上一個章節我們從簡報中分離出文字，但是背景圖還是有文字，如果強行疊加就會看到文字有殘影，也沒辦法修改文字。所以這個時候就會用的背景修復:
| 原圖 | 抽字&背景修復 |
|---|---|
 |
 |
背景修復也是個複雜的議題，因為文字可能蓋在圖片、表格、流程圖上，去除文字的同時也要還原背景圖，不然一改文字，背後的背景就會對不到。
第一種背景修復的方法就是在使用一次生圖模型，Prompt打「請幫我去除圖片中的文字」，這個方法簡單好用，實測GPT-Image2可以完整去除，文字下的背景也還原得很好，算是一個不錯的方法。
但是換到NanoBanana2，問題就開始出現了，有時候只去標題不去內文；有時候圖案裡的文字不去；有時候整張給你重新生成，穩定性很差（Gemini生成的圖片經過編輯，中文常常有問題）。
以修復的效果來說，生圖去背是一個不錯的方法，但是會受到模型限制，所以我們需要一個通用的方案，也就是下一章會講到使用OpenCV做背景修復。
iThome鐵人賽
看影片追技術