Rimuovi le filigrane AI

Rimuovi i segni di provenienza AI da immagini e video che hai generato tu stesso:

etichette visibili note come la scintilla di Google Gemini e i segni di testo del fornitore;
filigrane invisibili a livello di pixel tramite rigenerazione diffusiva;
metadati AI C2PA, EXIF, XMP, IPTC e correlati.

Il supporto video copre l'identificazione della provenienza, la pulizia completa di visibile più metadati, batch di directory, rimozione dei segni visibili di Sora, Veo, Seedance, Doubao, Dola, Hailuo AI e Kling AI, e rigenerazione VAE certificata da oracolo per la rimozione di SynthID video.

raiw.cc esegue questa libreria come servizio ospitato, con GPU inclusa e nulla da installare. La rimozione di segni visibili e metadati all'output Standard fino a 12 MP è gratuita lì; la risoluzione originale oltre 12 MP e la rimozione di filigrane invisibili sono a pagamento.

Questo progetto è per un uso legittimo su contenuti di tua proprietà. Non prende di mira anteprime di agenzie stock o altre filigrane che proteggono contenuti a pagamento di terze parti. Vedi note su ambito, sicurezza e aspetti legali.

Scegli cosa vuoi fare

Obiettivo	Comando	GPU
Trova segnali di provenienza e filigrane	`identify`	No
Classifica una fotografia dai pixel (opt-in, non provenienza)	`classify`	No
Verifica SynthID OpenAI supportato dai pixel con l'API remota ufficiale	`verify-openai-synthid`	No
Rimuovi segni visibili AI noti	`visible`	No
Cancella una regione che selezioni	`erase`	No
Rimuovi metadati AI	`metadata`	No
Identifica la provenienza video supportata	`video identify`	No
Rimuovi segni visibili e metadati AI dal video	`video all`	No
Rimuovi metadati AI dal video	`video metadata`	No
Rimuovi un segno visibile AI registrato dal video	`video visible`	No
Elabora una directory di video	`video batch`	Dipende dalla modalità
Rimuovi SynthID video con il profilo VAE certificato	`video invisible`	Consigliata
Rigenera un'immagine per disturbare le filigrane invisibili	`invisible`	Richiesta (CUDA)
Esegui rimozione visibile, invisibile e metadati	`all`	Consigliata
Elabora una directory	`batch`	Dipende dalla modalità

Le dichiarazioni InvisMark di Microsoft Paint e Photos vengono instradate automaticamente alla rigenerazione dei pixel. Il comando all rimuove sia la filigrana pixel nascosta sia il manifesto C2PA collegato; la sola rimozione dei metadati rimuove solo il manifesto.

Modalità di installazione

Necessità	Installazione
Ispezione e rimozione dei metadati	`remove-ai-watermarks`
Classificazione AI-vs-fotocamera delle fotografie	`remove-ai-watermarks[classify]`
Verifica remota ufficiale OpenAI SynthID	`remove-ai-watermarks[verify]`
Rilevamento e rimozione visibile	`remove-ai-watermarks[visible]`
Elaborazione video visibile	`remove-ai-watermarks[video]`
Rimozione SynthID video	`remove-ai-watermarks[video,diffusion]`
Rilevamento DWT-DCT senza Torch	`remove-ai-watermarks[detect]`
Rimozione immagine invisibile (richiede CUDA)	`remove-ai-watermarks[qwen-zimage]`
Ogni funzionalità di produzione disponibile sul Python attivo	`remove-ai-watermarks[all]`

Extra di livello inferiore e specializzati includono pixels, heif, trustmark, migan, lama e diffusion. La guida all'installazione documenta la loro esatta composizione delle dipendenze, la compatibilità Python e i requisiti dei modelli.

Avvio rapido

Installa la CLI predefinita incentrata sui metadati:```bash uv tool install remove-ai-watermarks

Ispettionare un'immagine:```bash
remove-ai-watermarks identify image.png

Per classificare una fotografia a partire dai pixel (AI versus fotocamera, provider opzionale), installare l'extra e chiamare classify. identify non lo avvia mai:```bash uv tool install --force "remove-ai-watermarks[classify]" remove-ai-watermarks classify image.png

Guida: [classificazione dei pixel delle foto](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/photo-classify.md).

La provenienza firmata è il percorso supportato per SynthID e `identify` la legge.
Non esiste un rilevatore locale dei pixel SynthID nel pacchetto. La ricerca su un
esperto a reticolo periodico è in `scripts/synthid_runtime/` e
[synthid-detector-research.md](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/synthid-detector-research.md).

Per le immagini OpenAI supportate, il verificatore ufficiale opzionale fornisce un verdetto
sulla filigrana dei pixel:```bash
uv tool install --force "remove-ai-watermarks[verify]"
remove-ai-watermarks verify-openai-synthid image.png --acknowledge-upload

Il comando rimuove i metadati di provenienza AI da una copia temporanea, verifica che i pixel decodificati siano invariati, carica solo quella copia su OpenAI e consuma solo la risposta indipendente di SynthID. Non viene mai eseguito implicitamente da identify. Sono richiesti una chiave API, l'accesso all'endpoint e un riconoscimento esplicito del caricamento.

Per la rimozione della filigrana visibile, installa le dipendenze dei pixel:```bash uv tool install --force "remove-ai-watermarks[visible]"

Poi rimuovi un segno visibile noto e i metadati AI:```bash
remove-ai-watermarks visible image.png -o clean.png

Strippa 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.

Ispeziona o rimuovi i metadati AI da un file MP4, MOV, M4V, WebM, MKV, AVI o FLV:```bash
remove-ai-watermarks video metadata input.mp4 --check
remove-ai-watermarks video metadata input.mp4 --remove -o clean.mp4

Il comando video metadata non esegue il transcodifica dei flussi video o audio. A differenza del comando immagine sopra, quando -o viene omesso scrive <source>_clean e preserva l'originale. L'ispezione di MP4 e MOV include il tag nativo TC260 AIGC in moov.udta.meta.keys/ilst, incluso un moov posizionato dopo il payload multimediale, oltre alle varianti meta in formato QuickTime che l'esportazione iOS di Doubao scrive (una scatola meta nuda come figlio diretto di moov, e un elenco di metadati hdlr=mdir senza chiavi). L'ispezione di MKV e WebM legge il posizionamento normativo Segment.Tags.Tag.SimpleTag. AVI usa LIST/INFO/AIGC, mentre FLV usa script.onMetaData.AIGC. I formati non-ISOBMFF vengono rimuxati con copia del flusso per la rimozione.

Usa il percorso video orientato al prodotto per identificare o pulire un file:```bash uv tool install --force "remove-ai-watermarks[video]" remove-ai-watermarks video identify input.mp4 remove-ai-watermarks video all input.mp4 -o clean.mp4

`video all` rimuove un segno visibile registrato stabile quando presente e
rimuove sempre i metadati AI verificati. Se nessuno dei due segnali viene trovato, scrive comunque un
passthrough nello stesso contenitore, così i chiamanti dell'applicazione ottengono un unico contratto di output prevedibile.
La rimozione video invisibile proprietaria è esclusa per impostazione predefinita.
`--invisible` opta per il profilo video SynthID lossy e certificato da oracle.

Elabora una directory con lo stesso contratto:```bash
remove-ai-watermarks video batch ./videos --mode all

Rimuovi un segno video visibile supportato:```bash remove-ai-watermarks video visible input.mp4 -o clean.mp4 remove-ai-watermarks video visible veo.mp4 --mark veo -o veo_clean.mp4 remove-ai-watermarks video visible seedance.mp4 --mark seedance -o seedance_clean.mp4 remove-ai-watermarks video visible dola.mp4 --mark dola -o dola_clean.mp4 remove-ai-watermarks video visible hailuo.mp4 --mark hailuo -o hailuo_clean.mp4 remove-ai-watermarks video visible kling.mp4 --mark kling -o kling_clean.mp4

Questo percorso analizza l'intera sequenza prima di modificare i pixel. Accetta solo un
marchio che si ripete in una posizione stabile tra fotogrammi adiacenti, quindi riutilizza
gli stessi backend di riempimento OpenCV, MI-GAN o LaMa della rimozione delle immagini. L'audio viene copiato
senza essere ricodificato e può raggiungere la sua fine naturale; il flusso video
viene transcodificato perché i suoi pixel cambiano. Per impostazione predefinita, una passata protetta di optical flow
allinea in base al movimento il riempimento accettato precedente e lo fonde solo quando il
contesto sorgente vicino concorda; usa `--no-temporal-consistency` per disabilitarla.
L'encoder preserva il campionamento della crominanza
a 8 bit della sorgente supportato, i tag colore e la scala temporale delle tracce MP4/MOV
invece di affidarsi ai valori predefiniti impliciti raw-BGR di ffmpeg. Gli intervalli di fotogrammi variabili vengono
preservati tramite un bridge NUT in memoria con timestamp invece di essere appiattiti
alla frequenza fotogrammi media. I timestamp di inizio sorgente diversi da zero vengono mantenuti
insieme all'offset audio copiato. Il valore predefinito `--mark auto`
analizza tutti i provider in una singola passata di decodifica e seleziona la prima corrispondenza stabile nell'
ordine di specificità mostrato di seguito. Passa un marchio esplicito per limitare il rilevamento
a un solo provider.
Sora copre la mascotte animata Sora 2 e il wordmark. Veo copre sia l'attuale
diamante a quattro punte sia il testo legacy `Veo`. Seedance copre l'etichetta fissa
`AI` in un riquadro, Dola copre il testo fisso `Dola AI`, Hailuo AI copre l'etichetta composita
`MINIMAX | hailuo AI` e Kling AI copre l'etichetta `KLING AI`
in basso a destra con il suo suffisso di versione. Una codifica completata viene pubblicata in modo atomico. Nessuna
uscita viene scritta quando non viene trovato alcun marchio stabile.
Gli input HDR, PQ/HLG e con più di 8 bit vengono rifiutati prima della codifica piuttosto
che ridotti silenziosamente attraverso il confine BGR a 8 bit di OpenCV.

Rimuovi SynthID video:```bash
uv tool install --force "remove-ai-watermarks[video,diffusion]"
remove-ai-watermarks video invisible input.mp4 -o clean.mp4

Questo percorso rigenera la sequenza completa con un singolo campo di rumore latente condiviso nel tempo, copia l'audio completo, rimuove i metadati di origine e pubblica l'encode completato in modo atomico. Il profilo predefinito noise_std=0.15 ha superato sia la calibrazione a due portanti sia un controllo completo dell'oracolo Veo pubblico di otto secondi. Google non pubblica un decoder locale, quindi un nuovo controllo del provider rimane utile per file insolitamente importanti o dopo modifiche al provider, ma non è uno stato di risultato del prodotto.

Per la rimozione della filigrana invisibile, installa l'extra qwen-zimage. È richiesta una GPU NVIDIA: tutti i profili sono solo CUDA e non esiste alcun fallback CPU o MPS.```bash uv tool install --force "remove-ai-watermarks[qwen-zimage]" remove-ai-watermarks invisible image.png -o clean.png

Se i rilevatori locali non riescono a confermare una filigrana invisibile ma sai che l'immagine proviene da un generatore AI, aggiungi `--force`:```bash
remove-ai-watermarks invisible image.png -o clean.png --force

Le immagini con molto testo possono aderire al passaggio sperimentale di post-elaborazione del testo verificato. Esso accetta stringhe e riquadri di riga revisionati manualmente oppure un manifest di sola geometria verificato dall’operatore; non tratta mai l’output OCR grezzo come verità assoluta né viene eseguito automaticamente:```bash uv tool install --force "remove-ai-watermarks[text-restoration]" remove-ai-watermarks invisible image.png -o clean.png
--text-manifest verified-lines.json --force

Vedi la [guida CLI](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/cli.md#restore-operator-verified-text) per lo schema
del manifest, le restrizioni di compatibilità e le avvertenze sull'oracolo.

Vedi la [guida all'installazione](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/installation.md) per Homebrew, uv, le funzionalità
opzionali e la configurazione di sviluppo.

## Esempi

### Marchio Gemini visibile

| Prima | Dopo |
| --- | --- |
| ![Immagine con filigrana Gemini visibile](https://assets.kitploit.com/production/public/readmes/7369/4f6643f46057e4a4ec503f5bf0daf7243768915090f2d7fc5ac183c2d928c5ca.png) | ![Immagine dopo la rimozione della filigrana visibile](https://assets.kitploit.com/production/public/readmes/7369/45193ef965a27342b183a1834b01ef812f653da2ec356a81fce1aed79f1ef814.png) |

Il raster `after` viene generato dal raster `before` tracciato tramite il percorso pubblico:```bash
uv run remove-ai-watermarks visible demo_banana_before.png \
  --backend cv2 -o demo_banana_after.png

Rimozione invisibile di alta qualità

qwen-zimage è il profilo predefinito: una passata Qwen-Image-2512 Lightning sotto Canny ControlNet, seguita dalla riparazione Z-Image mascherata con SAM di qualsiasi volto rilevato. L'alternativa, sdxl-zimage, sostituisce la fase globale con SDXL e mantiene la stessa fase per i volti. Un terzo profilo, chroma-zimage, utilizza la passata globale Chroma1 con licenza Apache-2.0 con i propri livelli minimi piatti del vendor; consulta docs/chroma1-engine-research.md per la calibrazione. --pipeline auto seleziona chroma-zimage per la provenienza OpenAI e Microsoft e qwen-zimage in caso contrario. Tutti richiedono esclusivamente CUDA.```bash uv tool install --force "remove-ai-watermarks[qwen-zimage]" remove-ai-watermarks invisible image.png -o clean.png --force

| Esempio OpenAI prima | Esempio OpenAI dopo |
| --- | --- |
| [![Griglia di ritratti OpenAI prima di qwen-zimage](https://assets.kitploit.com/production/public/readmes/7369/28ff8732b037f98a4ef5bc277bbcdaa32e5eb9ccbd00b6c8c616e46ef68ae8a0.png)](data/synthid/originals/ChatGPT%20Image%20May%2030,%202026,%2010_31_08%20AM.png) | [![Griglia di ritratti OpenAI dopo qwen-zimage](https://assets.kitploit.com/production/public/readmes/7369/8066deab6162ef4fba352ffb475a119bfe94f097a4f5531e0fe141cbb8e089b5.png)](docs/images/qwen-zimage/ChatGPT/ChatGPT%20Image%20May%2030,%202026,%2010_31_08%20AM_full_clean.png) |

| Esempio Gemini prima | Esempio Gemini dopo |
| --- | --- |
| [![Segno Gemini prima di qwen-zimage](https://assets.kitploit.com/production/public/readmes/7369/4affd7f27767a445db6abf741355743ba8d95108ad922c9fff045feed8492236.png)](data/synthid/originals/Gemini_Generated_Image_633uuy633uuy633u.png) | [![Segno Gemini dopo qwen-zimage](https://assets.kitploit.com/production/public/readmes/7369/42858417874f6cd8bc7c9bdb39f6bde8aa32310a3e219e7ee2dff23a4742c7b1.png)](docs/images/qwen-zimage/Gemini/Gemini_Generated_Image_633uuy633uuy633u_full_clean.png) |

Questi file di output esatti sono stati verificati con i verifier del provider corrispondente. Quel
risultato si applica a questi file, non a ogni seed, immagine o versione futura della
filigrana.

## Ricette comuni

### Rimuovi ogni segno visibile rilevato```bash
remove-ai-watermarks visible image.png -o clean.png

The default --mark auto checks all registered visible marks and removes every match. If the mark is visible to you but the detector misses it, select its region explicitly:```bash remove-ai-watermarks erase image.png
--region 1640,1930,400,100
-o clean.png

`--region` usa `x,y,width,height` e può essere ripetuto.

### Usare un backend di riempimento appreso

L'extra `visible` usa l'inpainting di OpenCV quando non è installato un backend appreso.
Per sfondi più difficili, gli extra del backend appreso includono automaticamente le stesse
dipendenze dei pixel:```bash
uv tool install --force "remove-ai-watermarks[migan]"
remove-ai-watermarks visible image.png -o clean.png --backend migan

I'm ready to translate the Kitploit tool content from English to Italian. Please provide chunk 41 of 55.```bash uv tool install --force "remove-ai-watermarks[lama]" remove-ai-watermarks visible image.png -o clean.png --backend lama

### Riduci l'uso della memoria CUDA```bash
remove-ai-watermarks invisible image.png -o clean.png \
  --cpu-offload --force

CPU offload riduce la pressione sulla memoria CUDA spostando i componenti del modello tra CPU e GPU, a scapito della velocità.

Elaborare una directory```bash

remove-ai-watermarks batch ./images --mode visible remove-ai-watermarks batch ./images --mode all

## Cosa può riconoscere lo strumento

Il supporto per i segni visibili include:

- la filigrana visibile scintillante di Google Gemini e Nano Banana;
- Doubao, il wordmark Jimeng e la pillola `AI生成` in alto a sinistra, Qwen, Kling AI,
  Yuanbao, Baidu, LiblibAI e le etichette RunningHub;
- una variante calibrata del badge AI bianco in alto a destra di Microsoft;
- una variante calibrata dell'etichetta Samsung Galaxy AI.

L'ispezione di metadati e provenienza copre C2PA, EXIF, XMP, IPTC, i parametri
comuni dei generatori, le etichette AIGC China TC260 e diversi segnali
specifici del fornitore. Decoder opzionali aggiungono supporto per le filigrane
open DWT-DCT e Adobe TrustMark.

La matrice di supporto esatta, inclusi i limiti importanti relativi a locale e rilevatori, è
disponibile in [supported signals](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/supported-signals.md). La
[galleria di esempi sintetici](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/data/fixtures/visible/README.md) contiene un campione
canonico per ogni segno immagine e video registrato.

## Come funziona

La rimozione visibile segue tre passaggi:

1. Rileva un segno registrato nella sua area prevista.
2. Costruisci una maschera attorno al segno.
3. Riempi solo la regione mascherata con OpenCV, MI-GAN o LaMa.

La rimozione dei metadati utilizza uno stripping consapevole del formato. La rimozione dei metadati JPEG preserva
la scansione dell'immagine codificata invece di ricomprimerla. I valori TC260 nativi MP4/MOV
vengono azzerati senza modificare le dimensioni dei box o gli offset dei media. Gli altri
contenitori supportati utilizzano il rispettivo percorso dei metadati.

La rimozione invisibile è diversa. Rigenera l'immagine attraverso una pipeline
di diffusione per disturbare le filigrane nel dominio dei pixel e delle frequenze. Questo modifica
l'immagine e non può garantire che un verificatore proprietario rifiuti ogni
output.

Consulta [supported signals](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/supported-signals.md) e
[known limitations](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/known-limitations.md) per il confine tecnico completo.

## API Python

L'API di rimozione visibile richiede `remove-ai-watermarks[visible]`.```python
import remove_ai_watermarks as raiw

result, removed = raiw.remove_visible("watermarked.png", "clean.png")
print(removed)

openai_synthid = raiw.verify_openai_synthid("image.png", acknowledge_upload=True)
print(openai_synthid.status)

provenance = raiw.identify_video("input.mp4")
report = raiw.inspect_video_metadata("input.mp4")
complete = raiw.remove_video_all("input.mp4", "clean.mp4")
batch = raiw.remove_video_batch("videos", "videos_clean")
cleaned = raiw.remove_video_metadata("input.mp4")
synthid_cleaned = raiw.remove_video_invisible("input.mp4", "synthid_clean.mp4")
visible = raiw.remove_video_visible("input.mp4", "clean.mp4")
print(visible.mark)
veo = raiw.remove_video_visible("veo.mp4", "veo_clean.mp4", mark="veo")
seedance = raiw.remove_video_visible(
    "seedance.mp4",
    "seedance_clean.mp4",
    mark="seedance",
)
dola = raiw.remove_video_visible("dola.mp4", "dola_clean.mp4", mark="dola")

L'API di alto livello accetta un percorso file o un array NumPy BGR. Per input tramite percorso, legge anche i metadati di provenienza, preserva il canale alpha e può rimuovere i metadati AI dal risultato scritto.

Consulta la guida all'API Python per la rimozione visibile, la pipeline completa remove_all e remove_batch, l'ispezione della provenienza, la rimozione dei metadati e l'uso della diffusione.

ComfyUI

Il pacchetto separato ComfyUI Remove AI Watermarks fornisce nodi per la rimozione visibile, il rilevamento, la cancellazione di regioni e la rimozione invisibile.

Limitazioni importanti

Un segnale locale mancante significa sconosciuto, non pulito. Le filigrane pixel proprietarie possono rimanere dopo che i metadati sono stati rimossi.
La rimozione visibile ricostruisce una piccola regione. I risultati dipendono dallo sfondo e dal backend di riempimento selezionato.
La rimozione invisibile modifica l'intera immagine e può alterare volti, testo o dettagli fini.
La rimozione visibile nei video riconosce il wordmark mobile Sora 2, il diamante Veo attuale più il testo legacy Veo, l'etichetta AI in un riquadro di Seedance e le etichette fisse Doubao, Dola, Hailuo AI e Kling AI. Non riconosce il vecchio vortice d'angolo Sora Turbo o layout non registrati di questi fornitori. Il backend classico OpenCV può sbavare sfondi strutturati; usa MI-GAN o LaMa quando la qualità del recupero è importante.
La rigenerazione SynthID video modifica risoluzione, frame rate e dettaglio dell'immagine. Il profilo incluso è certificato dall'oracolo, ma nessun decoder locale pubblico può certificare un output arbitrario a runtime. Ricontrolla output insolitamente importanti dopo modifiche al fornitore.
La rimozione delle filigrane invisibili richiede CUDA. Tutti i profili rifiutano qualsiasi altro dispositivo in fase di costruzione piuttosto che ripiegare su uno che non può eseguirli. La rimozione visibile, la rimozione dei metadati e identify funzionano comunque ovunque.
I sistemi di filigrana dei fornitori possono cambiare. Valida output importanti con il verificatore del fornitore stesso quando disponibile.

Il comando video invisible incluso usa il profilo certificato noise_std=0.15. L'harness di ricerca complementare scripts/video_synthid_sweep.py costruisce un controllo con re-encode abbinato più candidati rigenerati con VAE e lascia vuoto il verdetto del verificatore:```bash uv run --extra video --extra diffusion python scripts/video_synthid_sweep.py input.mp4 -o sweep/

Per valutare il costo effettivo di un output, usa `scripts/video_fidelity_probe.py`:
il PSNR del motore viene misurato prima del resize e dell'encode, quindi solo la
sonda vede l'immagine consegnata.```bash
uv run --extra video python scripts/video_fidelity_probe.py input.mp4 input_clean.mp4

Il controllo deve comunque risultare positivo a SynthID prima che un candidato negativo possa essere considerato prova di rimozione. Nella calibrazione a due clip del 2026-07-29, entrambi i controlli corrispondenti erano positivi nel verificatore SynthID integrato di Gemini; il candidato più forte era negativo su entrambi i carrier, mentre un candidato più debole era negativo su uno. Un successivo follow-up avversario che chiedeva alla Gemini standard di reinterpretare il risultato dei pixel ha restituito UNAVAILABLE; quel follow-up non era una nuova esecuzione del verificatore e non invalida i verdetti integrati. Un controllo completo del 2026-07-31 su un campione Veo pubblico di otto secondi ha rilevato 0.10 ancora rilevato e 0.15 non rilevato, quindi 0.15 è ora il default certificato. Gli hash riproducibili e i verdetti per quel controllo completo -- un carrier, due righe -- si trovano in data/evaluations/video-synthid-oracle.csv. La precedente calibrazione a due clip è solo descrittiva: i suoi verdetti non sono stati registrati in un manifest tracciato, quindi considera il default certificato come basato sulle righe del 2026-07-31.

Documentazione

Inizia con l'indice della documentazione.

Le note di ricerca e gli esperimenti storici sono elencati separatamente nell' indice della documentazione. Spiegano decisioni passate ma non definiscono l'attuale API pubblica.

Contribuire

Installa l'ambiente di sviluppo ed esegui il gate del progetto:```bash uv sync --frozen --extra dev bash maintain.sh

Vedi [internals dei moduli](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/module-internals.md) prima di modificare un sottosistema
con invarianti documentate.

## Licenza

[Apache 2.0](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/LICENSE). Copyright 2025-2026 wiltodelta.

remove-ai-watermarks v0.37.1

Categorie