在OpenCV 4.0中去除水印需要根據水印類型（固定位置、半透明、隨機分布等）選擇合適的方法。以下是分步解決方案及代碼示例：

一、基礎方法（固定位置水印）

適用于已知位置的水印（如右下角logo）

```python

import cv2

import numpy as np

讀取圖像

img = cv2.imread('watermarked.jpg')

定義水印區域（需預先確定坐標）

watermark_pos = (img.shape[1]-100, img.shape[0]-100)

watermark_size = (100, 100)

創建透明水印（示例：黑色矩形）

watermark = np.zeros(watermark_size, dtype=np.uint8)

watermark[20:-20, 20:-20] = 255 中心白色區域

合并圖像

merged = cv2.addWeighted(img, 1, watermark, 0, 0, cv2.LINE_8)

cv2.imwrite('dewatermarked.jpg', merged)

```

二、半透明水印處理

適用于30%-70%透明度的水印

```python

增強對比度

enhanced = cv2.convertScaleAbs(img, alpha=1.5, beta=-50)

應用閾值分割

ret, thresh = cv2.threshold(enhanced, 127, 255, cv2.THRESH_BINARY)

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3))

dilated = cv2.dilate(thresh, kernel, iterations=1)

水印區域填充

mask = np.zeros_like(img)

cv2.rectangle(mask, watermark_pos, (watermark_pos[0]+100, watermark_pos[1]+100), 255, -1)

img_with_mask = cv2.bitwise_and(img, img, mask=255 dilated)

cv2.imwrite('semi_dewatermarked.jpg', img_with_mask)

```

三、深度學習方法（需要預訓練模型）

推薦使用預訓練的WatermarkRemoval模型（需安裝TensorFlow/Keras）

```python

import tensorflow as tf

from tensorflow.keras.applications import ResNet50

from tensorflow.keras.layers import Dense, Input, Conv2D, MaxPooling2D, Flatten

定義模型

def build_removal_model(input_shape=(256,256,3)):

base_model = ResNet50(weights='imagenet', include_top=False, input_shape=input_shape)

for layer in base_model.layers:

layer.trainable = False

x = base_model.output
x = Flatten()(x)
x = Dense(512, activation='relu')(x)
x = Dense(input_shape[0]input_shape[1])(x)
x = Reshape((input_shape[0], input_shape[1], 3))(x)
model = tf.keras.Model(inputs=base_model.input, outputs=x)
return model

使用示例

model = build_removal_model()

preprocess = tf.keras.applications.resnet50.preprocess_input

加載水印圖像

watermark = preprocess(cv2.imread('watermark.png'))

執行修復

input_img = preprocess(img)

output = model.predict(input_img)

dewatermarked = tf.keras.applications.resnet50.decode_predictions(output, top=1)[0][0]

cv2.imwrite('dl_dewatermarked.jpg', dewatermarked)

```

四、視頻水印去除（需OpenCV視頻寫入）

```python

cap = cv2.VideoCapture('watermarked.mp4')

初始化視頻寫入

fourcc = cv2.VideoWriter_fourcc('mp4v')

out = cv2.VideoWriter('dewatermarked.mp4', fourcc, 30.0, (640,480))

while cap.isOpened():

ret, frame = cap.read()

if not ret:

break

 應用去水印處理（使用上述圖像處理方法）
processed = remove_watermark(frame)
寫入視頻
out.write(processed)

cap.release()

out.release()

```

五、關鍵注意事項：

1. 水印檢測：建議先使用cv2.dnn.readNetFromCaffe加載預訓練的YOLOv3模型進行水印定位
2. 混合水印處理：可結合傳統方法（定位）+ 深度學習（修復）
3. 性能優化：使用cv2.dnn.setPreferableBackend(cv2.dnn.DNN_BACKEND_CUDA)加速推理
4. 合法性：確保擁有圖像合法使用權，避免法律風險

六、效果對比：

方法類型 處理時間 透明水印 隨機水印 版權信息保留

------------------------------------------------------------

傳統圖像處理 實時 ? ? ??

深度學習 5-10s ? ? ?

混合方法 8-15s ? ? ??

建議根據水印復雜度和處理場景選擇合適方案，對于重要文件建議先備份原始圖像。