从水印类型到图像修复：免费在线去水印工具原理与实测

1. 先把"去水印"这件事拆开看

社群里有朋友拿着几张带角标的素材图问我："免费在线去水印工具满屏都是，到底哪个靠谱？"这个问题我大概被问过几十次。有意思的是，绝大多数人关心的是"哪个网站好用"，而我更愿意先聊另一件事——水印是怎么被"抹掉"的，以及抹掉之后那块像素，究竟是"被还原了"还是"被编造了"。

这两个概念完全不同，直接决定了你该用哪一类免费在线去水印工具、该怎么给参数、以及什么时候应该干脆放弃自动处理转人工。我见过太多人把一张人像照片丢进某个在线站点，出来之后嘴角糊成一团，然后抱怨"这工具垃圾"。实测下来，问题往往不在工具，而在于水印正好压在了高频结构上，而他所选的那条算法路线，天生就不具备"重新画出嘴角"的能力。

所以这篇东西的定位很明确：给需要批量处理素材的内容生产者、给做前端或后端需要集成图像修复能力的开发者、也给单纯好奇这块技术怎么运转的读者。我会把水印的形态分类、三条主流修复路线的底层逻辑、一套能自己跑通的复现代码、以及在线工具实测时该看哪几个指标，全部摊开讲。看完你至少能做到两件事：判断一张图值不值得修，以及知道该给工具喂什么样的输入才能拿到能用的结果。

1.1 水印其实分四种，混着处理必翻车

很多人把"水印"当成一个东西，实际上它在像素层面至少有四种完全不同的存在形式，处理策略天差地别。

第一种是半透明叠加，也是设计稿里最常见的。它的数学形式非常干净：输出像素 = α × 水印色 + (1 − α) × 原像素。理论上这类水印是可逆的——只要能估计出 α 和logo本身的形状，就能反解出原始像素，而且是无损的、精确的。但免费在线工具几乎没人做这件事，原因很实在：α 通常是 0.3 到 0.6 之间的一个未知数，logo 边缘还有抗锯齿过渡，估计误差一大，反解出来的图会出现严重的色阶断层，比糊掉还难看。商业级的批量去水印系统会做这一步，因为它值得投入算力去拟合参数。

第二种是不透明色块或角标，比如右下角一个纯白底黑字的标识。这类东西的信息在原图里已经被彻底覆盖了，没有任何数学上的可逆性，只能"猜"。所有修复算法在这里做的都是同一件事：拿周围的像素去推断被盖住的地方长什么样。

第三种是周期性平铺，比如斜向铺满全图的半透明文字、网格纹。这类水印有个极其鲜明的特征——它在频域上是几条亮线。处理它的思路和前两种完全不同，用的是频域陷波，后面单独讲。

第四种是视频角标，位置固定、逐帧一致。它单帧看是第二种，但多了个时间维度，这反而是好事：你可以借用前后帧的信息来填补当前帧，效果比单帧修复好得多。

注意：判断水印类型是第一步，也是最容易偷懒的一步。我见过有人拿周期性网纹的图去跑普通修复算法，结果是把整个网格擦成一条模糊带，纹理全丢了。类型判错，后面所有参数都是白调。

1.2 一个在线工具背后其实跑着六步链路

不管页面做得多简洁，一个上传即用的免费在线去水印工具，内在流程基本是固定的六步，每一步都有坑。

解码：读你的 JPG/PNG/WebP。这里第一个隐性成本就出现了——大部分站点会把上传的图统一转成服务端内部格式，JPEG 会在这一步经历一次重压缩。

掩膜生成：要么让你手动涂抹（前端 Canvas 画一笔），要么用简单的边缘/颜色检测自动圈出水印区域。免费工具九成是前者，因为自动检测要跑模型，成本高。

修复：核心一步，跑 inpainting 算法，就是这篇的主菜。

后处理：轻度锐化、去噪、边缘融合。这一步做得好不好，直接决定输出是"修过但自然"还是"一眼假"。

重编码与导出：又是 JPEG。如果你的原图是 PNG，导出的却是 JPEG，那画质损失是叠加的。

分辨率限制：免费额度通常卡在 1000~2000 像素长边，超了就等比缩小。缩小再修复再放大，等于先丢信息再补信息，结果必然发虚。

这条链路里，重编码是被最多人忽略的成本。我做过对比：同一张图，用无损链路（PNG 进 PNG 出）和"JPEG 进 JPEG 出"相比，即便修复算法完全一致，前者的水印边缘过渡自然得多。原因很简单，JPEG 是 8×8 分块 DCT 压缩，水印边缘那种高对比边界会产生振铃（ringing）伪影，这些伪影会污染水印周围的像素，而修复算法恰恰是拿周围像素当参考的——你喂给它的是被污染的参考值。

所以我给的第一条实操建议就是：能传 PNG 就传 PNG，能本地跑就别在线跑。在线工具的价值在于零门槛，不在于质量上限。

1.3 为什么免费工具几乎都只做图不做视频

这个问题我被问得很多。答案不复杂：视频去水印的成本不是"图 × 帧数"这么简单。

一小时的 1080p 视频大约 10 万帧。假设每帧修复耗时 50 毫秒，那也是 5000 秒，接近一个半小时，而且这还只是纯计算，没算上传下载。免费额度扛不住这种消耗。

更麻烦的是帧间一致性。你单帧修得很好，但第 n 帧补出来的细节和第 n+1 帧补出来的细节不可能完全一样，播放起来水印位置就会持续"闪烁"或"沸腾"。这个问题在静态图上完全不存在，在视频里是致命的。要解决它，就得引入时域约束——固定掩膜、用前后帧做参考、或者做光流对齐——工程量直接翻几倍。

所以你会看到大量在线工具宣传"支持视频"，点进去发现限制 10 秒、480p、或者只支持固定位置的小角标。这不是产品偷懒，是这类需求在免费模式下的经济账算不过来。

2. 核心原理：那块像素究竟是怎么被"猜"回来的

理解原理不是为了炫技，而是为了在结果不好时知道该改哪个旋钮。三条主流路线，我按"从保守到激进"排序讲。

2.1 传统修复：把缺口当成一场热传导

最经典的两个算法是快速行进法（Telea）和纳维-斯托克斯（Navier-Stokes）。名字唬人，思路其实特别朴素。

想象一块毛衣破了个洞，你要补。你手上只有洞口周围的线。最自然的做法是：从洞的边缘一圈一圈往里织，每一圈的针法参照它紧邻的、已经织好的那一圈。这就是这类算法的本质——从边界向内逐层推进，用已知像素的梯度和等照度线方向指导未知像素的填充。

Telea 的做法是按"离边界由近到远"的顺序一个个像素地填，每个待填像素的值由它邻域内已知像素加权得到，权重跟距离和等照度线方向有关。Navier-Stokes 更"物理"一点，它把图像当成流体，求解一个偏微分方程，让颜色沿着等照度线（就是图像里颜色变化最小的方向）平滑地流进缺口。

这套方法的优点是稳定、可预测、不编造。它绝不会给你画出个不存在的东西，只会把周围的颜色和大致走向延续进去。缺点同样明显：它只会"接续低频结构"，完全没有生成高频纹理的能力。水印下面如果是一片纯色天空，修完你几乎看不出来；如果是一片草地、毛发、砖墙，修完就是一坨糊。

我在实际使用中的体会是：Telea 适合细笔划水印和低纹理背景，Navier-Stokes 适合有明确渐变方向的场景（比如天空、墙面、皮肤），因为它会让颜色沿着渐变方向流动，过渡更顺。两者对大块水印都无能为力，这不是参数问题，是原理上限。

2.2 频域陷波：专门对付周期性平铺水印

如果水印是规律重复的，比如斜向铺满全图的半透明文字，那它在二维频谱上会表现为若干个离散亮点——那些点对应水印的重复频率和方向。

处理方式叫陷波滤波：把频谱上那几个亮点（以及它们的对称点）用邻域值填掉，再做逆变换。相当于在一首曲子里，把某个持续存在的固定频率噪音"扣"掉。

这招的效果在特定场景下好得惊人，尤其是那种淡色斜纹文字铺满全图、但原图主体纹理集中在别的频段的图。但它有个副作用必须提前知道：你扣掉的是一整张图该频率的成分，不只是水印。如果原图里恰好也有相同频率的纹理（比如细密格纹布、铁丝网、织物经纬），扣完之后那部分纹理会一起消失，表现为局部变得异常"平"。

所以这条路线的适用边界很清晰：水印周期极其规律且明显，原图没有同频纹理。参数上关键是找到那几个亮点的精确坐标——我一般会把频谱幅度取对数后可视化，手动定位，比全自动阈值靠谱得多。

2.3 深度学习修复：从"补洞"变成"重新画"

这是近几年的主流方向。模型在海量图像上学会了"什么样的缺口周围应该长什么样"，于是它能做到传统算法做不到的事：在大面积缺失区域里生成合理的高频纹理。

举个直观的例子：一个遮挡了半张脸的角标。传统算法补出来是一片肉色糊；深度模型能补出眼睛、鼻梁的走向。但注意我的用词——"生成"、"补出"，它是在编造一个统计上合理的答案，而不是还原真相。这两者在你不介意的情况下没区别，在你需要精确还原的情况下就是灾难。我实测过一张带细小文字的背景图，模型把被水印遮住的两个字"补"成了另外两个形状相似的字，远看毫无破绽，放大一看完全是错的。

所以用这类工具时有条铁律：大面积、跨结构的水印，修完必须逐块放大检查语义。特别是人脸（五官是否对称）、文字（笔画是否成立）、建筑（直线是否连续）、手部（手指数量）这几个高危区。

2.4 三条路线的取舍对照

这张表我建议存下来。选路线的时候先看水印类型，再看背景纹理，最后才看效果上限。顺序反了，就会陷入"不断换工具但怎么换都不满意"的死循环。

3. 实操：从零跑通一条可复现的去水印链路

光讲原理没用，这一节我把自己常用的本地流程完整写出来。选本地而不是在线，是因为只有本地你才能控制掩膜精度和导出编码，而这两项对最终质量的影响，比换算法还大。下面用 Python + OpenCV 演示，环境很轻。

3.1 环境准备与掩膜制作

pip install opencv-python numpy

掩膜（mask）是一张和原图同尺寸的单通道图，白（255）代表"这里要修"，黑（0）代表"这里保留"。整个流程里，掩膜质量决定 70% 的成败。

import cv2 import numpy as np img = cv2.imread("input.png", cv2.IMREAD_COLOR) h, w = img.shape[:2] mask = np.zeros((h, w), np.uint8) # 方式一：已知水印坐标，直接框选 x1, y1, x2, y2 = 820, 60, 1180, 150 mask[y1:y2, x1:x2] = 255 # 方式二：颜色阈值自动圈选（适合纯色水印） hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) lower = np.array([0, 0, 200]) upper = np.array([180, 30, 255]) auto = cv2.inRange(hsv, lower, upper) mask = cv2.bitwise_or(mask, auto)

这里有个关键细节：掩膜一定要向外膨胀 2~4 像素再送去修复。原因前面提过——JPEG 压缩在水印边缘产生振铃，紧贴水印的那一圈像素已经被污染了，你把它当作"可信参考"喂给算法，修出来的边缘必然带一圈浅色鬼影轮廓。膨胀就是把这一圈不可信的像素也划进"待修"范围。

kernel = np.ones((5, 5), np.uint8) mask = cv2.dilate(mask, kernel, iterations=1)

膨胀量怎么定？我的经验是取水印笔划宽度的 1/3 到 1/2。细笔划（2~3 像素宽）膨胀 1~2 像素足够；粗体大字（15 像素以上）膨胀 4~6 像素。膨太多会把周围本来好好的内容也擦掉，反而增加修复难度。

3.2 跑一版传统算法基线

out = cv2.inpaint(img, mask, 3, cv2.INPAINT_TELEA) cv2.imwrite("output.png", out)

cv2.inpaint的第三个参数inpaintRadius是邻域半径，只影响取样范围，不影响"能修多大"。经验值：细笔划用 3，中等水印用 5，别超过 7，再大就容易出现明显的环形扩散痕迹。

我一般会同时跑 Telea 和 NS 两版对比，NS 对应cv2.INPAINT_NS：

out_telea = cv2.inpaint(img, mask, 3, cv2.INPAINT_TELEA) out_ns = cv2.inpaint(img, mask, 3, cv2.INPAINT_NS)

同一张图，两者在渐变背景上差异明显：NS 的过渡更柔和，Telea 的边缘更锐利但有时会出现细线状伪影。这不是玄学，是两种求解思路的必然结果——你在墙面色块、天空这类场景优先看 NS 的结果，在文字边缘、图标轮廓这类场景优先看 Telea。

3.3 分块修复：一个少有人提但极其有效的技巧

一个反直觉的现象：同样的大面积水印，分成几小块依次修复，效果明显好于一次修完。

原因在于传统算法是从边界向内推进的。缺口越大，推进到中心时可用信息衰减越厉害，越容易糊。如果你把它切成 3×3 的九块，每块的边界都更靠近实际内容，修复质量自然提升。

def block_inpaint(img, mask, block=40, radius=3, flag=cv2.INPAINT_TELEA): result = img.copy() ys, xs = np.where(mask > 0) if len(ys) == 0: return result y0, y1, x0, x1 = ys.min(), ys.max(), xs.min(), xs.max() for by in range(y0, y1 + 1, block): for bx in range(x0, x1 + 1, block): sub_mask = np.zeros_like(mask) sub_mask[by:by+block, bx:bx+block] = mask[by:by+block, bx:bx+block] if sub_mask.sum() == 0: continue result = cv2.inpaint(result, sub_mask, radius, flag) return result

代价是耗时增加几倍，但对那些"修完总是糊"的图，值得试一次。我拿一张压在人像肩膀上的半透明文字试过，整体一次修完是明显的一片模糊，按 40 像素分块后，布料的褶皱走向基本保住了。

3.4 视频去水印：解决闪烁才是真难点

视频逐帧独立修复必然闪烁。我常用的低成本方案是时域中值背景 + 掩膜替换：对每一帧，取它前后各 N 帧在同一位置的中值作为"背景估计"，然后只在掩膜区域内用这个中值替换。

import cv2 import numpy as np cap = cv2.VideoCapture("input.mp4") fps = cap.get(cv2.CAP_PROP_FPS) w = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)) h = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) writer = cv2.VideoWriter("output.mp4", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h)) mask = np.zeros((h, w), np.uint8) mask[60:150, 820:1180] = 255 # 与图片流程一致，先定掩膜 mask = cv2.dilate(mask, np.ones((5, 5), np.uint8)) buffer = [] N = 6 while True: ret, frame = cap.read() if not ret: break buffer.append(frame) if len(buffer) < 2 * N + 1: writer.write(frame) continue window = np.stack(buffer[-2*N-1:], axis=0) med = np.median(window, axis=0).astype(np.uint8) out = frame.copy() out[mask > 0] = med[mask > 0] writer.write(out) cap.release() writer.release()

这个方案的适用前提是水印位置固定、且背景在该位置有运动。如果背景完全静止（比如固定机位拍静态场景），中值就等于背景本身，效果极好；如果镜头本身在移动，中值会出现拖影，这时就得改成先做帧间配准（用光流或特征点对齐）再取中值，复杂度上一个台阶。

有个参数要盯：窗口大小N。太小（N=2）压不住闪烁，太大（N=20）运动物体穿过水印位置时会出现明显的残影拖尾。我试下来 5~8 是比较稳的区间，具体看画面运动速度。

3.5 后处理：让结果"看不出修过"

修复完直接导出，往往有一块区域和周围"质感不匹配"——修复区偏平滑，周围有颗粒感。这时候加一层受限的颗粒重建能显著提升自然度。

noise = np.random.normal(0, 3, out.shape).astype(np.int16) grain = np.clip(out.astype(np.int16) + noise, 0, 255).astype(np.uint8) out_final = np.where(mask[..., None] > 0, grain, out)

这是在修复区内叠加极轻的高斯噪声，模拟原图的传感器颗粒或压缩纹理。sigma 取 2~4，肉眼几乎看不出，但能消除"那块地方特别干净"的违和感。这个技巧我从修图流程里学来的，用在去水印上意外地好用。

4. 在线工具实测：该看哪几个指标

本地流程讲完了，回到大多数人真正会用的场景——免费在线去水印工具。我用同一组样本做过一轮横向对比，记录方法和判据比"哪个好"更有价值，因为工具会变，方法不会。

4.1 样本集怎么设计才有区分度

随便找几张图测是测不出差异的。我的样本集固定为六类，每类两张，覆盖不同难度：

F 类特别值得测。很多站点表面不限尺寸，实际内部会缩到 1500px 处理再放大回去，你在结果页看着还行，下载原尺寸一看全是马赛克。测法是：下载后看文件的实际像素尺寸，和原图对比。这一条能筛掉一大批。

4.2 输出质量的三个客观判据

没有 ground truth 的情况下，我不用 PSNR 这类指标（因为"正确答案"根本不存在），改看三个可量化的特征。

第一，边界梯度突变。修复区边界如果出现一圈闭合的高亮或高暗环，说明掩膜太紧或者膨胀不够，振铃没被吃掉。做法是计算掩膜边界处的梯度幅值均值，和周边同面积区域对比，比值超过 1.5 基本就能肉眼看到鬼影了。

第二，纹理能量比。对修复区和它的对称区域做拉普拉斯方差，如果修复区方差明显更低，说明纹理被抹平了。这个方法对 B 类样本特别灵敏。

第三，语义一致性人工检查。这一项没法自动化，只能放大看。我固定检查四处：人脸五官、文字笔画、直线是否连续、重复图案的相位是否对齐。最后一项很多人忽略——背景是规则图案时，修复区如果图案相位错开半格，一眼就露馅。

4.3 四种典型失效场景与应对

实测下来，免费在线工具翻车的场景高度集中，我把它们和应对办法整理在一起。

场景一：水印跨越大面积均匀区域。比如压在纯色墙面上的一大块 logo。看起来简单，实际很多工具会在这里留下明显的色块接缝，因为简单修复会从各方向"吸"颜色，如果墙面本身有轻微渐变，接缝处会出现方向不一的色带。应对：优先选支持大面积修复的深度模型类工具，或者干脆先手动采样边缘颜色，用邻近填充打底，再跑修复。

场景二：水印压在文字或笔画上。这是最难的。传统算法会把笔画接成一条粗细不匀的糊线，深度模型则可能"编"出一个形似但错误的字。应对：如果水印只压住部分笔画，宁可分两次修——先修不压字的部分，压字的部分单独缩小掩膜，尽量少动笔画本身。

场景三：水印自带投影或描边。很多人只圈了水印主体，漏掉了它下面那层半透明阴影。结果主体修掉了，阴影还在，形成一个诡异的浅色轮廓。应对：做掩膜时先做一次边缘检测看看，或者手动把掩膜往外扩 5 像素以上。

场景四：原图本身噪点很重。修复算法会从邻域取平均，噪点重的地方取出来的平均值本身就偏"脏"，修完那块区域会比周围更平滑、更暗。应对：先做一次轻度降噪（双边滤波，保留边缘），再修复，最后补回颗粒。

4.4 上传前的三板斧预处理

同样一张图，预处理和不预处理，在线工具的输出质量能差一个档。我固定做三件事。

先转 PNG。哪怕原图是 JPG，也先无损转一次 PNG 再上传。这一步消除不了已有的压缩损伤，但能避免服务端二次压缩叠加。

先裁掉无关区域。如果水印只在右下角，把图裁到只剩相关区域再传，能规避免费工具的分辨率限制——原本 4000px 的图缩到 1500px，水印只剩几像素宽，根本没法修；裁成 1500px 的局部，水印反而清晰。

先放大 1.5~2 倍再修。这条有争议，因为放大不增加信息。但实践中，很多在线工具的掩膜是你在预览图上涂的，放大之后你能涂得更精确，而掩膜精度对结果的影响远大于那点插值损失。修完再缩回去，肉眼观感通常更好。

5. 常见问题速查与排查思路

这一节按"症状 → 可能原因 → 处理"整理，都是我在实际处理中反复遇到的。

再补充几个文档里一般不会写、但实际很影响结果的点。

关于"多次迭代"。有人觉得修一遍不够就再修一遍，这是错的。第二次修复时，第一次修出来的（可能已经错了的）像素变成了"已知参考"，误差会累积放大。正确做法是回到原图重来，改参数，而不是在结果上叠修。

关于"修完再锐化"。修复区天然比周围平滑，很多人本能地加锐化补救，结果锐化把修复边界的接缝强化了，反而更假。真要锐化，也只能对修复区做，用局部蒙版限制作业范围，强度压到 0.3 以下。

关于小面积水印的优先级。如果水印只占全图 1% 面积，直接用修复工具是最快的，不值得折腾。但如果它正好压在人脸、产品主体、文字标题上，那 1% 就是 100%，值得花十分钟手动精修掩膜。

关于"能不能完全还原"。直说：不透明覆盖之后，原始信息在数学上已经不存在了，任何工具给你的都是合理推测。所以评估标准应该是"看起来自然、语义不错"，而不是"和原图一模一样"。这个预期不摆正，你会永远不满意。

6. 边界、成本与一点从业者的判断

写到这儿，我觉得有几件事必须说清楚，否则这篇东西会变成"教人乱用工具"。

第一条，能不做就不做。如果你的素材是自己拍的、自己做的，水印直接不加，从源头省掉全部麻烦。如果是别人的素材，正确路径是找到原始出处获取授权版本，而不是花时间修。去水印这个动作本身有成本和风险，而这个成本在绝大多数场景下高于它带来的收益。

第二条，修完必须二次检查。尤其是语义区域。我见过太多"远看完美、放大翻车"的案例——人脸的眼睛不对称、文字笔画多一横、手指数量不对。这类错误在缩略图尺寸下完全看不出来，一旦放大使用就是事故。我的习惯是修完直接把修复区放大到 200%，逐块过一遍。

第三条，接受"修不好"这个结果。有些图就是不适合自动处理：水印占了三成面积、压在密集文字上、背景是高细节纹理。这时候继续调参数是在浪费时间，正确做法是换素材，或者回到原始内容方去解决。判断"什么时候放弃"，比学会所有技巧更省时间。

第四条，关于工具选型的个人偏好。我的实际工作流是：小图、简单水印，随便找个在线工具，图的是快；重要素材、复杂水印，一定走本地流程，因为只有本地能控制掩膜、编码和迭代。我基本不用在线工具处理分辨率超过 2000px 的图，也不指望它处理视频，这不是不信任，是这类产品的成本结构决定了它做不到。

最后分享一个我最近才用顺手的思路。对于那种位置固定、内容重复的水印——比如同一套素材上同一个角标——不要一张张单独修。先挑一张背景最简单的修好，把修复区的填充结果保存成一个"补丁贴图"，其他图直接用同样的掩膜和同样的补丁覆盖。因为水印位置一致，补丁的边界过渡规律也一致，批量处理的一致性反而比逐张修复更好，还能避免同一批素材出现"这张修得糊、那张修得清"的观感不一致问题。这个办法在批量处理同系列素材时，效率提升非常明显，而且结果的可控性远高于逐张调参。