LensGo 图像修复三剑客：Magic Eraser 与指令编辑深度对比
随着生成式 AI 在图像编辑领域的成熟，移除不需要的物体已成为高频需求。LensGo 在其最新博客中详细拆解了三种核心移除方法，并针对“远处陌生人”、“横跨天空的线缆”及“杂乱背景”等不同场景给出了差异化的解决方案。
核心方法对比：何时使用什么工具？
LensGo 指出，选择工具不应只看名称，而应根据移除对象的复杂程度。以下是三种主要方法的适用场景与成本分析：
| 方法 | 适用场景 | 成本 (Lovino) | 核心逻辑 |
|---|---|---|---|
| Magic Eraser (画笔) | 单个或少数清晰物体（如路人、垃圾、线缆） | 2 积分/次 (含每日免费额度) | 基于掩膜（Mask）的像素填充，需手动勾勒物体边缘及阴影。 |
| Instruction Edit (指令编辑) | 多个物体同时移除，或需精细控制保留区域 | 3 积分/次 (或 Studio 模型 1-2 积分) | 跳过掩膜，通过自然语言指令（Prompt）描述“移除什么”与“保留什么”。 |
| Background Remover (背景移除) | 主体清晰但背景极度杂乱，需完全替换 | 1 积分/次 (返回透明图层) | 生成透明抠图，用户自行合成新背景。 |
实战技巧：让 Magic Eraser 更精准
在使用画笔工具时，官方总结了三个关键习惯以提升填充质量：
- 留白边距：画笔范围应超出物体边缘，为模型提供匹配的背景纹理。
- 包含阴影：移除物体时，务必一并涂抹其投射的阴影，否则会出现“人没了影子还在”的破绽。
- 分步处理：在繁忙场景中，逐个物体处理，每次迭代都为下一次提供更干净的背景。
指令编辑 (Instruction Edit) 的 Prompt 艺术
对于复杂场景，指令编辑利用大模型（如 FLUX Kontext Fast）的理解能力。关键在于 Prompt 的编写：
- 具体化：避免“清理一下”这类模糊指令，应使用“移除背景中的人群”。
- 负向约束：在移除目标的同时，必须明确指定保留的元素。例如：
Remove the people in the background. Keep the red umbrella, sand and sea exactly the same. - 分步迭代：若场景细节丰富，建议每次只移除一个物体，以避免模型过度重绘导致纹理失真。
伦理边界：AI 修复的禁区
文章特别强调了 AI 修复的局限性与伦理红线：
- 幻觉风险：AI 会“发明”被遮挡的内容。若物体遮挡了窗户，填充结果可能是合理的窗户，而非真实存在的窗户。在房产销售或保险理赔等对事实准确性要求极高的场景，严禁使用 AI 修复。
- 版权与证据：移除非自己拥有的图片水印是不道德的；在新闻或法律证据类照片中，任何修改都是不可接受的。
开发者与用户价值
对于开发者，LensGo 提供了基于 FLUX 模型的 API 调用思路，展示了如何通过微调 Prompt 策略来控制生成质量。对于普通用户，这不仅是一套操作手册，更是一套关于“何时信任 AI，何时人工干预”的决策框架，帮助其在创意修图与事实还原之间找到平衡。
