区域重绘（Inpainting）：只改图里的一小块，AI 怎么做到的？
区域重绘（Inpainting）是 AI 图像生成和编辑中的一项实用技术，允许用户指定图片中某一区域，让 AI 基于周围内容重新生成该区域的像素，实现局部修改、去水印、补全缺失部分等功能，无需从头生成整张图。
一句话解释
区域重绘是一种 AI 图像编辑功能：你在图片上画一个选区（比如用画笔涂抹），AI 只会重新生成这个选区内的内容，其余部分保持不变。这就像给照片的某个角落“打补丁”，让机器自动补上合适的像素。
为什么会被关注
传统图像修改需要专业软件和手工技巧，比如用 Photoshop 修补、抠图，过程繁琐且对新手不友好。区域重绘让普通用户只需框选区域、输入文字描述（例如“把这里换成一只猫”），AI 就能自动完成，极大降低了图片编辑门槛。
此外，区域重绘可以保留原图的整体风格和光照，避免整张图重画带来的不协调感，在内容创作、电商设计、老照片修复等场景中非常实用，因此迅速成为主流 AI 绘画工具（如 Stable Diffusion、Midjourney 等）的核心功能之一。
核心逻辑
区域重绘背后主要依靠扩散模型（Diffusion Model）的“条件生成”能力。模型接收两样输入：一张原图和一张蒙版——蒙版白色区域表示需要重新生成，黑色区域表示保留。
在生成过程中，模型会对白色区域逐步添加噪声再去除，同时参考黑色区域的上下文（颜色、纹理、物体轮廓），确保新生成的内容与周围环境自然融合。部分实现还会利用“图像修复”专用模型或 ControlNet 等辅助工具，进一步提升填充效果的可控性。
简单来说：AI 先“读懂”选区周围的线索，再在选区内“画”出最合理的细节，最终输出一张无缝拼接的完整图像。
常见场景
1. 去水印或杂物：框选照片中不需要的 logo、路人或瑕疵，AI 自动用背景填充，几乎看不出痕迹。
2. 局部替换：例如把人物衣服的颜色改成蓝色、去掉眼镜、把草地换成沙滩，只需在对应区域画蒙版并描述目标。
3. 图像扩展与补全：图片边缘缺失或构图需要延伸时，框选空白区域让 AI 生成延续的风景或物体。
4. 老照片修复：对破损、划痕、褪色的部分进行局部重绘，AI 根据周边像素补全纹理和细节。
容易混淆的点
“区域重绘”不等于“图生图”（Img2Img）。图生图是整体重绘一张图片，基于原图风格生成全新画面；区域重绘只改变蒙版内的区域，非蒙版部分完全保留。
它也不等于“AI 抠图”。抠图是分离前景和背景，区域重绘是修改或填充区内内容，两者操作目的不同，但可以配合使用（先抠图，再对抠出区域重绘）。
部分用户误以为重绘结果一定完美。实际效果受原图质量、蒙版精细度、AI 模型理解能力影响，复杂场景（如人物眼睛、细小文字）可能产生怪异的像素，需要多次调整或手动修复。
本文内容用于 AI 热词解释和概念整理，仅供学习和理解参考。若涉及表述偏差或内容修正，欢迎联系站点进行更新。
相关热词图生图是AI图像生成领域的一项关键技术，指以一张或多张现有图片为输入，通过算法模型理解其内容、风格或结构，并在此基础上生成新的、相关的图像。它不仅是简单的滤镜，更是深度理解与再创造的过程。
扩散模型是一种通过逐步去除噪声来生成数据（如图像、音频）的生成式AI模型。它模仿了物理中的扩散过程，先将数据“打散”成噪声，再学习如何逆向“重建”出清晰、高质量的内容。