remove-ai-watermarks v0.26.1
Rimuovi i watermark AI visibili e invisibili e i metadati di provenienza da immagini e video. Libreria Python e CLI per SynthID, C2PA, EXIF, IPTC, XMP e i comuni marchi dell'IA generativa.
Rimuovere i watermark AI
Rimuovi i marchi di provenienza AI dalle immagini e dai video che hai generato tu stesso:
- etichette visibili note come il watermark a scintilla di Google Gemini e i marchi testuali dei fornitori;
- watermark invisibili a livello di pixel tramite interruzione diretta del formato locale o rigenerazione con diffusione;
- C2PA, EXIF, XMP, IPTC e metadati AI correlati.
Il supporto video copre l'identificazione della provenienza, la pulizia completa di elementi visibili più metadati, le elaborazioni in batch di directory, la rimozione dei marchi visibili di Sora, Veo, Seedance, Doubao, Dola, Hailuo AI e Kling AI, e la rigenerazione VAE certificata da oracle per la rimozione di SynthID nei video.
raiw.cc esegue questa libreria come servizio ospitato, con la GPU inclusa e nulla da installare. La rimozione dei marchi visibili e dei metadati con output Standard fino a 12 MP è gratuita; la risoluzione originale superiore a 12 MP e la rimozione dei watermark invisibili sono a pagamento.
Questo progetto è destinato a un uso lecito su contenuti di tua proprietà. Non è rivolto alle anteprime delle agenzie di stock o ad altri watermark che proteggono contenuti a pagamento di terze parti. Consulta ambito, sicurezza e note legali.
Scegli cosa vuoi fare
| Obiettivo | Comando | GPU |
|---|---|---|
| Trovare segnali di provenienza e watermark | identify | No |
| Classificare una fotografia dai pixel (opt-in, non provenienza) | classify | No |
| Rimuovere marchi AI visibili noti | visible | No |
| Cancellare una regione selezionata | erase | No |
| Rimuovere i metadati AI | metadata | No |
| Identificare la provenienza video supportata | video identify | No |
| Rimuovere marchi visibili e metadati AI dal video | video all | No |
| Rimuovere i metadati AI dal video | video metadata | No |
| Rimuovere un marchio AI visibile registrato dal video | video visible | No |
| Elaborare una directory di video | video batch | Dipende dalla modalità |
| Applicare il profilo calibrato di rimozione SynthID sui pixel video | video invisible | Consigliata |
| Rigenerare un'immagine per disturbare i watermark invisibili | invisible | Richiesta (CUDA) |
| Eseguire la rimozione di elementi visibili, invisibili e metadati | all | Consigliata |
| Elaborare una directory | batch | Dipende dalla modalità |
Le dichiarazioni InvisMark di Microsoft Paint e Photos vengono indirizzate automaticamente
alla rigenerazione dei pixel. Il comando all rimuove sia il watermark nascosto nei pixel sia
il relativo manifest C2PA collegato; la sola rimozione dei metadati elimina unicamente il manifest. Un'API Python specializzata può ispezionare e disturbare il payload locale validato
Watermarker.dll senza diffusione.
Modalità di installazione
| Esigenza | Installazione |
|---|---|
| Ispezione e rimozione dei metadati | remove-ai-watermarks |
| Classificazione fotografia AI-versus-fotocamera | remove-ai-watermarks[classify] |
| Classificazione di esportazioni da sorgenti OpenAI/Google/sconosciute | remove-ai-watermarks[source-classify] |
| Rilevamento e rimozione dei marchi visibili | remove-ai-watermarks[visible] |
| Elaborazione video dei marchi visibili | remove-ai-watermarks[video] |
| Rimozione SynthID nei video | remove-ai-watermarks[video,diffusion] |
| Rilevamento DWT-DCT senza Torch | remove-ai-watermarks[detect] |
| Disturbo diretto locale di Paint InvisMark | remove-ai-watermarks[pixels] |
| Rimozione invisibile nelle immagini (richiede CUDA) | remove-ai-watermarks[qwen-zimage] |
| Tutte le funzionalità di produzione disponibili sul Python attivo | remove-ai-watermarks[all] |
Gli extra di livello inferiore e specializzati includono pixels, heif, trustmark,
migan, lama, diffusion, classify-onnx e source-classify. La
guida all'installazione documenta la loro esatta
composizione delle dipendenze, la compatibilità con Python e i requisiti dei modelli.
Avvio rapido
Installa la CLI predefinita orientata ai metadati:```bash uv tool install remove-ai-watermarks
Ispeziona un'immagine:```bash
remove-ai-watermarks identify image.png
Per classificare una fotografia dai pixel (AI versus fotocamera, provider opzionale),
installa l'extra e chiama classify. identify non lo avvia mai:```bash
uv tool install --force "remove-ai-watermarks[classify]"
remove-ai-watermarks classify image.png
Guida: [photo pixel classification](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/photo-classify.md).
Per un segnale leggero e con astensione di esportazione da fonte OpenAI/Google/sconosciuta dopo
la rimozione dei metadati, usa la API Python separata. Non è un rilevatore SynthID:```python
import remove_ai_watermarks as raiw
result = raiw.classify_source("image.png")
print(result.label, result.reason)
Installa remove-ai-watermarks[source-classify]. Guida:
classificazione della pipeline dei sorgenti.
La provenienza firmata è la via supportata per SynthID e identify la legge.
Non esiste un rilevatore locale di pixel SynthID nel pacchetto. La ricerca su un
esperto di reticolo periodico è in scripts/synthid_runtime/ e
synthid-detector-research.md.
Per la rimozione di watermark visibili, installa le dipendenze dei pixel:```bash uv tool install --force "remove-ai-watermarks[visible]"
Poi rimuovi un watermark visibile noto e i metadati AI:```bash
remove-ai-watermarks visible image.png -o clean.png
Rimuovi i metadati senza eseguire inpainting o diffusione visibili:```bash remove-ai-watermarks metadata image.png --remove -o clean.png
Senza `-o` questo comando sovrascrive il file sorgente sul posto.