项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 6326
使用教程
环境要求
- uv 包管理器(README 全部用 uv tool install 安装)
- 去除隐形水印需 NVIDIA GPU,仅支持 CUDA,无 CPU/MPS 回退
- 仅用于你自己生成或拥有的内容,不针对第三方付费内容水印
- 视频处理支持 MP4、MOV、M4V、WebM、MKV、AVI、FLV
安装与启动步骤
-
1安装默认CLI
用 uv 安装默认版本,只带元数据检查与剥离能力,不需要 GPU。
uv tool install remove-ai-watermarks -
2检查图像溯源
对图片运行 identify,查看检测到的可见水印与 C2PA/EXIF 等溯源信息。
remove-ai-watermarks identify image.png -
3剥离AI元数据
去掉 C2PA、EXIF、XMP、IPTC 等 AI 元数据;不加 -o 会原地覆盖源图。
remove-ai-watermarks metadata image.png --remove -o clean.png -
4去除可见水印
先补装 visible 依赖,再去除 Gemini 星标等已知可见标记,无需 GPU。
uv tool install --force "remove-ai-watermarks[visible]" remove-ai-watermarks visible image.png -o clean.png -
5处理视频元数据
检查或剥离视频 AI 元数据;省略 -o 时输出 <source>_clean 并保留原文件。
remove-ai-watermarks video metadata input.mp4 --check remove-ai-watermarks video metadata input.mp4 --remove -o clean.mp4 -
6视频识别与清理
装 video 依赖后可识别或清理;video all 去可见水印并剥离元数据,batch 批量处理目录。
uv tool install --force "remove-ai-watermarks[video]" remove-ai-watermarks video identify input.mp4 remove-ai-watermarks video all input.mp4 -o clean.mp4 remove-ai-watermarks video batch ./videos --mode all -
7去除隐形水印
需 NVIDIA GPU,全部 profile 仅 CUDA;对自产图可用 --force 强制处理。
uv tool install --force "remove-ai-watermarks[qwen-zimage]" remove-ai-watermarks invisible image.png -o clean.png
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
-o | 否 | 指定输出路径;图像不写则原地覆盖,视频不写则输出 <source>_clean | clean.png |
--mark | 否 | 限定可见视频水印提供方,默认 auto 按特异性顺序扫描 | veo |
--force | 否 | 本地检测不到隐形水印但确知图像来自 AI 生成时强制去除 | --force |
--no-temporal-consistency | 否 | 关闭视频光流时域一致性对齐与混合 | --no-temporal-consistency |
--invisible | 否 | video all 时启用有损、经 oracle 认证的视频 SynthID 去除配置 | --invisible |
--mode | 否 | video batch 的处理模式 | all |
如何确认成功
identify 能正常输出溯源信号;visible 或 metadata 生成的 clean.png 可打开且无报错。
常见问题
Q:为什么 identify 检测不到 SynthID?
A:包内没有本地 SynthID 像素检测器,identify 读取的是签名溯源信息;周期性晶格检测研究代码在 scripts/synthid_runtime/ 目录。
Q:去除隐形水印时报错怎么办?
A:该功能所有 profile 仅支持 CUDA,必须使用 NVIDIA GPU,没有 CPU 或 MPS 回退;无显卡请改用 raiw.cc 托管服务。
Q:不加 -o 输出到哪里?
A:图像命令会直接原地覆盖源文件;video metadata 命令则写入 <source>_clean 并保留原始文件。
Q:video all 没找到水印会怎样?
A:仍会写出同容器 passthrough 文件,保证调用方拿到一致的输出契约;video visible 找不到稳定水印则不写输出。
Q:支持哪些视频格式?
A:MP4、MOV、M4V、WebM、MKV、AVI、FLV;非 ISOBMFF 格式用 stream copy 重封装,video metadata 不转码音视频流。
注意事项
- 仅对你自己拥有或生成的内容合法使用,不针对图库预览等保护第三方付费内容的水印。
- 安装额外依赖时 README 示例使用 --force 覆盖已有安装,避免旧版本残留。
- video all 默认排除专有隐形视频去除,需显式加 --invisible 才启用有损 SynthID 配置。
- HDR、PQ/HLG 及大于 8bit 的视频输入会在编码前被拒绝,不会静默降为 8bit。
核心亮点
- 支持去除Gemini/Nano Banana星标水印和SynthID隐形水印
- 同时清理C2PA、EXIF、IPTC等溯源元数据,保护隐私
- 提供CLI和Python库双接口,便于集成到自动化流程
不足之处
- 去除水印可能涉及伦理和法律风险,需谨慎使用
- 对非主流AI模型的水印支持有限
- 文档/社区待观察
适用场景
- 个人用户清理AI生成图片上的水印,用于合法用途
- 开发者集成水印移除功能到图像处理应用
- 批量处理大量带水印的AI图像,如数据集清洗
替代项目
Watermark Remover、AI Watermark Eraser、ImgCleaner
上一篇:MochiDiffusion
下一篇:rgthree-comfy
同类项目推荐
SeeSR
开源
用扩散模型和语义提示,让模糊图片恢复清晰细节
[CVPR2024] SeeSR: Towards Semantics-Aware Real-World Image Super-Resolution
arbitrary-image-stylization-tfjs
开源
浏览器里玩转任意图像风格迁移,上传图片即刻生成艺术大作。
Arbitrary style transfer using TensorFlow.js
comfyweb
开源
把 ComfyUI 复杂节点图变成简单表单,开箱即用生成图像
A simple interface for ComfyUI that replaces graphs with beautiful forms.
diffusionbee-stable-diffusion-ui
开源
Mac 上双击就装好,零基础也能玩出图
Diffusion Bee is the easiest way to run Stable Diffusion locally on your M1 Mac. Com···
ComfyUI_Ib_CustomNodes
开源
从路径直接加载图像,增强 ComfyUI 图像处理流程
Load Image From Path (Enhanced), PIL.Image
a-neural-algorithm-of-artistic-s···
开源
用Keras跑通经典风格迁移,轻松生成艺术感图片
Keras implementation of "A Neural Algorithm of Artistic Style"
comfyui_jankhidiffusion
开源
在 ComfyUI 里一键提升高分辨率出图质量,无需训练模型
Janky implementation of HiDiffusion for ComfyUI
break-a-scene
开源
一张图拆出多个概念,用文字自由组合生成新图像
Official implementation for "Break-A-Scene: Extracting Multiple Concepts from a Sing···
SPRIGHT
开源
让文生图模型听懂空间指令,布局更精准
[ECCV 2024] Official PyTorch implementation of "Getting it Right: Improving Spatial ···
