市面上的在线修图工具要么收费，要么上传图片到云端有隐私风险，要么功能分散需要开十几个网页。 我花了一个月时间，从零搭建了一个纯本地运行、完全免费开源的图像处理工具箱，涵盖 45 个功能模块，一行命令即可启动。

GitHub：https://github.com/keykey6/Edit-Image

打开浏览器，左边深色侧栏按 10 个分类折叠导航，右边白色内容区上传→调参→处理→对比→下载，操作路径不超过三步。

整个交互围绕一个核心组件 完成：拖拽图片上传 → 调整参数滑块 → 点击"开始处理" → 在线对比原图/结果图 → 一键下载。 45 个功能里有 35 个都复用这套流程，用户学一次就能用全部功能。ToolPage

长得比较复杂的功能（比如证件照、批量处理、拼图、换背景），各自写了专属页面，不走通用组件。

图片调整 — 裁剪旋转、压缩、格式转换、圆角边框、图片信息查看、DPI 设置

颜色与光影 — 调色滤镜、曲线调色、HSL 调色、去雾提亮、直方图、色彩分析（KMeans 聚类提取主色调）

艺术效果 — 素描/漫画风格（Canny + 自适应阈值）、阴影倒影、透视矫正

人像美化 — 证件照（上百种规格+人脸居中裁剪）、AI 抠图（rembg U2Net）、换背景、人像美颜（双边滤波磨皮+美白+锐化）、老照片修复（CLAHE+去噪+划痕修复）、证件照换装

安全与隐私 — 水印添加（文字/图片/平铺）、水印去除（裁剪/模糊/inpaint）、模糊打码（人脸检测+高斯模糊）、隐私擦除（清 EXIF）、AES-256-CBC 图片加密

拼接与布局 — 拼图、九宫格切图、长图拼接、社交媒体配图按比例裁剪

格式工具 — 分辨率放大（Lanczos + USM 锐化）、图片转 PDF、图片转 ICO 多尺寸

生成与识别 — 二维码生成（支持内嵌 Logo）、二维码/条形码解码、文字转图片、表情包制作

智能分析 — 相似度对比（感知哈希 pHash/dHash/aHash/wHash）、重复图片检测、质量评分（Laplacian 方差+噪点估计）、取色器

批量操作 — 批量处理（压缩/缩放/转格式/灰度/翻转）、批量重命名、批量改尺寸（cover/contain/stretch）、处理预设保存

<span style="background-color:#f6f8fa"><span style="color:#1f2328"><span style="color:#1f2328"><span style="background-color:#f6f8fa"><code>前端: Vue 3.5 + TypeScript + Vite 8 + Element Plus 2
后端: Python 3.12 + FastAPI + Uvicorn
图像: Pillow + OpenCV + rembg + imagehash + qrcode
</code></span></span></span></span>

选了最轻量的组合：

• 前端 7 个通用组件支撑 46 个页面，路由懒加载，Element Plus 紫色主题 CSS 变量覆盖
• 后端统一 API：全部模块共用 ，入参 （file + JSON params），出参 或POST /api/{module}/processmultipart/form-dataFileResponseJSONResponse
• 无数据库：预设配置存 JSON 文件，处理完的临时图片即时清理
• 零云 API 依赖：抠图用 rembg（本地 U2Net 模型），人脸检测用 OpenCV Haar Cascade，所有图像处理纯 Python 本地完成

1. OpenCV 中文路径

cv2.imwrite()遇到中文路径直接报错， 也一样。最后全部改成 PIL 读写：读用 ，写用 。cv2.imread()Image.open()Image.fromarray().save()

2. mediapipe 包冲突

PyPI 上有一个叫 的同名假包，安装后人脸检测直接崩。最后放弃 mediapipe，改用 OpenCV 自带的 Haar Cascade，效果够用。mediapipe

3. Windows 端口幽灵进程

5173 端口经常被残留 Node 进程占用，然后 是日常操作。后来把后端端口改到 9000 避开冲突。netstat -ano | findstr :5173taskkill

# 克隆仓库
git clone https://github.com/keykey6/Edit-Image.git
cd Edit-Image

# 启动后端（需要 Python 3.12+）
cd backend
uv sync
uv run uvicorn main:app --host 0.0.0.0 --port 9000 --reload

# 另开终端，启动前端
cd frontend
pnpm install
pnpm dev

浏览器打开 即可使用。http://localhost:5173

项目 45 个模块的功能都已实现，但还有一些明显的改进方向：

• 人脸检测升级：Haar Cascade 精度有限，换 MTCNN 或 RetinaFace 人脸关键点检测
• 超分升级：当前是传统插值放大，接入 Real-ESRGAN 做 AI 超分
• 老照片修复升级：目前是传统 CV 方案，接入 GFPGAN 等 GAN 模型效果会好很多
• 国际化：目前只有中文 UI，加 i18n 会扩大受众
• Docker 部署：打包成镜像方便一键部署到 NAS 或服务器

欢迎 Star、PR、提 Issue。

项目地址：https://github.com/keykey6/Edit-Image