remove-ai-watermarks v0.26.1
Entfernt sichtbare und unsichtbare KI-Wasserzeichen sowie Provenienz-Metadaten aus Bildern und Videos. Python-Bibliothek und CLI für SynthID, C2PA, EXIF, IPTC, XMP und gängige Markierungen generativer KI.
KI-Wasserzeichen entfernen
Entferne KI-Herkunftskennzeichnungen aus Bildern und Videos, die du selbst erstellt hast:
- bekannte sichtbare Labels wie das Google Gemini Sparkle-Wasserzeichen und Anbieter-Textmarken;
- unsichtbare Pixel-Wasserzeichen durch direkte Störung des lokalen Formats oder Diffusions-Regeneration;
- C2PA-, EXIF-, XMP-, IPTC- und verwandte KI-Metadaten.
Die Video-Unterstützung umfasst die Identifizierung von Herkunftsnachweisen, die vollständige Bereinigung von sichtbaren Markierungen und Metadaten, Verzeichnis-Batches, die Entfernung sichtbarer Markierungen von Sora, Veo, Seedance, Doubao, Dola, Hailuo AI und Kling AI sowie die oracle-zertifizierte VAE-Regeneration zur Entfernung von Video-SynthID.
raiw.cc betreibt diese Bibliothek als gehosteten Dienst, mit inkludierter GPU und ohne Installation. Die Entfernung sichtbarer Markierungen und Metadaten bei Standard-Ausgabe bis 12 MP ist dort kostenlos; Originalauflösung über 12 MP und die Entfernung unsichtbarer Wasserzeichen sind kostenpflichtig.
Dieses Projekt ist für die rechtmäßige Verwendung bei Inhalten gedacht, die dir gehören. Es richtet sich nicht gegen Vorschauen von Stock-Agenturen oder andere Wasserzeichen, die kostenpflichtige Inhalte Dritter schützen. Siehe Umfang, Sicherheit und rechtliche Hinweise.
Wähle, was du tun möchtest
| Ziel | Befehl | GPU |
|---|---|---|
| Herkunftssignale und Wasserzeichen finden | identify | Nein |
| Ein Foto anhand der Pixel klassifizieren (Opt-in, keine Herkunft) | classify | Nein |
| Bekannte sichtbare KI-Markierungen entfernen | visible | Nein |
| Einen von dir ausgewählten Bereich löschen | erase | Nein |
| KI-Metadaten entfernen | metadata | Nein |
| Unterstützte Video-Herkunftsnachweise identifizieren | video identify | Nein |
| Sichtbare Markierungen und KI-Metadaten aus Video entfernen | video all | Nein |
| KI-Metadaten aus Video entfernen | video metadata | Nein |
| Eine registrierte sichtbare KI-Markierung aus Video entfernen | video visible | Nein |
| Ein Verzeichnis mit Videos verarbeiten | video batch | Abhängig vom Modus |
| Das kalibrierte Video-Pixel-SynthID-Entfernungsprofil anwenden | video invisible | Empfohlen |
| Ein Bild regenerieren, um unsichtbare Wasserzeichen zu stören | invisible | Erforderlich (CUDA) |
| Sichtbare, unsichtbare und Metadaten-Entfernung ausführen | all | Empfohlen |
| Ein Verzeichnis verarbeiten | batch | Abhängig vom Modus |
Microsoft Paint- und Photos-InvisMark-Deklarationen werden automatisch an die
Pixel-Regeneration weitergeleitet. Der Befehl all entfernt sowohl das versteckte
Pixel-Wasserzeichen als auch sein verknüpftes C2PA-Manifest; das alleinige Entfernen
von Metadaten entfernt nur das Manifest. Eine spezialisierte Python-API kann die
validierte lokale Watermarker.dll-Nutzlast ohne Diffusion inspizieren und stören.
Installationsmodi
| Bedarf | Installation |
|---|---|
| Metadaten-Inspektion und -Entfernung | remove-ai-watermarks |
| Klassifizierung Foto versus Kamera | remove-ai-watermarks[classify] |
| Klassifizierung von OpenAI/Google/unbekannten Quell-Exporten | remove-ai-watermarks[source-classify] |
| Sichtbare Erkennung und Entfernung | remove-ai-watermarks[visible] |
| Sichtbare Videoverarbeitung | remove-ai-watermarks[video] |
| Video-SynthID-Entfernung | remove-ai-watermarks[video,diffusion] |
| Torch-freie DWT-DCT-Erkennung | remove-ai-watermarks[detect] |
| Direkte lokale Paint-InvisMark-Störung | remove-ai-watermarks[pixels] |
| Unsichtbare Bildentfernung (benötigt CUDA) | remove-ai-watermarks[qwen-zimage] |
| Alle Produktionsfunktionen, die im aktiven Python verfügbar sind | remove-ai-watermarks[all] |
Niedrigschwelligere und spezialisierte Extras umfassen pixels, heif, trustmark,
migan, lama, diffusion, classify-onnx und source-classify. Die
Installationsanleitung dokumentiert deren genaue
Abhängigkeitszusammensetzung, Python-Kompatibilität und Modellanforderungen.
Schnellstart
Installiere die metadatenorientierte Standard-CLI:```bash uv tool install remove-ai-watermarks
Ein Image inspizieren:```bash
remove-ai-watermarks identify image.png
Um ein Foto anhand von Pixeln zu klassifizieren (KI versus Kamera, optionaler Anbieter),
installiere das Extra und rufe classify auf. identify startet es nie:```bash
uv tool install --force "remove-ai-watermarks[classify]"
remove-ai-watermarks classify image.png
Anleitung: [Foto-Pixel-Klassifizierung](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/photo-classify.md).
Für ein leichtgewichtiges, sich enthaltendes Signal zur Erkennung von OpenAI/Google/unbekannten Quellenexporten nach der Metadatenentfernung verwenden Sie die separate Python-API. Es handelt sich nicht um einen SynthID-Detektor:```python
import remove_ai_watermarks as raiw
result = raiw.classify_source("image.png")
print(result.label, result.reason)
Installiere remove-ai-watermarks[source-classify]. Anleitung:
source-pipeline classification.
Signierte Provenienz ist der unterstützte Weg für SynthID und identify liest sie.
Es gibt keinen lokalen SynthID-Pixeldetektor im Paket. Forschung zu einem
periodischen Gitter-Experten befindet sich in scripts/synthid_runtime/ und
synthid-detector-research.md.
Für die Entfernung sichtbarer Wasserzeichen installiere die Pixel-Abhängigkeiten:```bash uv tool install --force "remove-ai-watermarks[visible]"
Dann entferne eine bekannte sichtbare Markierung und KI-Metadaten:```bash
remove-ai-watermarks visible image.png -o clean.png
Metadaten entfernen, ohne sichtbares Inpainting oder Diffusion auszuführen:```bash remove-ai-watermarks metadata image.png --remove -o clean.png
Ohne `-o` überschreibt dieser Befehl die Quelldatei direkt.