前言

一览清图是一款面向“批量图片水印清理”的桌面工具，适合处理同一类水印反复出现的图片，例如电商商品图、素材库图片、活动海报、截图归档、角标 logo、满屏半透明重复字等。

运行逻辑：先从样例图里建立水印样式，让软件知道水印长什么样；再按固定位置、附近匹配或全图匹配自动定位水印，生成遮罩（mask）；最后对遮罩区域进行修补。修补可以选择 OpenCV 快速预览，也可以使用 LaMa 做高质量填补；如果自动结果不够理想，还能进入单张精修，用涂抹或框选手动补 mask。

开源地址：https://github.com/DEKVIW/RemovePicWatermark
软件下载：https://pan.quark.cn/s/cd5ad1207ee5

软件截图

单张手动处理

五大模块介绍

水印样式

能做什么

  • 导入一张带水印的样例图
  • 用矩形框或涂抹标出一个水印单元（满屏重复字只框一个格子即可）
  • 保存为「样式」：模板遮罩 + 样例裁剪 + 定位策略
  • 页内可改识别模板：手涂修正、重提取、AI 抠图（BiRefNet） 把半透明字抠得更干净

典型场景

  • 某平台统一右下角 logo：框一次，之后几百张商品图共用
  • 斜向半透明店名：框一个字/一段字，再开「全图匹配」扫整图重复
  • 圆章、条形版权：建多个样式，批量时一起勾选

不做什么
样式页本身不去水印，只负责把「水印长什么样」存进样式库。

批量去除

多图自动找 + 修

能做什么

  • 一次添加多张图或整个文件夹
  • 按任务写出完整结果：input / masks / debug / output，方便对照
  • 定位三种（水印大概在哪）：
    • 固定位置：录入时的位置就是实打实的区域，直接盖遮罩（不匹配）——适合绝对固定的角标
    • 附近匹配：大概在那一带，允许轻微偏移后再匹配
    • 全图匹配：同款可能出现在任意位置，整图查找（含多实例）
  • 查找三种（用什么找）：
    • 水印样式：只信你建过的模板，稳、可控
    • 样式 + 模型：样式为主，漏检时用检测模型补
    • 水印模型：主要靠训练好的检测模型
  • 修补：菜单设置里选高质量（LaMa）或快速预览（OpenCV）；设备可选自动 / CPU / GPU

典型场景

场景 建议组合
角标永远在右下角同一位置 固定位置 + 水印样式
角标大致在右下，偶尔差几个像素 附近匹配 + 水印样式
满屏重复水印字 全图匹配 + 水印样式（一个单元建档）
样式有时漏、有时图上还有陌生水印 样式 + 模型
水印种类多、不好逐个建档 先训检测模型 → 水印模型 / 样式+模型
先确认「找得对不对」 修补先选快速预览，再换高质量重跑或只看 debug

单张精修

能做什么

  • 打开一张图，在水印上涂红
  • 只修你涂到的区域，不依赖样式、不跑自动扫描
  • 多轮涂抹、去除；导出才写文件，中间可撤销 / 恢复原图

典型场景

  • 批量结果里有一两张漏边、多抹、贴边字
  • 水印压在人脸、文字、复杂纹理上，自动 mask 不理想
  • 临时一张图，懒得建样式，涂完就走

训练检测（可选）

让「自动找」更懂你的水印

能做什么

  • 导入多张图，框选 / 涂抹成框（支持旋转框 OBB）
  • 设训练轮数，训练后写入水印检测权重
  • 批量页的「样式+模型 / 水印模型」会用上这份模型

典型场景

  • 同一类水印形态多变，纯模板匹配容易漏
  • 素材来源杂，不想为每一种 logo 都建样式
  • 有一批已标注或愿意花时间框一批样例，换长期自动检出

不必先训才能用
日常只靠「水印样式 + 批量」也能完整走通；训练是增强项。

处理结果

能做什么

  • 查看历史批量任务列表
  • 打开成品、遮罩、调试图和报告摘要
  • 升级软件时只要保留 workspace/，样式与历史任务可继续用

典型场景

  • 客户要复核「这批图水印是不是找对了」→ 看 debug / masks
  • 对比两次参数差异 → 对照不同任务目录
  • 备份交付 → 直接打包某次 job 的 output

用到的模型与作用

软件里和「模型」相关的东西分两类：找水印、修水印 / 抠模板。不要和「样式模板匹配」混为一谈——样式匹配主要是 OpenCV，不靠下面这些大模型权重。

模型 / 权重 大约体积 位置 作用 用在哪
LaMa（big-lama.pt） ~196 MB workspace/models/torch/hub/checkpoints/ 高质量图像修复：按 mask 填回被水印挡住的像素 批量 / 精修；设置里选「高质量修补」
BiRefNet（model.safetensors 等） ~424 MB workspace/models/birefnet/ AI 抠图：从样例水印里抠更干净的识别遮罩 水印样式详情页「AI 抠图」
YOLOv8n（yolov8n.pt） ~6 MB workspace/models/yolo/ 或包根目录 检测训练底座（正框） 训练检测页起点权重
YOLOv8n-OBB（yolov8n-obb.pt） ~6 MB 同上 旋转框训练底座（斜水印） 训练时勾选 OBB / 斜向框
水印检测权重（watermark.pt） ~数 MB（自训可变更） workspace/models/yolo/watermark.pt 专门找水印位置的检测模型 批量「样式+模型 / 水印模型」；训练完成后写入

显存与运行

  • 建议 NVIDIA 显存 ≥ 4GB 再舒适地跑 LaMa / 训练 / 抠图；更大图更吃显存。
  • 无独显：功能仍在，上述深度学习路径改走 CPU，会慢很多。
  • 更细的驱动 / CUDA 说明见 GPU加速与设备自检.md。

软件下载

下载链接：https://pan.quark.cn/s/cd5ad1207ee5