インペインティングとは？Stable Diffusion・Photoshopの部分修正とマスク設定

インペインティング（inpainting、インペイント）は、画像の一部をマスクで指定し、その場所をAIで補完・描き直す編集です。写真の不要物を消す、服や背景を置き換える、生成画像の手や顔を直すときに使います。画像全体を作り直さずに修正できますが、生成部分が元の写真と自然につながるか、残したい部分まで変わっていないかの確認が必要です。

インペインティングとは？何ができる機能か

部分修正・画像全体の変換・画像拡張の違い

インペインティングで消した場所に何があったかを正確に復元できるわけではありません。AIは周辺と指示からもっともらしい内容を生成します。商品写真では文字・型番・端子形状を、人物写真では顔や衣服の形を原本と見比べてください。

主要インペインティングツールの使い分け

「消す」か「置き換える」かで選ぶ

処理速度や品質を一律のランキングにはできません。文字の置換と単純な背景補完でも難しさが違います。編集部としては、まず小さい領域を1か所直し、元画像の残りを保てる方法か確認する進め方を勧めます。

Stable Diffusionでインペイントする手順

AUTOMATIC1111ではimg2imgのInpaintを使う

1. 元画像を別名で保存し、img2imgのInpaintへ読み込む。
2. 修正する領域を塗る。消す対象の影や反射も必要に応じて含める。
3. マスク側を描き直す設定か、外側を描き直す設定かを確認する。
4. 残したい背景と生成したい内容を短いプロンプトで指定する。
5. モデルの推奨設定で1枚生成し、境界とマスク外を原本と比較する。
6. マスク、強度、プロンプトを一つずつ変えて再比較する。

マスクを画像ファイルで渡す場合、AUTOMATIC1111の通常の白黒マスクでは白が修正領域です。画面の色付きオーバーレイと保存したマスクの白黒は区別してください。詳細は開発元WikiのInpainting説明が出典です。

Inpaint area: Only maskedでは選択部分を処理解像度へ拡大し、処理後に戻します。細部を直しやすい一方、周辺の文脈が足りないと背景につながらないことがあります。Whole pictureとの比較では、最終画像の寸法も確認します。専用のinpaintingモデルと通常モデルを同じ物として扱わず、モデルの形式とUI対応を確認して読み込んでください。

ComfyUIは公式のInpaintワークフローから始める

ComfyUI公式のInpainting手順には、モデル・入力画像・ワークフローの例があります。使用するモデルの種類を合わせて読み込み、Load Imageで元画像を指定します。画像ノードのメニューからMask Editorを開き、修正部分を塗って保存します。

基本例では画像とマスクをVAE Encode (for Inpainting)へ渡します。マスク出力が接続されているか確認し、モデル・seed・プロンプトを保存して実行します。SD1.5の例をそのままSDXLやFLUXへ流用せず、対象モデル向けのテンプレートへ切り替えてください。

Photoshopの生成塗りつぶしと削除ツール

生成塗りつぶしは選択してから指示する

画像を開いて対象範囲を選択し、生成塗りつぶしを選びます。入れたい内容を入力して生成し、候補をレイヤーとして比較します。周囲から補完したい場合は、プロンプトを空欄にする方法もあります。現行手順はAdobe公式の生成塗りつぶし案内を参照してください。

クラウド生成を使う場合は通信とサービス利用条件を確認します。高価なローカルGPUの購入を先に決める必要はありません。画像の送信可否、選択モデル、クレジット消費を確認し、元画像と生成レイヤーを分けて保存します。

不要物を消すだけなら削除ツールも選択肢

Adobeの削除ツール説明では、対象をブラシで塗るか囲む方法を案内しています。AIをオン・オフ・自動にするモードがあり、生成塗りつぶしとは別の機能です。消す対象より少し広く塗り、複雑な対象は数回に分けて、影や周辺の模様が残らないか確認します。

LaMa・IOPaintとFLUX Fillの位置づけ

モデルと操作画面は別のもの

LaMaは画像補完モデル、IOPaintは複数モデルを使える編集ツールです。「LaMaとIOPaintのどちらが速いか」という比較では実際に使用したモデルが不明になります。またIOPaintの公式リポジトリは2025年8月13日にアーカイブされています。既存環境で利用する場合も、継続更新される新規導入候補としては扱わないでください。

FLUX.1 Fillは画像の補完・置換向けモデルです。開発元のFLUX.1-Fill-devモデルカードには用途とライセンスが示されています。モデル自体の利用条件と生成物の利用条件は別なので、「無料だから制限なく商用サービスへ組み込める」と判断しないでください。速度・文字の正確さは作業条件で確認し、最も高品質だと断定しません。

GPU・VRAMは使うモデルと画像サイズで選ぶ

8GB・12GB・32GBだけで動作を保証しない

RTX 4060 8GBなど手元のGPUでも、モデル・画像サイズ・最適化によって試せる範囲があります。一方、12GBならFLUX Fillを必ず快適に動かせる、32GBなら全モデルが動く、という保証はありません。CUDAやPyTorchなど実行環境の対応も含めて判断します。ゲーム向けのDLSSはインペインティングのメモリ不足を解消する設定ではありません。

マスク・ぼかし・Denoising Strengthの合わせ方

境界と変更量を別々に調整する

Hugging Face Diffusers公式のInpaintingガイドでは、白を編集領域、黒を保持領域として説明しています。また、ぼかしは境界のつながり、strengthは元画像からの変化量に関係する別の調整です。マスク外を厳密に保持したい場合は、生成後に原本へ合成する方法もあります。

0.3・0.5・0.8などの強度は比較用の候補値で、成功条件ではありません。モデルやUIにより項目の意味や推奨値が異なります。マスクを一律50〜70%の透明度にする案内や、全モデルのCFGを7にする案内も使わず、処理結果を確認して調整します。

失敗したときは症状を分ける

境界が浮く・対象が残る・別の場所が変わる

拡大表示で境界を見た後、全体表示で光の向き、影、遠近感を見ます。自動マスクは編集範囲を作る補助で、結果の品質を保証する機能ではありません。元画像、マスク、出力を並べて、採用する前に残す部分まで見比べます。

顔修正とアウトペインティングの応用

ADetailerは自動検出と部分修正を組み合わせる

ADetailerの公式リポジトリは、検出・マスク・インペイントを自動化する拡張を提供しています。ControlNetやOpenPoseを顔専用修復モデルとして選ぶ手順とは違います。顔の同一性を保ちたい写真では、検出範囲と変更量を控えめにし、目・口・輪郭を原本と比較します。

アウトペインティングは枠外に編集領域を作る

キャンバスを広げ、追加した空白領域を編集対象にします。元画像の端を接続に必要な分だけ含め、背景の続きを指示します。縦長へ変える場合も一度に広げすぎず、建物の線や地平線がつながるか確認します。元画像のない領域は強度を下げるだけで自然になるとは限らず、対応ワークフローの推奨値から比較します。

よくある質問

インペインティングはどんな場面で使う？

写真の不要物除去、背景の補完、服の置換、生成画像の部分修正に使います。枠の外を広げる作業はアウトペインティングです。

インペイントAIは無料で使える？

ローカルUIや公開モデルに無料で利用できる選択肢があります。GPUなどの設備費とモデルのライセンスは別に確認します。クラウド型はプランやクレジット条件によります。

マスクは白と黒のどちらを直す？

本文で扱うDiffusersやAUTOMATIC1111の通常の白黒マスクでは白です。UIの反転設定や色付き表示も確認し、保存したマスクと生成範囲を照合します。

マスクを塗っていない場所は絶対に変わらない？

処理方式によっては変わります。厳密な保持が必要なら、修正部分を原本へ合成し、寸法と画素の違いも確認します。

高価なGPUを買えば境界の違和感は消える？

境界はマスク、周辺情報、モデル、生成内容の影響を受けます。まず小さい領域で条件を比較し、動作がメモリ不足で止まる場合に機材を検討します。

元写真の失われた部分を正確に復元できる？

AI生成は周辺から推測した補完です。元の文字や人物の細部を正確に再現した証拠にはなりません。

まとめ

部分修正は「元画像を保存 → マスクを確認 → 1か所生成 → 境界とマスク外を比較」の順で進めます。消すだけなら削除ツール、内容を置き換えるなら生成塗りつぶしやStable Diffusionを使い分けます。強度やGPU容量の共通正解を探すより、使うモデルと入力画像で条件を一つずつ比較すると原因を絞れます。