remove-ai-watermarks v0.37.1
画像や動画から、可視および不可視のAI透かしと来歴メタデータを除去します。SynthID、C2PA、EXIF、IPTC、XMP、および一般的な生成AIマークに対応したPythonライブラリおよびCLIです。
AI透かしの除去
自分で生成した画像や動画からAIの来歴マークを除去します：
- Google Geminiのスパークル透かしやベンダーのテキストマークなどの既知の可視ラベル；
- 拡散再生による不可視のピクセル透かし；
- C2PA、EXIF、XMP、IPTC、および関連するAIメタデータ。
動画サポートは、来歴の識別、可視マークとメタデータの完全クリーニング、ディレクトリ一括処理、可視のSora、Veo、Seedance、Doubao、Dola、 Hailuo AI、Kling AIマークの除去、および動画SynthID除去のためのオラクル認定VAE再生成をカバーします。
raiw.cc はこのライブラリをホスト型サービスとして実行しており、GPU 込みでインストール不要です。標準出力での可視マークとメタデータの除去は最大12 MPまで無料です。12 MPを超える元解像度と不可視 透かしの除去は有料です。
このプロジェクトは、あなたが所有するコンテンツに対する合法的な使用を目的としています。ストック エージェンシーのプレビューや、第三者の有料コンテンツを保護するその他の透かしを対象とはしていません。 範囲、安全性、および法的注意事項 を参照してください。
実行したい操作を選択
| 目標 | コマンド | GPU |
|---|---|---|
| 来歴シグナルと透かしを検出 | identify | 不要 |
| ピクセルから写真を分類（オプトイン、来歴ではない） | classify | 不要 |
| 公式リモートAPIでサポートされているOpenAI SynthIDをピクセルから検証 | verify-openai-synthid | 不要 |
| 既知の可視AIマークを除去 | visible | 不要 |
| 選択した領域を消去 | erase | 不要 |
| AIメタデータを除去 | metadata | 不要 |
| サポートされている動画の来歴を識別 | video identify | 不要 |
| 動画から可視マークとAIメタデータを除去 | video all | 不要 |
| 動画からAIメタデータを除去 | video metadata | 不要 |
| 動画から登録済みの可視AIマークを除去 | video visible | 不要 |
| 動画のディレクトリを処理 | video batch | モードによる |
| 認定VAEプロファイルで動画SynthIDを除去 | video invisible | 推奨 |
| 画像を再生成して不可視透かしを破壊 | invisible | 必須（CUDA） |
| 可視、不可視、およびメタデータ除去を実行 | all | 推奨 |
| ディレクトリを処理 | batch | モードによる |
Microsoft PaintおよびPhotosのInvisMark宣言は、自動的に
ピクセル再生成にルーティングされます。allコマンドは、隠れたピクセル透かしと
それにリンクされたC2PAマニフェストの両方を除去します。メタデータ除去のみではマニフェストのみが除去されます。
インストールモード
| ニーズ | インストール |
|---|---|
| メタデータの検査と除去 | remove-ai-watermarks |
| 写真のAI対カメラ分類 | remove-ai-watermarks[classify] |
| 公式リモートOpenAI SynthID検証 | remove-ai-watermarks[verify] |
| 可視検出と除去 | remove-ai-watermarks[visible] |
| 可視動画処理 | remove-ai-watermarks[video] |
| 動画SynthID除去 | remove-ai-watermarks[video,diffusion] |
| Torch不要のDWT-DCT検出 | remove-ai-watermarks[detect] |
| 不可視画像除去（CUDAが必要） | remove-ai-watermarks[qwen-zimage] |
| アクティブなPythonで利用可能なすべての本番機能 | remove-ai-watermarks[all] |
より低レベルで特殊なエクストラには、pixels、heif、trustmark、
migan、lama、diffusionが含まれます。インストールガイド には、それらの正確な
依存関係構成、Python互換性、およびモデル要件が記載されています。
クイックスタート
メタデータ中心のデフォルトCLIをインストールします：```bash uv tool install remove-ai-watermarks
画像を検査する：```bash
remove-ai-watermarks identify image.png
写真をピクセルから分類するには（AIかカメラか、任意のプロバイダー）、
追加パッケージをインストールして classify を呼び出します。identify はそれを決して起動しません。```bash
uv tool install --force "remove-ai-watermarks[classify]"
remove-ai-watermarks classify image.png
ガイド: [写真ピクセル分類](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/photo-classify.md)。
署名付き来歴はSynthIDおよび`identify`が読み取るサポート対象の経路です。
このパッケージにはローカルのSynthIDピクセル検出器はありません。周期的な
格子エキスパートに関する研究は`scripts/synthid_runtime/`および
[synthid-detector-research.md](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/synthid-detector-research.md)にあります。
サポート対象のOpenAI画像については、オプションの公式検証ツールがピクセル
透かしの判定を提供します。```bash
uv tool install --force "remove-ai-watermarks[verify]"
remove-ai-watermarks verify-openai-synthid image.png --acknowledge-upload
このコマンドは、一時コピーからAI由来メタデータを削除し、デコードされたピクセルが変更されていないことを検証して、そのコピーのみをOpenAIにアップロードし、独立したSynthIDレスポンスのみを消費します。identifyから暗黙的に実行されることはありません。APIキー、エンドポイントへのアクセス、および明示的なアップロードの承認が必要です。
可視ウォーターマークの除去には、ピクセル依存関係をインストールします:```bash uv tool install --force "remove-ai-watermarks[visible]"
次に、既知の可視マークとAIメタデータを削除します。```bash
remove-ai-watermarks visible image.png -o clean.png
メタデータを、可視的なインペインティングや拡散を実行せずに除去します:```bash remove-ai-watermarks metadata image.png --remove -o clean.png
`-o` を指定しない場合、このコマンドはソースをその場で上書きします。
MP4、MOV、M4V、WebM、MKV、AVI、または FLV ファイルから AI メタデータを検査または削除します。```bash
remove-ai-watermarks video metadata input.mp4 --check
remove-ai-watermarks video metadata input.mp4 --remove -o clean.mp4
video metadata コマンドは、ビデオストリームやオーディオストリームをトランスコードしません。上記の画像コマンドとは異なり、-o を省略すると <source>_clean を書き出し、元のファイルを保持します。MP4 と MOV の検査には、moov.udta.meta.keys/ilst 内のネイティブな TC260 AIGC タグが含まれ、メディアペイロードの後に配置された moov や、Doubao の iOS エクスポートが書き出す QuickTime 形式の meta バリアント（moov の直接の子としての裸の meta ボックス、およびキーなしの hdlr=mdir メタデータリスト）も含まれます。MKV と WebM の検査では、規範的な Segment.Tags.Tag.SimpleTag の配置を読み取ります。AVI は LIST/INFO/AIGC を使用し、FLV は script.onMetaData.AIGC を使用します。非 ISOBMFF 形式は、削除のためにストリームコピーでリマックスされます。
製品指向のビデオパスを使用して、ファイルを識別またはクリーンアップします。```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` は、安定した登録済みの可視マークが存在する場合にそれを除去し、常に検証済みの AI メタデータを削除します。どちらのシグナルも見つからない場合でも、同一コンテナのパススルーを書き込むため、アプリケーションの呼び出し元は予測可能な単一の出力契約を得られます。独自の不可視ビデオ除去はデフォルトでは除外されます。`--invisible` は、損失を伴うオラクル認証済みのビデオ SynthID プロファイルを選択します。
同じ契約でディレクトリを処理します:```bash
remove-ai-watermarks video batch ./videos --mode all
サポートされている可視ビデオマークを削除します。```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
このパスは、ピクセルを変更する前に完全なシーケンスをスキャンします。隣接するフレーム間で安定した位置に繰り返されるマークのみを受け入れ、その後、画像除去と同じOpenCV、MI-GAN、またはLaMaフィルバックエンドを再利用します。オーディオは再エンコードせずにコピーされ、自然な終端まで到達できます。ビデオストリームはピクセルが変化するためトランスコードされます。デフォルトでは、ガード付きオプティカルフローパスが、先行して受け入れられたフィルをモーションアラインし、近傍のソースコンテキストが一致する場合にのみそれをブレンドします。無効にするには`--no-temporal-consistency`を使用します。エンコーダは、ffmpegの暗黙的なraw-BGRデフォルトに依存するのではなく、サポートされている
8ビットソースのクロマサンプリング、カラータグ、およびMP4/MOVトラックのタイムスケールを保持します。可変フレーム間隔は、平均フレームレートに平坦化されるのではなく、タイムスタンプ付きのインメモリNUTブリッジを通じて保持されます。ゼロ以外のソース開始タイムスタンプは、コピーされたオーディオオフセットとともに保持されます。デフォルトの`--mark auto`は、1回のデコードパスですべてのプロバイダをスキャンし、以下に示す特異性の順序で最初の安定した一致を選択します。明示的なマークを渡すと、検出が1つのプロバイダに制限されます。
Soraは、動くSora 2マスコットとワードマークをカバーします。Veoは、現在の4点ダイヤモンドと従来の`Veo`テキストの両方をカバーします。Seedanceは固定されたボックス付き`AI`ラベルをカバーし、Dolaは固定された`Dola AI`テキストをカバーし、Hailuo AIは複合`MINIMAX | hailuo AI`ラベルをカバーし、Kling AIはバージョンサフィックス付きの右下`KLING AI`ラベルをカバーします。完了したエンコードはアトミックに公開されます。安定したマークが見つからない場合、出力は書き込まれません。
HDR、PQ/HLG、および8ビットを超える入力は、OpenCVの8ビットBGR境界を通じて暗黙的に縮小されるのではなく、エンコード前に拒否されます。
ビデオSynthIDを削除:```bash
uv tool install --force "remove-ai-watermarks[video,diffusion]"
remove-ai-watermarks video invisible input.mp4 -o clean.mp4
このパスは、時間全体で共有される1つの潜在ノイズフィールドを用いて完全なシーケンスを再生成し、完全な音声をコピーし、ソースメタデータを除去し、完了したエンコードをアトミックに公開します。デフォルトのnoise_std=0.15プロファイルは、2キャリア較正と完全な公開8秒Veoオラクルチェックの両方に合格しました。Googleはローカルデコーダを公開していないため、特に重要なファイルやプロバイダ変更後には、新しいプロバイダチェックが依然として有用ですが、これは製品の結果状態ではありません。
不可視ウォーターマーク除去には、qwen-zimageエクストラをインストールしてください。NVIDIA GPUが必要です: すべてのプロファイルはCUDA専用であり、CPUまたはMPSのフォールバックはありません。```bash
uv tool install --force "remove-ai-watermarks[qwen-zimage]"
remove-ai-watermarks invisible image.png -o clean.png
If the local detectors cannot confirm an invisible watermark but you know the
image came from an AI generator, add `--force`:```bash
remove-ai-watermarks invisible image.png -o clean.png --force
タイポグラフィ中心の画像は、実験的な検証済みテキスト後処理を選択できます。
これは、手動でレビューされた文字列とラインボックス、またはオペレーター検証済みの
ジオメトリのみのマニフェストを受け入れます。生のOCR出力を正解として扱うことは決してなく、
自動実行もされません。```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
[CLIガイド](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/cli.md#restore-operator-verified-text)を参照して、マニフェストのスキーマ、互換性の制限、およびオラクルの注意事項を確認してください。
[インストールガイド](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/installation.md)を参照して、Homebrew、uv、オプション機能、および開発環境のセットアップを確認してください。
## 例
### 可視のGeminiマーク
| 変更前 | 変更後 |
| --- | --- |
|  |  |
`after`ラスターは、追跡された`before`ラスターから公開パスによって生成されます。```bash
uv run remove-ai-watermarks visible demo_banana_before.png \
--backend cv2 -o demo_banana_after.png
高品質な不可視除去
qwen-zimage がデフォルトのプロファイルです。Canny ControlNet による Qwen-Image-2512 Lightning パスに続き、検出された顔を SAM マスク付き Z-Image で修復します。代替の sdxl-zimage は、グローバルステージを SDXL に置き換え、顔ステージは同じものを維持します。3つ目のプロファイル chroma-zimage は、Apache-2.0 の Chroma1 グローバルパスを独自のフラットなベンダーフロアとともに使用します。キャリブレーションについては docs/chroma1-engine-research.md を参照してください。--pipeline auto は、OpenAI および Microsoft 由来の場合は chroma-zimage を選択し、それ以外の場合は qwen-zimage を選択します。すべて CUDA のみ対応です。```bash
uv tool install --force "remove-ai-watermarks[qwen-zimage]"
remove-ai-watermarks invisible image.png -o clean.png --force
| OpenAI の例（処理前） | OpenAI の例（処理後） |
| --- | --- |
| [](data/synthid/originals/ChatGPT%20Image%20May%2030,%202026,%2010_31_08%20AM.png) | [](docs/images/qwen-zimage/ChatGPT/ChatGPT%20Image%20May%2030,%202026,%2010_31_08%20AM_full_clean.png) |
| Gemini の例（処理前） | Gemini の例（処理後） |
| --- | --- |
| [](data/synthid/originals/Gemini_Generated_Image_633uuy633uuy633u.png) | [](docs/images/qwen-zimage/Gemini/Gemini_Generated_Image_633uuy633uuy633u_full_clean.png) |
これらの正確な出力ファイルは、対応するプロバイダーの検証ツールで確認済みです。この結果はこれらのファイルにのみ適用され、すべてのシード、画像、または将来の透かしバージョンには適用されません。
## 一般的なレシピ
### 検出されたすべての可視マークを削除する```bash
remove-ai-watermarks visible image.png -o clean.png
デフォルトの --mark auto は、登録されているすべての可視マークをチェックし、一致するものをすべて削除します。マークが表示されているのに検出器が見逃す場合は、その領域を明示的に選択してください:```bash
remove-ai-watermarks erase image.png
--region 1640,1930,400,100
-o clean.png
`--region` は `x,y,width,height` を使用し、繰り返し指定できます。
### 学習済みフィルバックエンドを使用する
`visible` エクストラは、学習済みバックエンドがインストールされていない場合、OpenCV のインペインティングを使用します。
より難しい背景の場合、学習済みバックエンドのエクストラには同じ
ピクセル依存関係が自動的に含まれます。```bash
uv tool install --force "remove-ai-watermarks[migan]"
remove-ai-watermarks visible image.png -o clean.png --backend migan
The --no-verify flag bypasses the pre-commit and commit-msg hooks, which is useful when you want to skip validation checks. However, this should be used with caution as it may allow committing code that does not meet the project's standards.
Commit Message Best Practices
Writing clear and descriptive commit messages is essential for maintaining a readable project history. Here are some best practices:
- Use the imperative mood: Write commit messages as if you are giving a command, e.g., "Fix bug" instead of "Fixed bug".
- Keep it concise: The subject line should be under 50 characters.
- Add context in the body: If the commit requires more explanation, add a body after a blank line.
- Reference issues: If the commit relates to an issue, include the issue number in the message.
Example Commit Workflow
# Stage files
git add .
# Commit with a message
git commit -m "Add new feature for user authentication"
# Push to remote
git push origin main
This workflow ensures that changes are tracked and shared with the team efficiently.```bash uv tool install --force "remove-ai-watermarks[lama]" remove-ai-watermarks visible image.png -o clean.png --backend lama
### CUDAメモリ使用量を削減する```bash
remove-ai-watermarks invisible image.png -o clean.png \
--cpu-offload --force
CPUオフロードは、モデルコンポーネントをCPUとGPU間で移動させることでCUDAメモリの負荷を軽減しますが、速度は犠牲になります。
ディレクトリを処理する```bash
remove-ai-watermarks batch ./images --mode visible remove-ai-watermarks batch ./images --mode all
## このツールが認識できるもの
可視マークのサポートには以下が含まれます:
- Google Gemini および Nano Banana の可視スパークル透かし;
- Doubao、Jimeng のワードマークと左上の `AI生成` ピル、Qwen、Kling AI、
Yuanbao、Baidu、LiblibAI、RunningHub のラベル;
- 校正済みの Microsoft 右上白 AI バッジの 1 バリアント;
- 校正済みの Samsung Galaxy AI ラベルの 1 バリアント。
メタデータと来歴の検査は、C2PA、EXIF、XMP、IPTC、一般的な
ジェネレータパラメータ、中国 TC260 AIGC ラベル、およびいくつかのベンダー固有の
シグナルを対象としています。オプションのデコーダは、オープンな DWT-DCT 透かしと Adobe
TrustMark のサポートを追加します。
正確なサポートマトリクス（重要なロケールと検出器の制限を含む）は
[supported signals](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/supported-signals.md) にあります。[合成サンプルギャラリー](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/data/fixtures/visible/README.md) には、
登録済みのすべての画像およびビデオマークについて、標準となるサンプルが 1 つずつ含まれています。
## 仕組み
可視マークの除去は次の 3 つのステップに従います:
1. 想定される領域で登録済みマークを検出する。
2. マークの周囲にマスクを構築する。
3. マスクされた領域のみを OpenCV、MI-GAN、または LaMa で埋める。
メタデータの除去は、フォーマットを認識したストリッピングを使用します。JPEG メタデータの除去は、
再圧縮せずにエンコード済み画像スキャンを保持します。ネイティブの MP4/MOV TC260 値は、
ボックスサイズやメディアオフセットを変更せずにブランク化されます。その他のサポート対象
コンテナは、対応するメタデータパスを使用します。
不可視マークの除去は異なります。拡散パイプラインを通じて画像を再生成し、
ピクセルおよび周波数領域の透かしを破壊します。これにより画像が変化し、
プロプライエタリな検証ツールがすべての出力を拒否することを保証できません。
完全な技術的境界については、[supported signals](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/supported-signals.md) と
[known limitations](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/known-limitations.md) を参照してください。
## Python API
可視マーク除去 API には `remove-ai-watermarks[visible]` が必要です。```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")
ハイレベルAPIは、ファイルパスまたはBGR NumPy配列を受け入れます。パス入力の場合、 出所メタデータも読み取り、アルファを保持し、書き込まれた結果からAIメタデータを 除去できます。
可視除去、完全なremove_allおよびremove_batchパイプライン、出所検査、メタデータ
除去、および拡散利用については、Python APIガイドを参照してください。
ComfyUI
別の ComfyUI Remove AI Watermarks パッケージは、可視除去、検出、領域消去、および不可視除去用のノードを提供します。
重要な制限事項
- ローカル信号がないことは、クリーンであることを意味せず、不明であることを意味します。独自のピクセル 透かしは、メタデータが除去された後も残る可能性があります。
- 可視除去は小さな領域を再構築します。結果は背景と選択したフィルバックエンドに依存します。
- 不可視除去は画像全体を変更し、顔、テキスト、または微細なディテールを変える可能性があります。
- 可視ビデオ除去は、動くSora 2ワードマーク、現在のVeo
ダイヤモンドに加えて従来の
Veoテキスト、Seedanceの枠付きAIラベル、および固定された Doubao、Dola、Hailuo AI、Kling AIラベルを認識します。古いSora Turbo コーナースワールや、それらのプロバイダーからの未登録レイアウトは認識しません。 従来のOpenCVバックエンドは構造化された背景を汚す可能性があります。復元品質が重要な場合は、MI-GANまたは LaMaを使用してください。 - ビデオSynthID再生成は、解像度、フレームレート、および画像ディテールを変更します。 同梱のプロファイルはオラクル認定済みですが、実行時に任意の出力を認定できる公開ローカルデコーダーはありません。 プロバイダー変更後は、特に重要な出力を再確認してください。
- 不可視透かし除去にはCUDAが必要です。すべてのプロファイルは、実行できないデバイスにフォールバックするのではなく、
構築時に他のデバイスを拒否します。
可視除去、メタデータ除去、および
identifyは、どこでも引き続き実行できます。 - プロバイダーの透かしシステムは変更される可能性があります。利用可能な場合は、プロバイダー自身の 検証ツールで重要な出力を検証してください。
同梱のvideo invisibleコマンドは、認定済みのnoise_std=0.15プロファイルを使用します。
付属のscripts/video_synthid_sweep.pyリサーチハーネスは、
一致する再エンコードコントロールとVAE再生成候補を構築し、検証ツールの判定を空白のままにします。```bash
uv run --extra video --extra diffusion python scripts/video_synthid_sweep.py input.mp4 -o sweep/
出力が実際にどれだけのコストだったかを評価するには、`scripts/video_fidelity_probe.py` を使用します。
エンジン自身のPSNRはリサイズとエンコードの前に測定されるため、配信された映像を確認できるのはプローブだけです。```bash
uv run --extra video python scripts/video_fidelity_probe.py input.mp4 input_clean.mp4
制御は、ネガティブ候補が除去の証拠として数えられる前に、依然としてSynthID陽性でなければならない。2026-07-29の2クリップ較正では、両方のマッチした制御がGemini組み込みのSynthID検証器で陽性であり、より強い候補は両キャリアで陰性だった一方、より弱い候補は片方でのみ陰性だった。その後の敵対的フォローアップで、通常のGeminiにピクセル結果の再解釈を依頼したところ、UNAVAILABLEが返された。そのフォローアップは検証器の再実行ではなく、組み込みの判定を無効にするものではない。2026-07-31の公開された8秒のVeoサンプルに対するフルクリップチェックでは、0.10が依然として検出され、0.15は検出されなかったため、0.15が現在の認定デフォルトとなっている。そのフルクリップチェックの再現可能なハッシュと判定（キャリア1つ、行2つ）は、data/evaluations/video-synthid-oracle.csvに格納されている。以前の2クリップ較正は説明のみであり、その判定は追跡されたマニフェストに記録されていないため、認定デフォルトは2026-07-31の行に基づくものとして扱うこと。
ドキュメント
ドキュメント索引から始めてください。
研究ノートと過去の実験は、ドキュメント索引に別途記載されています。これらは過去の決定を説明するものですが、現在の公開APIを定義するものではありません。
貢献
開発環境をインストールし、プロジェクトゲートを実行してください:```bash uv sync --frozen --extra dev bash maintain.sh
[モジュール内部](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/module-internals.md)を参照してから、文書化された不変条件を持つサブシステムを変更してください。
## ライセンス
[Apache 2.0](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/LICENSE)。Copyright 2025-2026 wiltodelta.