关于视频去水印的一点尝试

一. 视频去水印的几种方法

  1. 使用ffmpeg delogo滤镜

delogo 滤镜的原理是通过插值算法,用水印周围的像素填充水印的位置。

示例:

ffmpeg -i input.mp4 -filter_complex "0:vdelogo=x=420:y=920:w=1070:h=60" output.mp4

该命令表示通过滤镜去除水印,水印的位置为(x,y),尺寸为wxh。

效果如下:

这种方式从原理上来讲是存在问题的,可以保证画面整体颜色看起来差不多,但是局部看画面是不连续的。对于水印周围是纯色的情况,这种方式是没有问题的。

适用场景:水印位置为纯色,或者颜色变化不明显的情况。

  1. AI 去水印

尝试了可以搜索到的几种AI软件:

(1)有的使用的是ffmpeg delogo类似的方案;

(2)有的使用对象识别的方式,理论上来说,这种方式是可行的。但是也有一些问题,首先图像识别运算量大,耗时特别长。如果是单张图片还可以,对于视频耗时太长了。

  1. 同系列图片替换

这是自己尝试的一种方式,算是抛砖引玉吧。原理也很简单,一般视频就是连续变化的图片,只要找到两张图片水印区域不重叠,就可以进行替换。

原图1

原图2

原图1相对于原图2的偏转,这是对原图1 进行旋转后的效果。

提取水印位置,可以看到原图1和原图2,在水印处是没有重叠的。

用从原图2中提取的水印位置的图片,替换原图1 中的水印位置。可以看到图像是连续的,除了图像的清晰度有些区别。这是因为原图1和原图2 水印位置的图片是不一样导致的。

下面是替换后的视频:

视频去水印-CSDN直播

这种方法的适用场景:

  1. 在水印区域是相同的或者变化很小

  2. 水印区域在不同图片存在不重叠的情况。

上面是我的一点尝试,了解的东西有限,欢迎大家交流。

相关推荐
武子康1 分钟前
机器人策略 90% 与 92%:为什么两个百分点通常不足以证明更
人工智能·llm·agent
阿里云大数据AI技术4 分钟前
PAI支持一键部署Qwen3.8-Flash-Next、GLM-5.3等最新开源模型
人工智能·开源·llm
SleepNW_POV5 分钟前
家居科普|床垫溜边塌陷成因解析与边缘加固床垫选购指南
人工智能·科技·智能家居·睡眠
FII工业富联科技服务5 分钟前
从 Vera Rubin NVL72 拆解高密度 AI 液冷:GPU 的热到底怎么被带走?
大数据·人工智能
磐时信息技术18 分钟前
SASETalk | 当智能驾驶驶入未知场景:谈谈关于SOTIF、AI安全与工程落地的思考
人工智能·安全·预期功能安全·sotif
147API27 分钟前
蒸馏模型量化上线前,先查精度退化和算子兼容
大数据·人工智能·深度学习·机器学习·蒸馏
YWamy30 分钟前
远程医疗音视频系统技术选型与全场景落地架构
架构·音视频
橙时数据 FineInsight1 小时前
AI 能回答数据问题,但能解释业务原因吗?
大数据·人工智能·数据分析·指标平台·fineinsight
CTA终结者1 小时前
示例、拆解和练习,要连成一条量化补课线
人工智能·python
Omics Pro1 小时前
Arc研究所Cell|全新虚拟细胞官方基准评测框架
大数据·人工智能·深度学习·算法·机器学习