WatermarkRemover

기능: LAMA 모델을 기반으로 동영상에서 고정 워터마크를 일괄 제거하는 도구입니다.

요구 사항

• Python 3.10 (정확한 버전 필요)

설치

1. 저장소를 클론하고 폴더로 이동합니다.
2. (선택 사항이지만 권장) Python 가상 환경을 만들고 활성화합니다.
3. pip install -r requirements.txt로 기본 종속성을 설치합니다.
4. PyTorch를 설치합니다 — 다음 두 가지 옵션 중 하나를 선택합니다:
   • CPU 버전: pip install torch
   • GPU 버전 (NVIDIA 그래픽 카드 필요):
     • NVIDIA 다운로드 페이지에서 CUDA Toolkit을 설치합니다.
     • CUDA 버전과 일치하는 cuDNN을 설치합니다.
     • PyTorch 공식 사이트의 명령을 사용하여 PyTorch의 GPU 빌드를 설치합니다 (예: pip3 install torch==2.6.0+cu126 ...).

프로그램은 GPU 사용 가능 여부를 자동으로 감지하고 처리 모드를 선택합니다.

사용 방법

명령줄에서 실행합니다:

python watermark_remover.py --input /path/to/videos --output /path/to/output

처리 전에 효과를 미리 보려면 --preview를 추가합니다.

명령줄 옵션

매개변수	짧은 옵션	설명	기본값
--input	-i	동영상 파일이 포함된 폴더	. (현재 폴더)
--output	-o	처리된 동영상의 출력 폴더	output
--preview	-p	처리 전에 효과 미리보기 표시	비활성화

작동 방식

1. 워터마크 영역 선택: 프로그램이 동영상의 한 프레임을 표시합니다. 워터마크 주위에 수동으로 상자를 그리고 스페이스 또는 엔터 키를 눌러 계속합니다.
2. 미리보기 (선택 사항): 활성화하면 처리된 결과를 표시합니다. 스페이스 또는 엔터 키로 확인하거나 ESC 키로 취소하고 종료합니다.
3. 동영상 처리: 첫 실행 시 LAMA 모델을 다운로드하며 시간이 걸립니다.
4. 출력: 결과는 MP4 파일로 저장됩니다.

제한 사항

• 고정된 위치에 있는 워터마크에만 작동합니다 — 이동하는 워터마크는 지원되지 않습니다.
• 한 배치에서 처리되는 모든 동영상은 동일한 크기여야 합니다.
• 한 배치의 모든 동영상은 동일한 워터마크를 가져야 합니다.

GPU 문제 해결

No GPU detected, using CPU for processing 메시지가 표시되면 README는 다음을 제안합니다:

• Python이 3.10인지 확인합니다.
• CPU 버전이 아닌 GPU 버전의 PyTorch를 설치했는지 확인합니다 (README는 Lama Cleaner의 문서를 인용: 도구가 GPU를 사용하지 않으면 CPU 전용 PyTorch가 설치되었을 가능성이 높습니다).
• CUDA, cuDNN 및 PyTorch 버전이 그래픽 카드와 호환되는지 확인합니다:
  • GPU에 대한 NVIDIA의 CUDA 호환성 목록을 확인합니다.
  • NVIDIA 아카이브에서 일치하는 cuDNN 버전을 선택합니다.
  • PyTorch 사이트에서 일치하는 PyTorch 빌드를 선택합니다.

GPU가 올바르게 감지되면 프로그램은 GPU detected: NVIDIA XXX Using GPU for processing와 같은 메시지를 출력합니다.

스타 기록

README에는 프로젝트의 GitHub 스타가 시간에 따라 어떻게 변했는지 보여주는 스타 기록 차트가 포함되어 있습니다.