用微软 Florence-2 定位水印、LaMA 修复填充的两段式 AI 去水印工具，图像视频通吃，特别适配 Sora/Sora 2、Runway 等 AI 生成内容的水印清理需求。核心能力围绕双模型流水线、输出格式可控展开。总星 1859、月增 327，增速比约 21%，在 L3 榜单里属于温和而扎实的长尾上行。这类工具的走红逻辑自成闭环：AI 视频生成的爆发期恰好制造了海量带角标的产出物，创作者复用素材时对"去水印"的需求随之水涨船高。
| 项目 | 内容 |
|---|---|
| 仓库 | D-Ogi/WatermarkRemover-AI |
| 语言 / 许可证 | HTML / MIT |
| 总星标 | ⭐ 1859 |
| 本月净增星标 | +327 |
| 榜单 | 星标增速榜 第43名（相对增速视角排名） |
用微软 Florence-2 定位水印、LaMA 修复填充的两段式 AI 去水印工具，图像视频通吃，特别适配 Sora/Sora 2、Runway 等 AI 生成内容的水印清理需求。
总星 1859、月增 327，增速比约 21%，在 L3 榜单里属于温和而扎实的长尾上行。这类工具的走红逻辑自成闭环：AI 视频生成的爆发期恰好制造了海量带角标的产出物，创作者复用素材时对"去水印"的需求随之水涨船高。项目能持续吸睛靠的是明确的工程辨识度——不是简单的固定坐标裁切或涂抹，而是检测（Florence-2 开放词表定位 watermark 区域）+ 修复（LaMA 大遮罩 inpainting 无痕补全）的组合拳，再叠加两遍检测、渐隐渐现水印的 fade 遮罩扩展、保留音频的视频管线和 CUDA 加速，实现了多数同类脚本做不到的批量化质量稳定。
Python 3.10+ 技术栈：PyTorch 为深度学习后端承载两个模型的加载与推理；PyWebview 封装跨平台 WebView 壳，前端用 Alpine.js 保持轻量；视频帧序列通过 OpenCV/Pillow 处理并以 FFmpeg 合流。CLI 入口 remwm.py 与 GUI 共享同一处理核，参数体系一致，便于脚本化。Windows 提供便携版 Python 自动下载脚本，绕开系统环境污染问题。
Windows 直接 `.\setup.ps1` 后双击 run.bat；Linux/macOS 需 Python 3.10+，执行 chmod +x setup.sh && ./setup.sh 后 ./run.sh 启动。可选装 FFmpeg 用于视频保音频：Linux sudo apt install ffmpeg，macOS brew install ffmpeg。有 NVIDIA GPU 时自动启用 CUDA；纯 CPU 可运行但视频处理较慢。
python remwm.py input.png output_folder/ # 单图去水印
python remwm.py ./images ./output --overwrite --max-bbox-percent=15 --force-format=PNG
python remwm.py video.mp4 ./out --detection-skip=3 --fade-in=0.5 --fade-out=0.5
python remwm.py input.png --preview # 仅预览检测框不处理GUI 流程：启动 → 选语言主题 → 选单文件/批量模式 → 设输入输出路径 → 调参 → Start Processing。
列表项目 guillaumemeyer/watermarks-remover 属同赛道轻量实现，能力集中在静态图；传统方案如 Photoshop 内容识别填充依赖手工圈选；本项目的差异化在 Florence-2 开放词汇检测带来的免训练泛化 + 视频/音频链路完整度。注意使用边界：去除他人作品水印可能涉及版权问题，建议仅处理自有或已授权素材。
仓库：https://github.com/D-Ogi/WatermarkRemover-AI ；MIT License，接受 fork/PR；README 内含完整 CLI 参数表与常见格式支持清单。