WatermarkRemover

功能： 一个基于 LAMA 模型批量去除视频中固定水印的工具。

要求

• Python 3.10（需要精确版本）

安装

1. 克隆仓库并进入文件夹。
2. （可选但推荐）创建并激活 Python 虚拟环境。
3. 使用 pip install -r requirements.txt 安装基础依赖。
4. 安装 PyTorch — 选择以下两种选项之一：
   • CPU 版本： pip install torch
   • GPU 版本（需要 NVIDIA 显卡）：
     • 从 NVIDIA 下载页面安装 CUDA Toolkit。
     • 安装与您的 CUDA 版本匹配的 cuDNN。
     • 使用 PyTorch 官方网站提供的命令安装 PyTorch 的 GPU 版本（例如 pip3 install torch==2.6.0+cu126 ...）。

程序会自动检测 GPU 是否可用，并选择相应的处理模式。

使用方法

从命令行运行：

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

添加 --preview 可在处理前预览效果。

命令行选项

参数	短选项	描述	默认值
--input	-i	包含视频文件的文件夹	.（当前文件夹）
--output	-o	处理后视频的输出文件夹	output
--preview	-p	处理前显示效果预览	禁用

工作原理

1. 选择水印区域： 程序显示视频的一帧。您手动在水印周围绘制一个框，然后按 空格键 或 回车键 继续。
2. 预览（可选）： 如果启用，显示处理后的结果。按 空格键 或 回车键 确认，或按 ESC 取消并退出。
3. 处理视频： 首次运行会下载 LAMA 模型，这需要一些时间。
4. 输出： 结果保存为 MP4 文件。

限制

• 仅适用于位置固定的水印 — 不支持移动水印。
• 同一批次处理的所有视频必须具有相同的尺寸。
• 同一批次中的所有视频必须具有相同的水印。

GPU 问题故障排除

如果您看到 No GPU detected, using CPU for processing，README 建议：

• 检查 Python 是否为 3.10。
• 确认您安装的是 GPU 版本的 PyTorch，而不是 CPU 版本（README 引用了 Lama Cleaner 的文档：如果工具未使用 GPU，则很可能安装了仅 CPU 的 PyTorch）。
• 确保您的 CUDA、cuDNN 和 PyTorch 版本与您的显卡兼容：
  • 查看 NVIDIA 的 CUDA 兼容性列表以了解您的 GPU。
  • 从 NVIDIA 的存档中选择匹配的 cuDNN 版本。
  • 从 PyTorch 网站选择匹配的 PyTorch 构建。

当 GPU 被正确检测到时，程序会打印类似 GPU detected: NVIDIA XXX Using GPU for processing 的信息。

Star 历史

README 包含一个 star-history 图表，显示项目在 GitHub 上的 star 随时间的变化。