DiffUTE

改图里的字，像改文档一样自然，背景和字体都不违和

DiffUTE 是一个基于扩散模型的通用场景文字编辑工具，来自 NeurIPS 2023 论文。它解决的是在自然图像中精准修改文字内容的问题，比如把路牌上的“STOP”改成“GO”，同时保持背景、字体风格和视角自然一致。核心能力包括：利用扩散模型强大的生成能力，结合文字识别与编辑的联合训练，实现对任意位置、任意字体的文字进行编辑，而无需重新生成整个图像。项目提供了完整的训练和推理代码，支持用户自定义数据集微调，并针对多语言场景做了优化。与传统的图像修复或文本替换方法相比，DiffUTE 更注重编辑后文字与周围环境的融合度，减少了明显的修改痕迹。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 144

维护状态低维护

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队chenhaoxing

所属国家

官网地址

GitHubhttps://github.com/chenhaoxing/DiffUTE

定价模式free

价格说明开源项目，Apache-2.0许可，可免费使用和修改，无在线服务或付费版本。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型diffusion-models,image-generation,neurips-2023,scene-text-editor

GitHub 星标★ 144

30天Star增速

HF 下载量

上线时间2023-04-21 00:00:00

最近更新2026-08-26 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数3

使用教程

核心亮点

基于扩散模型，文字编辑后与背景融合度高，不易看出修改痕迹
支持任意位置和字体的文字编辑，无需重新生成整张图
提供完整训练代码，可自定义数据集微调，适合研究二次开发

不足之处

项目星标仅143，社区活跃度和维护频率较低
文档/社区待观察，示例和教程相对有限

适用场景

电商海报中修改商品标签或促销文字
影视后期或游戏原画中调整场景文字内容
学术研究：探索扩散模型在细粒度图像编辑中的应用

替代项目

TextDiffuser、GlyphControl、AnyText

项目介绍

DiffUTE 是图像领域的开源项目，由 chenhaoxing 开发，2023 年首次发布。

它收录于图像分类，该分类目前共有 837 个项目，GitHub 星标数为 144。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-26。Apache-2.0许可，可免费使用和修改，无在线服务或付费版本。

它主要面向的使用场景是：电商海报中修改商品标签或促销文字。同类可对比的替代方案包括 TextDiffuser、GlyphControl、AnyText。

上一篇：AutoStudio

下一篇：maskbit