泻药，干货来了
传统的图片去水印方法虽然效率高，但是对细节破坏的比较严重。去水印说简单也简单，说难也难。有的水印用修复图章几秒钟搞定，有的水印要一两个钟头还不一定能搞定。
一些细节不是很丰富的图片，可以通过photoshop等图像处理软件进行临近像素填充，掩盖水印部分，可以达到接近完美的效果。
面对一些细节极其复杂的图像，ps已经不能很完美了。
面对细节丰富且复杂的水印，传统的ps去水印方法已经不能满足需求啊。
现在，用AI技术，去除水印，可以达到几乎完美了。
随着人工智障技术的不断发展，深度学习其在图像处理领域的应用越来越广泛在了，ICML2018上,英伟达和MIT等机构的研究人员展示了一项图像降燥技术Noise2Noise,能够自动去除图片中的水印、模糊等噪音,几乎能完美复原,而且渲染时间是毫秒级。
论文 Noise2Noise: Learning Image Restoration without Clean Data
第三方复现项目：yu4u/noise2noise 这个可以用来去字幕和图像噪点，但是作者并没有添加去水印的功能。
我对这个python脚本进行了修改，已经可以去水印了。
下面教你们怎么用，下面的虽然很长，却很死，只要按照步骤来，一点都不难。
答主在这里声明:本教程仅供参考，不赞成也不鼓励大家用来盗图。
答主在这里声明:本教程仅供参考，不赞成也不鼓励大家用来盗图。
答主在这里声明:本教程仅供参考，不赞成也不鼓励大家用来盗图。
1.下载脚本 下载以后把后缀名后面的.bin去掉。后缀改成zip即可解压
n2n-watermark-remove-数据集-阿里云天池tianchi.aliyun.com
首先进去点击下载文件，然后你会得到一个zip格式的压缩包。
把这个压缩包里面的n2n-watermark-remove-master文件解压到桌面
2.搭建运行环境。
为了照顾新手，我这里推荐使用Miniconda3-4.5.4，这个不是最新版，你们也不要去官网下载最新版，tensorflow-gpu版本需要与cuda/cudnn版本匹配，否则脚本跑起来报错。
Miniconda3-4.5.4下载地址：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-4.5.4-Windows-x86_64.exe
备用下载 代码托管
下载Miniconda3-4.5.4-Windows-x86_64.exe并安装。连续点击next，直到安装完成，安装目录随意
安装好了。可以在开始菜单找到一个Anaconda Prompt的应用。打开
然后复制下面三行，粘贴到Anaconda Prompt中，
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
然后按两次回车
然后再复制这一行
conda install tensorflow-gpu回车，然后界面上一直有文字滚动。不用管它。
等出现Proceed ([y]/n)?的时候输入y，然后回车，然后又是一阵文字滚动。。。。等它滚完
等到有三行done的时候，可以关闭Anaconda Prompt。
3.准备数据集
下载coco2017数据集，下载地址 http://images.cocodataset.org/zips/val2017.zip
如果下载慢可以从
这个压缩包可以解压出5000张图片，其中4200张用来训练。剩下的800张用于测试
打开我们刚刚解压到桌面的n2n-watermark-remove-master目录，进入里面的dataset，再进入train，使用windows自带的文件管理器随便框选其中800张图片，右键剪切，移动到test目录。
剩下的4200张（ctrl+A）全选选中移动到train目录里。
然后返回桌面
4.获取/制作水印
这一步是非常重要的，想要计算机去水印，就要教计算机分辨水印，只有计算机学会了分辨一张有水印的图像中那些部分是水印，哪些部分不是水印，才能去水印。
这一步最关键的就是找到水印原图。一般LOGO做的水印，一般可以在其网站找到LOGO图像，(如果是白底需要抠图)，
当然你也可以用聪明一点都办法，假设某个网站上的图片都有统一样式的水印，你只需要去这个网站上传一张纯色背景的图片(推荐50%中性灰)，让系统为这张图片加上水印，然后通过图像减法计算出差值，也就得到了水印图像。
如果网上找不到相关水印就需要自己制作，制作水印可以看这两个教程，
https://www.bilibili.com/video/av58901808https://www.bilibili.com/video/av58550738当然n2n-watermark-remove目录里已经包含了测试用的的模型和水印。
获得水印之后使用photoshop等软件新建一个800X800px图像，将水印密密麻麻的拼到这张图上，保存并命名为1.png。背景需要透明
把1.png替换掉n2n-watermark-remove目录下1.png。
此方法只能去除固定大小不固定位置的水印（训练的水印必须与水印图像上的水印一样大）如果您要去除的水印形状颜色或大小有随机变化，那么需要修改代码。
参考 https://github.com/yu4u/noise2noise/blob/master/noise_model.py#L29
修改脚本让水印产生随机变化。
5.训练去水印
打开Anaconda Prompt
输入 cd加一个空格 然后鼠标选中n2n-watermark-remove目录，拉到Anaconda Prompt界面上，这样就能自动添加路径。按回车，具体看视频。
然后输入下面命令，按回车，接着屏幕又是一阵文字滚动。等它滚完。
pip install -r requirements.txt然后执行训练命令
python train.py --image_dir dataset/train --test_dir dataset/test --image_size 128 --batch_size 8 --lr 0.001 --source_noise_model text,0,50 --target_noise_model text,0,50 --val_noise_model text,25,25 --loss mae --output_path text_noise训练时间由显卡决定。一般几十个小时到几百个小时不等，办公电脑就不用试了。
有条件的可以用Kaggle和Google Colab
训练过程中,每迭代一圈就会生成一个weights.xxxxx-xxxx.hdf5模型文件。并不是每次都会生成hdf5文件，有些时候不生成属于正常现象。
开头的数字代表圈数。数字越大，去水印效果越好，这个脚本默认跑100圈。，一般跑50圈左右就可以关闭窗口停止了，然后生成的模型去水印。
6.利用水印模型去水印
得到模型以后就可以用用来去水印了
使用这个命令
python test_model.py --weight_file 水印模型文件名.hdf5 --image_dir inputdir --output_dir outputdir水印模型文件名.hdf5替换成实际的文件名，inputdir里放入有水印的图片，执行命令。去除水印后的图片会静静的躺在 outputdir目录
视频里演示的效果可能有些不干净，因为这是短时间内训练的结果，理论上训练 30 小时以上就可以达到基本可用程度。，想要水印去的干净，训练时间不能少。