企业官网建设流程全解析

052、图片水印、马赛克、遮挡物去除？图像修复模型选型与后处理方案

一、从一次“翻车”调试说起

去年接了个项目，客户要求自动去除监控视频里的马赛克——不是那种打满整张脸的，而是车牌区域被故意模糊掉的那种。我第一反应是“这不就是图像修复嘛，上GAN”。结果模型跑出来，车牌数字倒是“脑补”出来了，但颜色偏紫，边缘还有一圈明显的伪影，客户直接截图发群里：“这车牌是P的吧？”

后来复盘才发现，问题出在“马赛克”和“水印”在图像修复任务里根本是两码事。马赛克是局部像素被均匀化，信息完全丢失；水印是半透明叠加，信息还在但被污染。用同一个模型去处理，后处理策略完全不同。这篇文章就把我踩过的坑、试过的模型、以及最终落地的后处理方案，掰开揉碎了讲清楚。

二、先搞清楚“要修什么”：三类遮挡物的本质差异

水印：半透明或全透明叠加，通常有固定纹理（比如“视觉中国”字样）。模型需要做的是“去叠加”，本质是盲源分离。这里踩过坑：直接用inpainting模型去水印，结果水印区域被当成“空洞”填充，背景纹理全乱套了。

马赛克：像素被均匀化到若干大方块，每个方块内颜色一致。信息完全丢失，模型只能靠周围像素“猜”。难点在于马赛克块边界往往和物体边缘不对齐，模型容易猜出“锯齿状”的假边缘。

遮挡物：比如路人、栏杆、贴纸。这类遮挡物本身有完整语义，模型需要“移除物体+填充背景”。最坑的是遮挡物边缘有阴影或反光，模型会把阴影也当成“要保留