技能介绍

要解决什么问题

AI 生成图常见的「AI 生成」角标、短视频平台在画面角落叠的半透明文字，以及各类 APP 标识，往往只占很小一块区域，但会直接影响二次裁剪、排版或归档。手工涂抹或整块裁切既费时间，也容易破坏构图。这个技能把「定位水印区域 → 生成掩码 → 图像修复」收成一条可重复执行的流水线，默认输出 PNG 无损，避免 JPEG 再压缩带来的糊边。

技能如何工作

核心脚本是 scripts/remove_watermark.py，流程可以概括为：

灰度转换后按阈值把浅色文字从背景里分离出来
对检测到的区域做 掩码膨胀，避免修复后留下细线残影
调用 OpenCV 的 inpainting（默认 Telea 快速行进法，可选 Navier-Stokes）在掩码内补全像素

定位水印有两种用法：

自动检测（默认）：在 左上角 约宽 15% × 高 6% 的 ROI 内找浅色文字，适合多数角标。
手动指定：通过 --corner（topleft / topright / bottomleft / bottomright / center）和 --roi-w、--roi-h 缩小或移动搜索范围。

常用调参方向：--threshold 控制「多亮算水印」；--inpaint-radius 越大修复越平滑，但可能多糊一点周围；误伤内容时先 缩小 ROI，残留文字则 略降 threshold 或加大 radius；复杂渐变/纹理背景可试 --method ns。

适用边界与注意点

输入支持 JPG/JPEG/PNG/BMP/WEBP；输出固定 PNG，体积可能比原图大。
脚本设计为在 skill 目录内用相对路径调用；运行 Python 时应用 绝对路径，避免环境串台。
依赖 OpenCV 与 Pillow，需在独立虚拟环境里安装。
半透明底框类水印往往需要 更高 threshold 和 更大 ROI；全图大面积水印或强对比复杂场景，修复质量取决于背景结构，不保证「完全无痕」。