

清掉人像上的貼圖
貼在臉上或身上的貼圖,最難靠手動修掉。塗掉貼圖,AI 就會逐像素重建膚色、頭髮和背景——人像其餘部分原封不動。
把截圖或照片上的貼圖、emoji、對話框和疊加圖案塗掉,AI 生成式填補就會把底下的內容重建出來。免費、免註冊,每天 2 次。


Before / After
貼圖已去除


貼在臉上或身上的貼圖,最難靠手動修掉。塗掉貼圖,AI 就會逐像素重建膚色、頭髮和背景——人像其餘部分原封不動。
免費去除圖片上的貼圖或 emoji:上傳截圖或照片,塗掉每個貼圖、emoji、 對話框或疊加圖案,再按「Remove stickers」。約 20–30 秒後,AI 就會把底下的內容重畫出來。每天免費 2 次,Google 登入後每天 2次,成品不加浮水印。美化畫面的效果很好;但蓋住整張臉的貼圖,會被重建成 一張合理的臉,而不是當事人真正的五官。
貼圖和 emoji 對傳統修補工具來說特別難,難在它們底下通常是什麼。 浮水印多半壓在攝影背景上——天空、樹葉、布料,紋理可以預測。貼圖 卻常壓在臉上、聊天介面上、文字上,或複雜的構圖上,周圍像素的資訊 反而會誤導。簡單的橡皮擦只會把遮罩區域和周圍模糊地混在一起,壓在 臉上時,就會抹出一片令人不舒服的糊痕。
生成式 AI 模型的做法不同。它根據學到的「照片和截圖應該長什麼樣」 生成新的像素,並依指令還原乾淨的背景。貼圖壓在臉上,模型就 生成一張合理的臉;壓在對話框上,就生成合理的介面框架。結果不 是底下原本確切的內容,但看起來很自然。
代價是模型會重新生成整張圖,所以遮罩外的像素會有細微差異。用在社群 貼文的清理上,這幾乎察覺不到。這個頁面最適合 Instagram 限時動態、 Snapchat 匯出圖、LINE 或 WhatsApp 截圖和梗圖——那點細微差異無關緊要, 生成式的優勢則正好派上用場。
上傳截圖或照片
把 JPG 或 PNG 拖進上傳框——聊天截圖、Instagram 限時動態、TikTok 匯出圖、梗圖,只要上面貼了貼圖或 emoji 都可以。長邊超過 1536 像素的圖,會在上傳前由瀏覽器自動縮小。比例維持不變,成品不會被強制裁成正方形。
塗掉每個貼圖、emoji 和疊加圖案
把每個想去掉的元素都塗一遍——笑臉貼圖、愛心表情、對話框、平台浮水印、濾鏡效果、馬賽克遮條。邊緣銳利的貼圖(多數平台產生的 emoji)要在邊界外多留 4–6 個像素,讓 AI 有乾淨的周邊資訊可以參考。多層疊加的圖案(例如包住整張圖的濾鏡邊框),把每個元素分開塗,效果最好。
下載乾淨版本
按「Remove stickers」。AI 大約花 20–30 秒,用合理的內容把塗過的區域重畫出來——膚色、背景紋理、貼圖後面的文字,盡量還原原本的樣子。再按「Download result」,下載一張維持原比例的 PNG。現在你可以把乾淨的圖重新分享到社群,不再帶有原平台的貼圖,但請務必遵守各平台的服務條款。
Instagram 和 Snapchat 貼圖
地點標籤、GIF 貼圖、倒數計時、音樂貼圖、AR 濾鏡邊框。簡單的橡皮擦工具常把這些圓角和帶動態感的形狀抹得太平,AI 則能處理得很好。
自己照片上貼過的表情符號
發文前在自己臉上貼了個 😂,現在想要一張乾淨的——把表情符號塗掉,AI 會重新畫出這一塊。補出來的臉看起來自然,但是 AI 推測出來的,不是原本的樣子:適合整理自己的照片,不能用來揭開別人被遮住的臉。
對話氣泡框和訊息疊層
LINE、WhatsApp、iMessage、Telegram 的對話泡泡蓋住了截圖背景。AI 會把泡泡後面的 App 介面或桌布重建出來。
平台浮水印和品牌標示
TikTok 帳號名稱、Snapchat 時間戳記、Instagram 的「remixed from」標籤——各種社群 App 蓋在分享圖上的東西。
遮眼黑條和隱私馬賽克
橫過眼睛或敏感文字的黑條、蓋住車牌或名牌的馬賽克。AI 有時能把底下的內容重建出來,不過重度馬賽克的區域,能參考的資訊比較少。
梗圖文字和疊加字幕
經典梗圖的粗體白字、TikTok 風格的疊加字幕、「POV」標籤、反應字卡。文字跟其他貼圖一樣,塗掉即可。
連投影一起塗
很多貼圖下方有一道淡淡的陰影。遮罩如果只貼著不透明的部分,就會留下淡淡的光暈。放大畫面,在貼圖可見邊緣外多塗 3–5 個像素,把陰影一起包進去。
動態 GIF 貼圖請上傳單一畫格
GIF 由一連串畫格組成。請上傳你想清乾淨的那一格;工具一次處理一張圖。要清理整段 GIF,就得逐格處理後再重新編碼。
蓋住臉的超大貼圖只能是近似結果
如果一個愛心 emoji 蓋住某人大半張臉,AI 能參考的資訊就很少。結果會是一張看起來合理的臉,但不是那個人真正的五官。請用來美化畫面,不要用來還原身分。
還原對話泡泡後面的介面文字
對話泡泡蓋住可辨識的 iOS/Android 介面文字時,AI 的重建效果出乎意料地好。確切的訊息內容會是編造的(它無從得知原本寫了什麼),但介面框架通常還原得不錯。
生成式填補代表整張圖都會有細微差異
AI 會重新生成整張圖,所以遮罩外的區域看起來很接近原圖,但不是逐像素一致。變化集中在你塗過的地方;對多數截圖和照片來說,其餘部分跟原圖幾乎分不出來。
貼圖後的臉會「像一張臉」而非「那張臉」
貼圖蓋住一張臉時,AI 會根據周邊資訊編造五官。重建出的臉在結構上合理,但不是當事人本人的長相。所以它適合美化畫面,卻無法還原身分。
重度馬賽克的遮蔽無法可靠「去碼」
重度馬賽克或黑條遮蔽會破壞原本的資訊。AI 會在底下編造合理的像素,但那是捏造的,不是還原的原貌。請勿用這些結果去辨識被遮蔽的人,或把補出來的模糊文字當真。
Powered by apimodels.app — a unified AI image generation API