Sobre o projeto

Remover Marcas d'Água de IA é um pacote Python e kit de ferramentas de linha de comando para trabalhar com proveniência de geração de IA em imagens e vídeos. Sua documentação afirma que é destinado ao uso legal em conteúdo que o usuário possui ou gerou e que não tem como alvo pré-visualizações de agências de banco de imagens ou outras marcas d'água de conteúdo pago de terceiros. Os recursos de imagem incluem inspeção de proveniência, classificação opcional de IA versus câmera e exportação de origem, remoção de marcas visíveis registradas, apagamento manual de regiões e remoção de metadados. As marcas visíveis reconhecidas incluem o brilho Google Gemini/Nano Banana, marcas Doubao e Jimeng, Qwen, Kling AI, Yuanbao, Baidu, LiblibAI, RunningHub e variantes calibradas da Microsoft e Samsung. O preenchimento pode usar OpenCV por padrão ou backends opcionais MI-GAN e LaMa. O suporte a metadados cobre C2PA, EXIF, XMP, IPTC, parâmetros de gerador, rótulos AIGC TC260 da China e sinais específicos de fornecedores. A remoção de metadados JPEG é descrita como preservando a varredura de imagem codificada. Para marcas invisíveis em imagens, o caminho principal de CLI/API usa pipelines de difusão como qwen-zimage, sdxl-zimage ou chroma-zimage para regenerar a imagem; esses pipelines exigem CUDA e não têm fallback para CPU ou GPU Apple. Um caminho especializado local do Microsoft Paint InvisMark pode inspecionar e interromper o payload validado do Watermarker.dll local com mudanças menores de pixel e sem CUDA. Uma pós-etapa opcional de texto verificado aceita manifestos de texto revisados por operadores. Comandos de vídeo podem identificar proveniência, inspecionar ou remover metadados, remover marcas visíveis registradas, processar diretórios e executar um perfil opcional de regeneração de pixels invisíveis. Os contêineres suportados incluem MP4, MOV, M4V, WebM, MKV, AVI e FLV. O suporte visível a vídeo lista Sora 2, marcas atuais e legadas do Veo, Seedance, Doubao, Dola, Hailuo AI e Kling AI. O detector requer uma marca repetida estável em quadros adjacentes; o áudio é copiado, o vídeo alterado é transcodificado e o processamento de consistência temporal é habilitado por padrão. O processamento de metadados evita transcodificação de fluxo quando possível, com tratamento específico de formato para tags TC260 e metadados de contêiner. O caminho opcional de vídeo SynthID usa um perfil calibrado de regeneração VAE com ruído latente temporal compartilhado. O projeto diz que seu perfil de ruído padrão passou em verificações documentadas de oráculo do provedor em amostras específicas, mas também observa que o Google não fornece um decodificador local, os resultados não são garantidos para cada arquivo, os sistemas do provedor podem mudar e saídas importantes devem ser reverificadas. O README relata o status de marca d'água de áudio copiada como não verificado. O pacote é distribuído por meio de extras modulares para metadados, remoção visível, processamento de vídeo, detecção, classificação, difusão, pixels, HEIF, TrustMark, MI-GAN, LaMa e outros recursos. APIs Python de alto nível aceitam caminhos de arquivo ou arrays NumPy BGR e cobrem arquivos únicos, lotes, inspeção de metadados, remoção visível, processamento de vídeo e fluxos de difusão. O repositório também documenta uma habilidade de agente, uma integração separada do ComfyUI e uma versão hospedada em raiw.cc. Limitações importantes incluem possíveis mudanças em rostos, texto, resolução, taxa de quadros ou detalhes finos; rejeição de vídeo HDR/PQ/HLG e maior que 8 bits para o caminho visível; e o princípio de que um sinal local ausente significa desconhecido, não confirmado como limpo.