钦祖鲁奥克·奥卡福

水印移除

一个开源项目，利用基于机器学习的图像修复方法从图片中移除水印，修复后的图像与原始图像几乎无异。

该项目灵感来源于 上下文注意力（CVPR 2018）和 门控卷积（ICCV 2019 口头报告）。

同时也要感谢 Chu-Tak Li 的 Medium 系列文章，这些文章让我对上述图像修复论文有了深刻的理解。

运行

Docker

1. 将本仓库克隆到您的计算机。
2. 在仓库根目录下，使用命令 docker build -t watermark-removal . 构建 Docker 镜像。
3. 使用此 链接 下载模型文件夹。
4. 使用您构建的镜像创建并运行 Docker 容器，命令如下：

docker run --rm -v '<model_dir路径>:/repo/model' -v '<input_dir路径>:/input' -v '<output_dir路径>:/output' watermark-removal --checkpoint_dir /repo/model --image '/input/<input_image_file>' --output '/output/<output_image_file>' --watermark_type istock

Google Colab（已失效）

• 使用 Google Colab

• 首先，克隆本仓库

  !git clone https://github.com/zuruoke/watermark-removal
  

• 切换到该仓库目录

  !cd watermark-removal
  

• 由于 Google Colab 使用的是最新版 TensorFlow 2.x，而本项目使用的是 1.15.0 版本，因此需要降级到 TensorFlow 1.15.0，并重启运行时（尽管新版 Google Colab 不再要求重启运行时）。

  !pip install tensorflow==1.15.0
  

• 安装 TensorFlow 工具包 neuralgym。

  !pip install git+https://github.com/JiahuiYu/neuralgym
  

• 使用此 链接 下载模型文件夹，并将其放入 model/ 目录下（将 checkpoint.txt 重命名为 checkpoint，因为有时 Google Drive 下载后会自动添加 .txt 后缀）。

现在一切就绪！！

• 接下来，通过运行 main.py 文件来移除图片中的水印：

  !python main.py --image 输入图片路径 --output 输出图片路径 --checkpoint_dir model/ --watermark_type istock
  

引用

@article{yu2018generative,
  title={Generative Image Inpainting with Contextual Attention},
  author={Yu, Jiahui and Lin, Zhe and Yang, Jimei and Shen, Xiaohui and Lu, Xin and Huang, Thomas S},
  journal={arXiv preprint arXiv:1801.07892},
  year={2018}
}

@article{yu2018free,
  title={Free-Form Image Inpainting with Gated Convolution},
  author={Yu, Jiahui and Lin, Zhe and Yang, Jimei and Shen, Xiaohui and Lu, Xin and Huang, Thomas S},
  journal={arXiv preprint arXiv:1806.03589},
  year={2018}
}

© 钦祖鲁奥克·奥卡福

Watermark-Removal 快速上手指南

Watermark-Removal 是一个基于机器学习的开源项目，利用图像修复（Inpainting）技术移除图片中的水印，效果逼真，几乎无法与原始图像区分。该项目灵感来源于 CVPR 2018 的 Contextual Attention 和 ICCV 2019 的 Gated Convolution 论文。

环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统: Linux, macOS 或 Windows (需安装 Docker)
• 核心依赖:
  • Docker (推荐方式，避免环境冲突)
  • 或者 Python 3.x + TensorFlow 1.15.0 (本地运行较复杂，建议优先使用 Docker)
• 模型文件: 需预先下载预训练模型权重。

安装步骤

本项目推荐使用 Docker 方式进行部署，以确保 TensorFlow 1.15.0 环境的稳定性。

1. 克隆项目代码

将仓库克隆到本地计算机：

git clone https://github.com/zuruoke/watermark-removal.git
cd watermark-removal

2. 构建 Docker 镜像

在项目根目录下执行以下命令构建镜像：

docker build -t watermark-removal .

3. 下载预训练模型

访问 Google Drive 链接 下载模型目录。

• 下载完成后，请记住模型文件夹在您本地的绝对路径（例如：/home/user/models 或 C:\Users\user\models）。
• 注意：如果下载的文件名为 checkpoint.txt，请将其重命名为 checkpoint。

基本使用

准备好环境和模型后，即可通过 Docker 容器运行去水印任务。

运行命令

请替换下方命令中的 <path_to_...> 为您本地的实际路径：

docker run --rm \
  -v '<path_to_model_dir>:/repo/model' \
  -v '<path_to_input_dir>:/input' \
  -v '<path_to_output_dir>:/output' \
  watermark-removal \
  --checkpoint_dir /repo/model \
  --image '/input/<input_image_file>' \
  --output '/output/<output_image_file>' \
  --watermark_type istock

参数说明：

• <path_to_model_dir>: 步骤 3 中下载的模型文件夹本地路径。
• <path_to_input_dir>: 存放待处理图片的本地文件夹路径。
• <path_to_output_dir>: 用于保存处理后图片的本地文件夹路径。
• <input_image_file>: 输入图片的文件名（需位于 input 目录中）。
• <output_image_file>: 输出图片的文件名。
• --watermark_type: 水印类型，目前示例支持 istock。

示例

假设您的模型在 /data/models，原图 photo.jpg 在 /data/images，想将结果保存为 clean.jpg 到 /data/results：

docker run --rm \
  -v '/data/models:/repo/model' \
  -v '/data/images:/input' \
  -v '/data/results:/output' \
  watermark-removal \
  --checkpoint_dir /repo/model \
  --image '/input/photo.jpg' \
  --output '/output/clean.jpg' \
  --watermark_type istock

运行结束后，检查 /data/results 目录即可获取去除水印后的图片。