LamaCleaner AI图像修复工具：一键去除水印的完整部署与使用教程

April 4, 2026

你是否曾为图片上碍眼的水印或瑕疵而烦恼？手动处理费时费力，专业软件又门槛太高。现在，借助人工智能的力量，这一切可以变得非常简单。Lama Cleaner 是一款免费且开源的图像修复工具，它基于前沿的 AI 模型构建，能够智能、高效地完成水印去除、物体消除等多种图像编辑任务，让复杂的修图工作变得轻而易举。

如何部署与安装

对于希望在本地或 NAS 上长期使用的用户，使用 Docker Compose 部署 Lama Cleaner 是最为便捷和稳定的方式。你只需准备一个简单的配置文件，即可快速启动服务。

下面是一个适用于大多数环境的 docker-compose.yml 配置示例：

services:  
  lama-cleaner:  
    image: cwq1913/lama-cleaner:cpu-1.2.5  
    container_name: lama-cleaner  
    command: lama-cleaner --device=cpu --port=8080 --host=0.0.0.0  
    ports:  
      - 8080:8080  
    volumes:  
      - ./torch_cache:/root/.cache/torch  
      - ./huggingface_cache:/root/.cache/huggingface  
    restart: always

核心配置参数解读：

--device=cpu：指定运行设备。如果你的机器配有 NVIDIA GPU 并已安装驱动，可将其改为 --device=cuda 以获得更快的处理速度。
--port=8080：定义容器服务的访问端口，你可以按需修改为其他未被占用的端口。
./torch_cache 卷：此目录用于存放核心修复模型，如 LaMa、LDM、MAT 等。
./huggingface_cache 卷：此目录用于存放 Stable Diffusion 1.5 等扩散模型（用于更高级的“图像填充”功能）。

首次启动容器时，它会自动从网络下载所需模型。如果你的网络环境访问海外资源较慢，下载可能耗时较长或失败。别担心，我们可以通过手动下载模型来解决这个问题。

第一步：首先，暂停并移除当前运行的容器。

docker-compose down

第二步：进入宿主机上映射的 torch_cache 目录。根据上面的配置，它位于你执行 docker-compose 命令的同一目录下的 ./torch_cache 文件夹中。

第三步：导航至 hub/checkpoints 子目录。如果目录内已有文件，建议先清空，以便放置我们手动下载的模型。

第四步：访问 Lama Cleaner 的官方 GitHub 仓库（https://github.com/Sanster/lama-cleaner），在 README 或相关文档中找到模型下载链接。通常，模型文件托管在 Hugging Face 等平台。

第五步：对于基础的水印/物体去除功能，核心是 LaMa 模型（如 big-lama.pt）。你可以根据需求选择性下载其他模型（如用于人脸修复的 GFPGAN 等）。

第六步：将下载好的 .pt 模型文件（例如 big-lama.pt）放入之前定位的 checkpoints 文件夹内。

完成以上步骤后，重新启动服务即可：

docker-compose up -d

此时，Lama Cleaner 将直接加载本地的模型文件，无需再等待漫长的网络下载。

使用操作教程

部署成功后，打开浏览器，输入 http://你的服务器IP地址:8080，就能看到 Lama Cleaner 简洁直观的 Web 操作界面。

温馨提示：AI 模型运算对资源有一定要求。即使在 CPU 模式下，处理高分辨率图片时内存占用也会显著升高，这是正常现象。

开始处理：点击界面左上角的“文件夹”图标，或直接拖拽图片到中央区域，即可上传需要编辑的图片。

让我们先做一个简单测试：尝试去除下图中的文字水印。

涂抹蒙版：使用左侧工具栏的画笔工具，仔细涂抹需要移除的文字区域。画笔大小可以调节，确保完全覆盖目标。

处理中：点击“运行”按钮后，系统开始计算。此时 CPU 使用率会飙升到接近 100%，请耐心等待几秒到几十秒（时间取决于图片大小和硬件性能）。

效果对比：处理完成！可以看到，下方的文字被完美清除，背景纹理得到了智能修复，几乎看不出任何修改痕迹。

你可以通过点击左侧的“撤销”按钮，或使用“原始图像/结果图像”切换滑块，来直观对比处理前后的差异。

保存成果：对效果满意后，点击右下角的下载按钮，即可将修复后的图片保存到本地。

实战应用：这个工具尤其适合处理各类 AI 生成图片附带的平台水印。如下图，只需涂抹右下角水印区域。

即便是位于复杂边缘或渐变背景上的水印，Lama Cleaner 也能实现出色的融合效果，边界过渡自然。

高级功能：在界面右上角的设置中，你可以切换不同的修复模型（如 LDM、ZITS、MAT 等）。如果网络通畅，选择新模型时会自动下载；若已手动下载并放入 checkpoints 目录，则可直接使用。

综合评价与总结

Lama Cleaner 的功能远不止于去除水印。它同样适用于修复老照片划痕、移除图片中多余的物体、行人或电线等干扰元素，是一个功能全面的 AI 图像修复工具箱。

其最大的优势在于 “开箱即用” 。无需在电脑上安装庞大的客户端软件，只需一个浏览器，就能享受接近专业级的图像处理能力。对于非专业用户来说，学习成本极低。

就个人体验而言，它已经成为了我处理图片水印的“首选工具”。很多时候，启动 Photoshop 并完成一系列操作的时间，足够我在 Lama Cleaner 里完成好几张图片的处理。其修复效果在绝大多数日常场景下都令人满意，效率极高。

综合推荐指数：⭐⭐⭐⭐（功能强大且免费，已成为我的常驻服务） 实际使用体验：⭐⭐⭐⭐（流程简单直观，真正做到即开即用） 部署配置难度：⭐⭐（遵循教程，步骤清晰简单）