当前位置: 首页 > news >正文

Inpaint-Web:纯浏览器端实现的开源图像处理工具

之前在刷短视频的时候,经常看到一些情侣在景区拍照,结果被路人“抢镜”。有时男朋友会拿出手机,帮忙把那些路人“P”掉,简直是既贴心又有趣。最近我在逛 GitHub 时,发现了一个可以在浏览器端删除照片中部分内容的纯前端实现的开源项目,觉得非常酷,今天就来和大家分享一下。
42a7f4408b03ef9a87017eeba1a3e402.jpg

项目介绍

inpaint-web是一个基于 Webgpu 技术和 wasm 技术的免费开源 inpainting & image-upscaling 工具, 纯浏览器端实现。

演示地址:https://inpaintweb.lxfater.com/

github地址:https://github.com/lxfater/inpaint-web

该项目目前在github上已有5.1k star

Snipaste_2024-11-18_20-50-19.png

项目启动

我们本地使用的node版本是18.0.0,我们从github上克隆下来代码后执行

npm install
npm run start

即可启动项目,启动之后访问localhost:5173即可。
Snipaste_2024-11-18_21-00-08.png

Docker部署项目

如果我们自己想要私有化部署的话我们也可以部署到自己的服务器上。

如果作者提供的Dockerfile打包有问题的话可以使用博主的这个Dockerfile文件打包。

Dockerfile

FROM node:18 as builder
WORKDIR /usr/src/app
COPY . ./
RUN npm config set registry  https://registry.npmmirror.com
RUN npm install
EXPOSE 5173
CMD [ "npm", "run", "start" ]

使用以下命令构建镜像

docker build -t xj/inpaint-web:1.0.0 .

如果你不想构建镜像的话也可以使用我构建好的registry.cn-hangzhou.aliyuncs.com/xjpublic/inpaint-web:latest

构建完镜像之后在部署目录下创建docker-compose.yml文件

docker-compose.yml

version: '3.8'
services:inpaint:image: registry.cn-hangzhou.aliyuncs.com/xjpublic/inpaint-web:latestcontainer_name: inpaintports:- "5173:5173"restart: always

使用以下命令启动项目

docker-compose up -d 

到此,如果没有啥意外的话我们的项目就部署成功了。

使用

在浏览器中打开地址访问 192.168.10.20:5173

注意:第一次打开的时候需要连接国际互联网,需要下载一次30MB大小模型文件,修复也需要下载一个大概70M的模型文件
Snipaste_2024-11-18_21-18-37.png

下载完就可以使用了
Snipaste_2024-11-18_21-22-39.png

效果对比
1731936538969.jpg

图片高清修复比较慢,我们此处就不做介绍了。

总结

Inpaint-Web 通过 WebGPU 和 WASM 技术的结合,成功实现了一个高效、易用的纯浏览器端图像修复与放大工具。它不仅为用户提供了强大的图像处理能力,还通过开源的方式降低了技术门槛,使得更多人能够在浏览器中进行专业级的图像编辑。

尽管目前市面上已有许多 AI 图片助手能够高效完成图像处理,Inpaint-Web 仍为我们提供了一个值得选择的替代方案。

http://www.lryc.cn/news/487139.html

相关文章:

  • 商业物联网详细指南:优势与挑战
  • 如何在项目中用elementui实现分页器功能
  • Nginx参数配置-笔记
  • 衡量神经网络表征相似度
  • Javascript高级:深度解析与多种实现方式数组扁平化
  • SpringBoot Data Redis连接Redis-Cluster集群
  • 计算机网络——TCP篇
  • 【网络安全面经】技术性问题3
  • 前后端交互之动态列
  • 递归(3)----力扣40组合数2,力扣473火柴拼正方形
  • 十一:HTTP 状态码详解:解读每一个响应背后的意义
  • 《译文》2024年11月数维杯国际大学生数学建模挑战赛题目
  • shell命令统计文件行数之和
  • 第02章 CentOS基本操作
  • 241113.学习日志——[CSDIY] [ByteDance] 后端训练营 [02]
  • 【HOT100第三天】和为K的子数组,最大子数组和,合并区间,轮转数组
  • 设计模式-Adapter(适配器模式)GO语言版本
  • SAM_Med2D 训练完成后boxes_prompt没有生成mask的问题
  • 游戏引擎学习第18天
  • Kotlin return与return@forEachIndexed
  • 基于Canny边缘检测和轮廓检测
  • 力扣题目解析--合并k个升序链表
  • Linux:调试器-gdb/cgdb
  • 『VUE』30. 生命周期的介绍(详细图文注释)
  • Python 人脸检测:使用 Dlib 和 OpenCV
  • 【大数据学习 | flume】flume的概述与组件的介绍
  • torch.is_storage()
  • 2411rust,编译时自动检查配置
  • 在 Ubuntu 中用 VSCode 配置 C 语言项目的编译与调试(详解教程)
  • MATLAB绘制克莱因瓶