早期项目。 收尾展望下一步是自动选区和内容替换按 README 中的路线表团队接下来要接入 Segment Anything 实现圈一下就能快速选择并去除再接入 Stable Diffusion 做图像内容替换——从手动涂笔刷进化到说需求就行。对使用者来说意味着操作成本还会继续降低对开发者来说浏览器端修复 超分 替换的完整链路一旦跑通图像处理的门槛将真正只剩一张图。【免费下载链接】inpaint-webA free and open-source inpainting image-upscaling tool powered by webgpu and wasm on the browser。| 基于 Webgpu 技术和 wasm 技术的免费开源 inpainting image-upscaling 工具, 纯浏览器端实现。项目地址: https://gitcode.com/GitHub_Trending/in/inpaint-web创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
