近期，GitHub上开发者scraed推出了一款名为LanPaint的图像修复工具，该工具无需额外训练即可使用。LanPaint致力于在各种稳定扩散模型（SD）上提供高质量的图像修复效果，包括用户自训练的个性化模型。通过迭代优化，LanPaint在去噪前让模型“思考”，以实现更平滑、更准确的修复效果。

QQ_1741571553653.png

LanPaint的核心特性之一是无需训练即可进行修复。用户可以直接在任何SD模型上使用LanPaint，无需经过复杂的训练流程。此外，LanPaint的集成非常简便，用户可以像操作ComfyUI KSampler一样轻松使用，流畅的工作流程显著降低了使用门槛。

QQ_1741571564278.png

在功能上，LanPaint提供了高品质的无缝修复体验。用户只需下载示例文件，将图像拖入ComfyUI，即可使用LanPaint完成多种修复任务。例如，可以将篮筐图像转换为篮球图像，或将白衬衫变为蓝衬衫等。不同示例展示了LanPaint在处理复杂图像时的强大功能。

使用LanPaint非常简便。用户只需安装ComfyUI和ComfyUI-Manager，并通过搜索或手动安装加入LanPaint节点。安装完成后，LanPaint节点将在ComfyUI的“采样”类别中显示，用户可以像使用默认的KSampler一样进行高质量的图像修复。

在使用过程中，用户需注意LanPaint要求使用二进制掩码（值为0或1），且掩码的透明度和硬度必须设置为最大，以确保兼容性。此外，LanPaint对用户文本提示非常敏感，用户需明确描述希望在掩码区域生成的内容。

LanPaint为图像修复领域带来了革命性改进，简化了操作流程，提高了修复质量，为广大用户提供更强大的图像处理工具。

项目链接：https://github.com/scraed/LanPaint

划重点:

🎨 零训练修复：支持立即在任何稳定扩散模型上使用，无需额外训练。

🛠️ 简单集成：与标准ComfyUI KSampler相同的工作流程，降低使用门槛。

🚀 高质量修复：提供高质量、无缝的图像修复效果，支持多种复杂修复任务。