remove-ai-watermarks v0.27.0
Elimina marcas de agua de IA visibles e invisibles y metadatos de procedencia de imágenes y vídeo. Biblioteca de Python y CLI para SynthID, C2PA, EXIF, IPTC, XMP y marcas comunes de IA generativa.
Eliminar marcas de agua de IA
Elimina las marcas de procedencia de IA de las imágenes y videos que hayas generado tú mismo:
- etiquetas visibles conocidas, como la marca de agua de destello de Google Gemini y las marcas de texto del proveedor;
- marcas de agua invisibles en píxeles mediante disrupción directa del formato local o regeneración por difusión;
- C2PA, EXIF, XMP, IPTC y metadatos de IA relacionados.
La compatibilidad con video abarca la identificación de procedencia, la limpieza completa de elementos visibles más metadatos, lotes de directorios, la eliminación de marcas visibles de Sora, Veo, Seedance, Doubao, Dola, Hailuo AI y Kling AI, y la regeneración VAE certificada por oráculo para la eliminación de SynthID en video.
raiw.cc ejecuta esta biblioteca como servicio alojado, con la GPU incluida y sin nada que instalar. La eliminación de marcas visibles y metadatos con salida Standard de hasta 12 MP es gratuita allí; la resolución original por encima de 12 MP y la eliminación de marcas de agua invisibles son de pago.
Este proyecto es para uso lícito en contenido que te pertenece. No está dirigido a vistas previas de agencias de stock ni a otras marcas de agua que protegen contenido de pago de terceros. Consulta alcance, seguridad y notas legales.
Elige lo que quieres hacer
| Objetivo | Comando | GPU |
|---|---|---|
| Encontrar señales de procedencia y marcas de agua | identify | No |
| Clasificar una fotografía a partir de los píxeles (opcional, no es procedencia) | classify | No |
| Eliminar marcas visibles conocidas de IA | visible | No |
| Borrar una región que selecciones | erase | No |
| Eliminar metadatos de IA | metadata | No |
| Identificar la procedencia de video compatible | video identify | No |
| Eliminar marcas visibles y metadatos de IA de video | video all | No |
| Eliminar metadatos de IA de video | video metadata | No |
| Eliminar una marca visible registrada de IA de video | video visible | No |
| Procesar un directorio de videos | video batch | Depende del modo |
| Aplicar el perfil calibrado de eliminación de SynthID en píxeles de video | video invisible | Recomendado |
| Regenerar una imagen para interrumpir marcas de agua invisibles | invisible | Requerido (CUDA) |
| Ejecutar la eliminación de elementos visibles, invisibles y metadatos | all | Recomendado |
| Procesar un directorio | batch | Depende del modo |
Las declaraciones de InvisMark de Microsoft Paint y Photos se dirigen automáticamente a
la regeneración de píxeles. El comando all elimina tanto la marca de agua oculta en píxeles como
su manifiesto C2PA vinculado; la eliminación de metadatos por sí sola elimina únicamente el manifiesto. Una
API especializada de Python puede inspeccionar e interrumpir la carga útil validada local
Watermarker.dll sin difusión.
Modos de instalación
| Necesidad | Instalación |
|---|---|
| Inspección y eliminación de metadatos | remove-ai-watermarks |
| Clasificación de fotografía IA frente a cámara | remove-ai-watermarks[classify] |
| Clasificación de exportación de origen OpenAI/Google/desconocido | remove-ai-watermarks[source-classify] |
| Detección y eliminación de elementos visibles | remove-ai-watermarks[visible] |
| Procesamiento de video visible | remove-ai-watermarks[video] |
| Eliminación de SynthID en video | remove-ai-watermarks[video,diffusion] |
| Detección DWT-DCT sin Torch | remove-ai-watermarks[detect] |
| Disrupción directa local de Paint InvisMark | remove-ai-watermarks[pixels] |
| Eliminación de imágenes invisibles (requiere CUDA) | remove-ai-watermarks[qwen-zimage] |
| Todas las funciones de producción disponibles en el Python activo | remove-ai-watermarks[all] |
Los extras de nivel inferior y especializados incluyen pixels, heif, trustmark,
migan, lama, diffusion, classify-onnx y source-classify. La
guía de instalación documenta su composición exacta de
dependencias, compatibilidad con Python y requisitos de modelos.
Inicio rápido
Instala la CLI predeterminada centrada en metadatos:```bash uv tool install remove-ai-watermarks
Inspeccionar una imagen:```bash
remove-ai-watermarks identify image.png
Para clasificar una fotografía a partir de píxeles (IA versus cámara, proveedor opcional),
instala el extra y llama a classify. identify nunca lo inicia:```bash
uv tool install --force "remove-ai-watermarks[classify]"
remove-ai-watermarks classify image.png
Guía: [clasificación de píxeles de fotos](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/photo-classify.md).
Para una señal ligera y abstenida de exportación de fuente OpenAI/Google/desconocida después de la eliminación de metadatos, utilice la API de Python independiente. No es un detector de SynthID:```python
import remove_ai_watermarks as raiw
result = raiw.classify_source("image.png")
print(result.label, result.reason)
Instala remove-ai-watermarks[source-classify]. Guía:
clasificación del pipeline de origen.
La procedencia firmada es la ruta compatible para SynthID y identify la lee.
No hay un detector local de píxeles de SynthID en el paquete. La investigación sobre un
experto en redes periódicas está en scripts/synthid_runtime/ y
synthid-detector-research.md.
Para la eliminación de marcas de agua visibles, instala las dependencias de píxeles:```bash uv tool install --force "remove-ai-watermarks[visible]"
Luego elimina una marca visible conocida y los metadatos de IA:```bash
remove-ai-watermarks visible image.png -o clean.png
Eliminar metadatos sin ejecutar inpainting visible ni difusión:```bash remove-ai-watermarks metadata image.png --remove -o clean.png
Sin `-o`, este comando sobrescribe el origen en el mismo lugar.