移除多余物体，修复画面 什么都不上传

消除工具是一款完全在浏览器里运行的免费 AI 去水印与物体消除工具。把想去掉的东西涂掉——角落里的 Logo、日期水印、背景里的路人、产品图上横穿的电线——或用 Magic Select（Pro）单击一下，工具会重建它背后的内容。提供三档引擎：Auto（默认，按每处痕迹自动选择）、零下载的 Fast Marching 快速修复，以及 LaMa 神经网络修复；Pro 另有批量模式，可一次从最多 10 张照片中擦除同一处痕迹。全程不上传、无需注册、不按张收费。

它专门解决在线消除服务不合适的场景：清理不允许上传到他人服务器的客户照片、去除自有图片上的水印、抹掉个人影像里的时间戳、或是在商品图进入目录前清掉背景杂物。图片只进入浏览器内存，不会离开设备。免费账户可编辑长边最高 2048 px 的照片；Pro 将上限提升到 4096 px，并解锁 Magic Select 与批量处理。

LaMa 如何填补空洞

AI 引擎是 LaMa（Large Mask Inpainting），一个带傅里叶卷积、约 5100 万参数的网络，导出为 ONNX 后用 ONNX Runtime Web 运行。LaMa 专为大掩膜修复训练：它不是复制邻近像素，而是学习场景的结构——墙面纹理的延续、地面的几何、重复图案的节奏——再合成合理的填充。这正是它能去掉占据画面很大一块的物体而不产生涂抹感的原因。

模型接收两个张量：RGB 图像和标记了涂抹区域的单通道蒙版，返回一张完整图像。工具只把蒙版区域融合回原图，未触及的像素与你导入时逐位相同。边缘用高斯羽化处理，即使在天空、皮肤这类平滑渐变上也看不出接缝。

三档引擎：Auto、快速、AI

Auto 是默认档位，在每次运行前测量涂抹区域：当外接矩形长边不超过 96 px 且覆盖画面不超过 1% 时，交给快速修复；更大或更复杂的区域交给 LaMa。边界取等走快速，因为它即时且无需下载。你也可以在每次运行时手动固定为快速或 AI HD。

快速模式使用 OpenCV 经典的 Fast Marching 与 Telea 修复算法（本项目用 TypeScript 配合二叉堆重新实现）。它们沿近似测地前沿把边界像素向内传播。没有模型下载、结果即时，非常适合位于平坦或弱纹理区域的水印——渐变上的半透明 Logo、天空里的时间戳。

AI 模式会一次性下载 LaMa（约 210 MB）并缓存到 IndexedDB，之后每次运行都可离线使用。它适合有结构的场景：从街上移除行人、从原野里删掉围栏、擦掉砖墙上的文字。如果两种模式在你的图上效果接近，优先用快速模式——零成本、毫秒级完成。

选区工具、硬度与精度

提供四种选区工具。笔刷是半径与硬度（25–100%）均可调的手绘涂抹，边缘偏软的痕迹可以边涂边羽化；矩形框拖拽最快，覆盖角落水印最省事；套索用于描摹不规则物体的轮廓；擦除蒙版用来去掉涂错的部分。撤销与重做覆盖每一笔，蒙版以半透明叠加层显示，你随时能看到哪些区域会被填充。笔画撤销之下还有 5 步结果历史：笔画历史撤空后，⌘Z 会回退整次擦除运行，同时恢复图像与蒙版。

决定输出质量的首要因素是蒙版质量，而不是模型。涂抹时略微超出物体边界——四周各留几像素余量——让网络在空洞的每一侧都有上下文。涂得太紧会留下光晕；涂得过广则让模型凭空编造过多内容。处理大物体时分多次进行：先去掉主体，再清理残留。

Magic Select：用点击代替涂抹（Pro）

Magic Select 是基于 SlimSAM（Apache-2.0，Segment Anything 的蒸馏版）的 Pro 工具。进入该工具时，视觉编码器会对当前工作图运行一次——首次需一次性下载约 14 MB 量化权重（WASM）或约 21 MB fp16 权重（WebGPU）——图像嵌入会一直缓存到图片发生变化为止，此后每次点击都是毫秒级的解码器查询。

在物体内部普通单击是正点；Alt 单击（或右键）是负点，用于把背景排除出选区。两种点都可以放多个。解码器会给出 3 个候选蒙版，IoU 得分最高的以临时翡翠色叠加层显示，与已涂抹像素分开。按 Enter（或点 Apply to mask）会把它与手绘蒙版取并集，然后回到画笔微调；Clear points 重新选择；Esc 不应用直接退出。SlimSAM 全程通过 transformers.js 与 ONNX Runtime Web 在本标签页内运行，坐标和像素不会发往任何地方。

批量：一个蒙版，多张照片（Pro）

批量模式针对同一场拍摄中重复出现的痕迹——活动照片角落的台标、扫描仪带出的日期边框。你在参考照片上画一次共用蒙版；运行时蒙版会按每张排队图片的尺寸重采样（双线性缩放，再以 128 阈值二值化）并在相同的相对位置擦除。Auto 的引擎决策按参考图只做一次并适用于整批，GPU 开关同样对整批生效。Pro 每次最多排队 10 张，免费档为 1 张。由于蒙版按相对位置定位，同尺寸照片能精确对齐；宽高比不同也能跑，但共用位置可能略有偏移。

队列项彼此独立：某张失败只标记该项，可单独重试而无需重跑其余图片。清理后的 PNG 会以源文件名打包成 ZIP 一起下载。与单图模式一样，每张图片都留在设备本地处理。

分辨率、显存与为什么要裁剪

在一张 2400 万像素的照片上全分辨率跑 5100 万参数的模型需要数 GB 内存。因此工具会先算出蒙版的包围盒，外扩留白后只在这一区域上推理——即 ROI（感兴趣区域）推理。图像其余部分完全不进入模型，最后再把 ROI 以羽化边缘合成回去。

ROI 还会进一步缩放：桌面端长边 1024 px，手机和低核数设备 512 px，再补齐到 8 的倍数以适配计算图。你的导出不受影响——只有这一小块被降采样用于推理，再放大回原分辨率，所以 6000 × 4000 的照片依然导出 6000 × 4000。

WebGPU 与 WASM 回退

浏览器支持时推理跑在 WebGPU 上，不支持时回退到 WebAssembly（CPU）。WebGPU 通常快数倍；回退路径依然可用，只是更慢。部分驱动会报告支持 WebGPU 却在首次真实调度时失败，因此工具会在运行时捕获这类错误、禁用本次会话的 GPU 并自动改用 WASM 重试，而不是把你卡在进度条上。

源图使用浏览器自带的解码管线：免费档会在编辑前把长边超过 2048 px 的图片预缩放，Pro 最高支持 4096 px。这一上限远高于模型在 ROI 裁剪块内可有效利用的分辨率，同时让移动版 Safari 的内存占用可预测。

限制与要求

修复是重建，不是还原。水印背后的内容确实已经丢失，模型只是根据周围上下文猜测。在强结构场景中的大面积消除——被 Logo 遮住半张的脸、密集文字、铁丝网这类细密规则图案——可能生成看起来合理但错误的细节。这时可以试试快速模式、缩小蒙版，或分多次处理。

AI 模式需要一次性下载约 210 MB，并且设备要有足够空闲内存运行 1024 px 的 fp32 计算图；很老的手机建议只用快速模式。没有服务端排队，因此既没有速率限制也没有队列——但同样没有云上 GPU，所以 CPU 上处理大面积填充可能要几秒。

免费档支持长边 2048 px 以内的单张图片，快速与 AI 引擎均可用。Pro 将输入上限提升到 4096 px，并解锁 Magic Select 与最多 10 张的批量队列；其余完全一致——无水印、相同的导出格式（PNG、JPEG、WebP）、相同的隐私保障。

隐私

你的图片不会离开设备。解码、涂抹、推理与导出全部在页面内完成。没有上传接口、没有账号、没有针对图片内容的分析，也没有记录你删除了什么的服务端日志。唯一的网络请求是从模型 CDN 一次性下载权重（LaMa，以及 Pro 的 Magic Select 所用 SlimSAM）；模型缓存进 IndexedDB 之后，工具可以完全离线工作。