给 IOPaint 加了图像压缩功能，聊聊这个开源修图工具

最近花了点时间研究了一个叫 IOPaint 的开源项目，还顺手给它加了个图像压缩的功能。这篇文章记录一下这个工具本身，以及做了些什么。

IOPaint 是什么

IOPaint 是一个完全免费开源的 AI 图像编辑工具。简单说，你涂抹掉图片上不想要的东西，它用 AI 给你补上。水印、路人、杂物，涂掉就行。

底层用的是各种 SOTA 的 AI 模型：

• LaMA：快速擦除，处理普通物体/水印/缺陷
• Stable Diffusion inpainting：更智能的填充，适合复杂场景
• PowerPaint：不只是擦除，还能替换物体、扩展画布
• AnyText：在图上写字

架构很干净：FastAPI 后端 + React 前端，PyTorch 做推理，支持 CPU / CUDA / MPS。

项目在 GitHub 上 21k+ stars，社区活跃，持续更新。

为什么要折腾它

IOPaint 本身已经很能打了，但有个问题——输出的图片太大了。

它的默认质量是 95/100，而且保持原格式输出。如果你处理的是 PNG 原图，输出的 PNG 可能几 MB 甚至十几 MB。如果只是去个水印发个网页，完全没必要那么大。

所以我想加一个导出压缩的功能：让用户选择输出格式（JPEG / WebP / AVIF / PNG），控制质量，甚至无损压缩。处理完后直接拿到体积合适的文件，省掉「导出→再压缩」的步骤。

技术选型

核心是图像压缩库的选择。调研了几个方案：

最终选了 imagecodecs。纯 Python 包，底层就是 Squoosh 用的那套 C 库（mozjpeg、libwebp、libaom），压缩效果完全一样。

就是有个坑：imagecodecs 的版本和 API 有点混乱。VERSION.txt 翻了好久才发现，imwrite(None, data) 不行，得用 jpeg_encode()、webp_encode() 这种函数。

如果你的环境里没有 imagecodecs，代码自动退回到 Pillow，不会报错。

前端改动

IOPaint 的前端是 React + Vite + shadcn/ui，代码写得不错，接入起来很顺畅。在设置面板里加了一个 Compress 标签页：

• 开关：启用/禁用压缩
• 格式选择：JPEG（兼容性最好）、WebP（平衡）、AVIF（最小体积）、PNG（无损）
• 质量滑块：1-100
• 无损开关：WebP/PNG 下可选

设置会持久化，保存在浏览器的 zustand store 里，下次打开还在。

部署体验

Docker 构建花了不少时间，主要是 PyTorch 太大了（2.2GB）。改成了多阶段构建：

1. base 阶段：CUDA 12.1 + PyTorch 2.1.2 + imagecodecs
2. frontend 阶段：Node 20 Alpine 编译前端 TypeScript
3. final 阶段：合并后安装 IOPaint

镜像总大小约 4GB，主要是 PyTorch 和 CUDA runtime 占了绝大部分。

启动一条命令：

docker run -d --gpus all -p 8080:8080 --name iopaint iopaint:gpu-compress

RTX 3090 上推理一张 1080p 图片的 LaMA 擦除大约 200ms。

代码仓库

改动已推送到 GitHub： https://github.com/yinguobing/IOPaint

改了 10 个文件，新增 330 行。如果你想在本地跑，直接拉代码用 Docker 构建就行。

几点感想

1. Python AI 工具的依赖管理是痛点。 一个 IOPaint 装下来几十个包，PyTorch + transformers + diffusers + gradio，哪个都不小。Docker 是唯一靠谱的交付方式。
2. imagecodecs 是个好库，但文档太差。 好在源码可读，对着测试用例写调用比看文档快得多。
3. 开源项目改起来比想象中舒服。 IOPaint 的代码结构清晰，前后端分离，插件体系完善，要扩展功能不需要大规模重构。
4. AI 修图 + 压缩是一个很自然的组合。 处理图片的最终目的是使用，压缩应该是一站式体验的一部分，而不是额外步骤。