基于LAMA的图像修复演示界面

---

基于LAMA算法的图像修复演示界面

图像修复（Image Inpainting）指重建的图像和视频中丢失或损坏的部分的过程。例如在博物馆中，这项工作常由经验丰富的博物馆管理员或者艺术品修复师来进行。数码世界中，图像修复又称图像插值或视频插值，指利用复杂的算法来替换已丢失、损坏的图像数据，主要替换一些小区域和瑕疵。

---

一、LAMA算法

论文：Resolution-robust Large Mask Inpainting with Fourier Convolutions

代码：https://github.com/saic-mdal/lama

LAMA整体框架：

LAMA算法主要贡献：

1. 使用快速傅里叶卷积(Fast Fourier Convolutions, FFC)，保持高效率的同时增大了网络感受野；
2. 使用感知损失(Perceptual Loss)，维持全局结构和形状的一致性；
3. 改进训练时mask的生成策略，产生的Large Mask，激发网络的潜能。

---

二、演示界面开发

2.1 界面地址

在LAMA算法的基础之上，我设计了一个可视化交互界面，地址如下：
https://github.com/1024803482/Inpainting-Demo-Lama

2.2 界面支持功能

1. 图像加载
2. 掩码绘制
3. 笔触修改
4. 图像修复
5. 图像保存

2.3 界面效果演示

原始图像输入：

掩码绘制及修复结果输出：

---

总结

本文介绍了一个基于LAMA算法的图像修复演示界面，代码地址为：https://github.com/1024803482/Inpainting-Demo-Lama
用该演示界面可以轻易实现水印去除、人影去除等图像修复功能，欢迎大家star。