AI修图去污：去污去尘去油的方法

去污之前先分类：你面对的是哪一种"脏"

AI修图去污的第一步不是打开消除笔，而是给"脏"分类：灰尘、油渍、污渍、岁月痕迹四类各有各的修法。判断错类型，修得越认真，翻车越狠。这话不是我编的，是被一批返工图教出来的。

具体说，四类脏对应四条思路。灰尘是落在表面的，产品图上的浮尘、镜头上的脏点都算；油渍分两种，溅到器皿上的油污和食物本体冒的油，前者该修后者未必；污渍长在材质里，衣服上的咖啡渍、墙上的水渍是典型；至于老照片的划痕、工装上的磨损，那不是污，是岁月本身。

分类为什么这么重要？因为四类东西在AI眼里的处理逻辑完全不同。不清楚工具的底细，可以先看这篇AI智能修图的能力边界，能修什么、修不了什么讲得很直白。习惯按问题查方法的，十二种照片问题的能不能查询表更适合先收藏。

灰尘：浮尘点两下就掉，镜头脏点得先揪出来

灰尘是四类里最好修的：产品表面的浮尘用AI消除笔逐个点掉就行。镜头脏点则要先圈出固定位置再批量处理，两者千万别当成一种东西。

先说浮尘。深色背景、侧逆光下最明显，产品上星星点点的白灰，客户一眼就能盯上。消除笔点一下，AI拿周围干净纹理填进来，白底图上几乎无痕。正因如此，做电商图先把产品白底图的底子打干净，去污压力直接小一半。

镜头脏点是另一码事。它不是画面里的东西，是成像系统带进来的灰斑，每张照片出现在同一位置。识别办法土但好用：对着白墙连拍三张，位置不动的那些暗点就是它。我上次拍一组三十张的餐具图，靠这招锁定五处脏点，批量修复加逐张检查，前后约二十分钟收工。

浮尘多、背景反光复杂时，自动消除容易误伤高光。把范围圈准再交给AI，AI选区蒙版局部精修的思路比裸点消除笔稳得多。

顺带跑个题。灰尘在摄影圈本来就是老大难，灰尘的百科词条里专门有成像污染的内容，专业影棚为它发明了一整套清洁流程。拍摄前拿气吹轮一轮，比后期省半小时——拉回来，还是那句话：浮尘交给AI，脏点先定位。

油渍：食物的油污要修，食物的油光要留

食物照片的油要分两半看：溅到盘边桌面上的油污是脏，必须修掉。食物本体渗出的油光是食欲的来源，全擦掉照片直接凉一半。这是我对美食图最坚持的一条。

盘边的油点、桌面的油手印，顾客看了倒胃口，处理思路和灰尘一样，消除笔伺候。麻烦在反光——油渍高光和瓷器高光长得太像，AI偶尔会把盘面高光一起抹掉，留下一块死白。所以刷油污时笔刷要小，宁可多点几次。翻车案例我亲身经历过：有一回修一锅红烧肉，把汤面油光压得太狠，客户回了句"看着像隔夜的"。重修花了一个钟头。食物图的分寸感，AI食品修图指南里讲得更系统。

人像的油光是另一个物种。T区和额头反光是废片信号，该压；但脸颊那点自然光泽是皮肤质感，全脸磨成哑光，人就像塑料做的。油光本质是皮脂腺的产出，皮脂腺的词条把它讲得很清楚——它不是污，是生理现象。修的时候局部降高光就够，别上消除笔。力度的拿捏，配合人像修图的核心步骤练几轮就有手感了。

污渍：衣物靠取样，墙面看面积

衣物和墙面的污渍，修法核心都是取样自周边：衣服用附近布料纹理填充，墙面借相邻墙面补洞。AI消除配合选区基本能无痕，唯独大面积污渍是例外。

白衬衫上的咖啡渍是最高频的需求。小面积很好办，圈住、消除，AI拿旁边布料补上。坑在褶皱：污渍正好压在褶皱上时，AI十有八九把褶皱也抹平，留一块假平。我修过一件白T恤上的酱油渍，前两次直接翻车，第三次把笔刷缩小到只盖渍心，再手动补两道衣纹才过关。电商服装图对这类细节最较真，AI服装产品图修图里有完整流程可抄。

墙面污渍先量面积。巴掌大的水渍、开关旁的手印，AI补得干干净净；半面墙的霉斑渗水就别硬来了，AI会用糊掉的纹理敷衍你，远看像打了马赛克。这种老实讲就该回到拍摄端重拍，或者补拍一块干净墙面当素材，别跟算法较劲。

有些"脏"是内容不是缺陷：动手前停一秒

老照片的划痕颗粒、工装的油污磨损、复古皮具的使用痕迹，这类"脏"是照片内容的一部分。动手前先问一句：去掉它，照片是变好了，还是变假了？

老照片修复我倾向保守。划痕、霉斑该去，银盐颗粒和偏色要留，全抹干净就成了一张翻拍的新照片，长辈反而不认账。分寸怎么拿，老照片修复那篇写得很细，核心就四个字：修旧如旧。

商业图更要小心。卖二手工具、工业设备，导轨上的油膜、机身上的划痕是成色证据，全修没了等于误导买家，后面跟着的就是退货和差评。工业类产品图哪些细节必须保真，工业产品图修图里有专门讲。说到底，去污是图像编辑里最典型的局部重建，工具只管补得像，该不该补，得你自己拿主意。

不同污不同对策：一张表说清

四类污的对策汇总成一句话：灰尘批量点、油渍看场景、污渍靠取样、岁月痕迹要留情。动手前对号入座，比背任何万能参数都管用。据艾媒咨询的行业报告，国内电商商家使用AI工具处理商品图的比例连年上升，去污这种高频小修正是AI替代手工最快的环节（数据可在艾媒咨询官网查证）。

实操顺序给个参考：先整体后局部，先大污后小点，去完污再统一做色彩和锐化——顺序反了，锐化会把修补痕迹全放大。一图多污的批量活，配合AI批量修图产线的思路，能省一半时间。

关于AI修图去污的常见问题

AI修图去污会把背景修糊吗？

小面积污渍基本不会，AI会用周边纹理填充。风险集中在规则背景上，比如木纹、格子、直线墙面，纹理接不上就露馅。补救办法是把修补范围再扩大一圈，让AI多取一点样。

手机App的消除笔和专业软件差别大吗？

日常小污渍差别不大，点一下都干净。差距体现在复杂纹理和大面积区域：专业软件能配合蒙版手动控制取样范围，手机端基本靠算法猜。轻度需求手机够用，接单级别建议上专业工具。

大面积污渍AI修不好怎么办？

两条路。一是分区修，把大污切成若干小块逐个消除；二是补拍素材，找一块同材质干净区域贴过来再融合。都不行就承认它修不了，重拍比硬修便宜。

去污之后需要重新锐化吗？

建议轻微补一点。修补区域的纹理是算法重建的，清晰度天然低于实拍。全图加0.3到0.5的锐化量比较稳妥，只锐化修补区则更自然。

修老照片时去污和保年代感能兼得吗？

能，标准就一条：影响观看的去掉，承载记忆的留下。划痕霉斑清掉，颗粒、偏色、纸基质感保留，修完像"洗干净的老照片"而不是新照片，就对了。

写在最后：把"脏"当成信息，而不只是瑕疵

去污修图的终点不是把照片修到一尘不染，而是让观众只看到主体、看不到修图的痕迹。同时别弄丢照片本来的信息和味道，这才是真功夫。

工具链不复杂，免费的消除类工具起步完全够用，免费AI修图工具链能帮你凑齐一整套。觉得有用的话，把这篇转发给正在为产品图返工的朋友，或者那个总把红烧肉修成隔夜菜的同事——少踩一个坑，就少熬一个夜。