AI Watermark RemoverWatermarkRemover

WatermarkRemover-AI：开源桌面级去水印工具，Florence-2 + LaMA 双模型加持

9 days ago

WatermarkRemover-AI：开源桌面级去水印工具，Florence-2 + LaMA 双模型加持

背景

去水印工具有很多，但大多数都是在线服务——上传图片到服务器，等云端处理完再下载结果。如果图片涉及隐私或商业机密，这种模式就不太合适了。

Florence-2 是微软推出的视觉基础模型，在目标检测和图像理解方面表现出色。社区有人基于它训练了专门检测水印的模型。LaMA（Large Mask Inpainting）则是图像修复领域的经典方法——检测到水印后，把被遮挡的区域"补"回来。把这两个模型组合在一起，就是 GitHub 上最近开源的 WatermarkRemover-AI。

这个项目来自开发者 D-Ogi，完全免费、MIT 协议、支持 GPU 加速。更重要的是它提供了桌面图形界面（GUI），不需要写代码就能用。

核心架构

WatermarkRemover-AI 的工作流非常清晰：

  1. 检测阶段：用 Florence-2 扫描图像或视频帧，精准定位水印位置和边界
  2. 掩码生成：将检测到的水印区域转为遮罩（mask），可调节大小
  3. 修复阶段：LaMA 模型根据遮罩周围像素，智能填充被水印覆盖的区域
  4. 输出阶段：保存修复后的文件，视频还可以保留原始音频

两阶段分离的设计有个好处——检测和修复可以独立优化。你可以用 Florence-2 替换为其他检测模型，或者换一个更强的修复模型。

三种使用方法

1. GUI 模式：开箱即用

这是推荐的使用方式。安装后运行 run.bat（Windows）或 ./run.sh（Linux/macOS），会弹出桌面窗口：

  • 选择语言（支持中文、英文、日文等）
  • 选择主题配色
  • 选择单文件或批量处理模式
  • 设置输入输出路径
  • 点"开始处理"即可

设置会自动保存，下次打开不用重新配置。

2. CLI 模式：适合自动化脚本

如果你需要批量处理或集成到工作流中，CLI 模式更合适：

# 基础用法
python remwm.py input.mp4 output.mp4

# 带选项处理
python remwm.py input.mp4 output.mp4 --overwrite --fade-in 2 --fade-out 3

# 预览检测结果（不实际处理）
python remwm.py input.jpg output.jpg --preview

3. 批量处理模式

处理整个文件夹的图像或视频：

python remwm.py /path/to/input/folder /path/to/output/folder --overwrite

视频去水印：双帧检测 + 淡入淡出处理

视频去水印比图像更复杂——水印可能在每一帧的位置略有不同，还可能有淡入淡出效果。WatermarkRemover-AI 为此做了专门优化：

  • 双帧检测：每隔 N 帧检测一次水印位置，减少计算量同时保持准确性
  • 淡入淡出处理：通过 --fade-in 和 --fade-out 参数，扩展遮罩区域覆盖水印出现和消失的过渡帧
  • 音频保留：处理视频后自动保留原始音轨（需要安装 FFmpeg）

支持的视频格式包括 MP4、AVI、MOV、MKV、FLV、WMV、WEBM。

安装过程

Windows

项目提供了 setup.bat 脚本，会自动下载便携版 Python——不需要系统预装 Python。安装完成后双击 run.bat 即可启动。

Linux / macOS

需要 Python 3.10 或以上版本：

cd WatermarkRemover-AI
pip install -r requirements.txt

之后运行 ./run.sh 启动。

FFmpeg（视频处理必需）

处理视频需要安装 FFmpeg：

  • Linux：sudo apt install ffmpeg
  • macOS：brew install ffmpeg
  • Windows：从 ffmpeg.org 下载并添加到 PATH

性能表现

根据项目 README，在一台双 RTX 4090 的机器上，图像处理速度可以达到 1000 张/分钟 以上。对于普通用户，单张 RTX 3060 或 4070 也能获得流畅体验。

如果没有独立 GPU，CPU 模式也能运行，但处理速度会慢很多——适合处理少量图片。

适用场景

  • 隐私敏感的去水印：所有处理都在本地完成，不上传任何数据到云端
  • AI 生成视频的去水印：Sora、Sora 2、Runway、Kling 等平台的生成水印都可以去除
  • 个人素材整理：批量清理下载素材中的平台水印
  • 视频创作者：去除社交媒体视频下载后携带的角标水印
  • 数据集预处理：清洗训练数据中的水印干扰（配合批量模式）

与其他工具对比

对比维度WatermarkRemover-AI在线去水印服务
处理方式本地运行上传到云端
隐私保护数据不离开本地依赖服务商隐私政策
费用免费（MIT 协议）通常有免费限额，进阶需付费
视频支持支持，保留音频部分支持
GPU 加速支持 CUDA服务端已处理
安装门槛需安装 Python 和依赖浏览器打开即用

命令行参数一览

参数用途默认值
--overwrite覆盖已存在的输出文件否
--transparent使水印区域透明（仅图片）否
--max-bbox-percent最大检测框占图像百分比10
--force-format强制输出格式（PNG/WEBP/JPG/MP4/AVI）自动
--detection-prompt自定义检测提示词"watermark"
--detection-skip视频检测帧间隔（1-10）1
--fade-in遮罩向前延伸秒数0
--fade-out遮罩向后延伸秒数0
--preview仅预览检测结果，不处理否

技术栈

  • 检测模型：Florence-2（微软）
  • 修复模型：LaMA（Large Mask Inpainting）
  • GUI 框架：PyWebview + Alpine.js
  • 深度学习后端：PyTorch + CUDA

Florence-2 的通用视觉理解能力使得 WatermarkRemover-AI 可以识别各种类型的水印——不限于特定平台的固定样式。而 LaMA 在修复大面积缺失区域时表现稳定，水印去除后几乎看不出处理痕迹。

小结

WatermarkRemover-AI 是 2026 年去水印工具领域中一个值得关注的开源项目。它把微软的视觉模型和经典的图像修复方法结合在一起，做出了一个跨平台的桌面应用。对于注重隐私、需要批量处理、或者经常处理 AI 生成视频中水印的用户来说，这是个很实用的工具。

唯一的门槛是需要安装 Python 环境和依赖——但项目提供了 Windows 的一键安装脚本，Linux/macOS 用户只需几行命令就能搞定。

项目地址：https://github.com/D-Ogi/WatermarkRemover-AI

Author
Admin
Category
Technical