Watermark-Removal：基于机器学习图像修复的水印去除开源项目
Watermark-Removal 是 Chimzuruoke Okafor（zuruoke）开源的项目，采用机器学习图像修复（image inpainting）方法从图片中去除水印，目标是让修复结果与原图（ground truth）难以区分。项目灵感来自 Contextual Attention（CVPR 2018）与 Gated Convolution（ICCV 2019 Oral）两篇图像修复论文，基于 TensorFlow 1.15.0 与 neuralgym 实现，支持 Docker 运行，并提供了 Google Colab 流程（README 标注为 broken）。
社区作者 · zZz
它解决什么问题
项目定位：一个开源的、基于机器学习的图像修复（inpainting）项目，用于从图片中去除水印，作者称其结果与 ground truth 版本“完全无法区分”。
技术来源：作者说明项目受 Contextual Attention（CVPR 2018，Generative Image Inpainting with Contextual Attention）和 Gated Convolution（ICCV 2019 Oral，Free-Form Image Inpainting with Gated Convolution）启发，并致谢 Chu-Tak Li 的 Medium 系列文章，称该系列让其深入理解了上述图像修复论文。
运行环境：项目使用 TensorFlow 1.15.0，并依赖 neuralgym（来自 JiahuiYu/neuralgym）。README 提供两条运行路径：
Docker 与 Google Colab（Colab 路径被作者明确标注为 broken）。运行前都需要额外下载作者提供的 model 目录（README 中以 “this link” 指代，具体地址在来源正文中未给出）。
调用方式
Docker 运行时通过挂载模型目录、输入目录与输出目录，并指定 --checkpoint_dir、--image、--output、--watermark_type 参数执行；Colab 中则通过运行 main.py 并传入 --image、--output、--checkpoint_dir、--watermark_type 参数完成去水印。示例中 --watermark_type 取值为 istock。引用信息：作者给出引用格式 “Zuruoke (2021). Watermark Removal: a machine learning image inpainting task. GitHub Repository. https://doi.org/10.5281/zenodo.20551267”，并在 README 中列出 Contextual Attention 与 Free-Form Image Inpainting with Gated Convolution 两条 BibTeX 引用。
许可与模型细节：来源正文未给出开源许可证、具体模型名称、参数规模、权重文件大小与最低硬件配置，这些信息需以仓库实际内容核验。
适用对象：对图像修复/水印去除感兴趣的研究者与开发者、需要复现 Contextual Attention 与 Gated Convolution 相关工作的学习者，以及希望通过
Docker或 Colab 快速试用去水印流程的用户。
— 本文由 AI 根据公开来源辅助整理，命令、版本与许可证请在使用前到原始页面复核。
安装 / 开始使用
准备：需要 Git、Docker（Docker 路径）；或使用 Google Colab（Colab 路径，README 标注为 broken）。项目依赖 TensorFlow 1.15.0 与 neuralgym，且需额外下载作者提供的 model 目录。
一、Docker 方式
步骤 1 · 克隆仓库到本地：
git clone https://github.com/zuruoke/watermark-removal步骤 2 · 在仓库根目录构建 Docker 镜像：
docker build -t watermark-removal .- 使用 README 中给出的链接下载 model 目录（来源正文只写为 “using this link”，未给出具体下载地址，需到原页面获取并核验）。
- 创建并运行容器执行去水印：
docker run --rm -v '<path_to_model_dir>:/repo/model' -v '<path_to_input_dir>:/input' -v '<path_to_output_dir>:/output' watermark-removal --checkpoint_dir /repo/model --image '/input/<input_image_file>' --output '/output/<output_image_file>' --watermark_type istock其中需把 <path_to_model_dir>、<path_to_input_dir>、<path_to_output_dir>、<input_image_file>、<output_image_file> 替换为实际路径与文件名；--watermark_type 示例值为 istock。
二、Google Colab 方式（README 明确标注为 broken）
- 打开并使用 Google Colab。
- 克隆本仓库：!git clone https://github.com/zuruoke/watermark-removal
- 切换目录到仓库：!cd watermark-removal
- 降级 TensorFlow：Google Colab 使用较新的 TensorFlow 2.x，而本项目使用 1.15.0，因此执行 !pip install tensorflow==1.15.0，然后重启运行时（README 说明较新版本的 Google Colab 可能不需要重启运行时）。
- 安装 tensorflow 工具包 neuralgym：!pip install git+https://github.com/JiahuiYu/neuralgym
- 使用 README 给出的链接下载 model 目录并放到 model/ 下；注意下载后 Google Drive 有时会自动追加 .txt，需要把 checkpoint.txt 重命名为 checkpoint。
!python main.py --image path-to-input-image --output path-to-output-image --checkpoint_dir model/ --watermark_type istock
- 完成以上准备后运行主脚本去水印：
常见问题与注意点
- Colab 流程本身被作者标注为 broken，优先考虑 Docker 方式。
- TensorFlow 版本冲突：本项目需要 1.15.0，与 Colab 默认的 2.x 不兼容，降级后可能需要重启运行时。
- 缺少 neuralgym 会导致运行失败，需单独安装。
- checkpoint 文件名问题：model 目录中 checkpoint.txt 必须重命名为 checkpoint。
- model 目录必须下载齐全，并在运行时通过 --checkpoint_dir 指向正确位置。
