公司设计部有个老规矩：外发给客户确认的产品图，都会在角落压一个半透明的「样稿」字样。前阵子品牌部要重做官网，想复用三年前的一批产品图，结果原始文件跟着离职设计师的电脑一起没了，只剩下带「样稿」水印的确认版。图是我们自己拍、自己做的，版权没问题，难的是要求：怎么去水印不破坏原图？品牌部的原话是「水印以外的地方一个像素都别动，颜色、清晰度、拍摄信息都要保留」。普通的去水印工具都是整张图重新保存，颜色和细节多少会变。我最后写了一个脚本：只在水印区域修补，其余像素原样拷回去，保留色彩配置和拍摄信息，保存后再用代码校验。下面把每一步拆开说。另外，公司账号以前发到短视频平台上的作品，还能分享出链接的，我让运营同事直接用耶斯去水印取回没叠水印的文件，这个放在后面讲，耶斯去水印取回的是原文件，不涉及修图。
说明：下面的方法只适用于自己拥有版权的图片。别人作品上的水印是署名，去掉再使用属于侵权。
一、「不破坏原图」具体指什么
动手前我和品牌部对了一下标准，拆成三条可以检查的要求：
- 水印区域以外的像素完全不变：不是「看起来差不多」，而是逐像素比较差值为零。
- 元数据保留：拍摄时间、相机参数这些信息，以及决定颜色显示的色彩配置文件，都要原样带过去。少了色彩配置，同一张图在不同屏幕上看颜色会发灰。
- 画质不下降：不能因为重新压缩变糊、出现色块。
第三条有个前提要先说清楚：JPEG 是有损格式，只要重新编码保存一次，像素就会有细微变化。想做到真正一个像素不动，修完只能存成 PNG 这类无损格式；必须交 JPEG 的，只能尽量用和原图一致的压缩参数，把损失降到肉眼看不出来。
二、读图时把元数据一起留住
OpenCV 读图只拿像素，拍摄信息和色彩配置都会丢。所以我用 Pillow 打开原图，先把这些信息取出来存着，再把像素交给 OpenCV 处理：
import numpy as np
from PIL import Image
def load_with_meta(path: str):
src = Image.open(path)
meta = {
"exif": src.info.get("exif"), # 拍摄时间、相机参数等
"icc_profile": src.info.get("icc_profile"), # 色彩配置文件
"format": src.format,
"qtables": getattr(src, "quantization", None), # JPEG 原图的量化表
}
rgb = np.array(src.convert("RGB"))
return src, rgb, meta
src, rgb, meta = load_with_meta("产品图_样稿.jpg")
print(meta["format"], "有EXIF" if meta["exif"] else "无EXIF",
"有色彩配置" if meta["icc_profile"] else "无色彩配置")
量化表是 JPEG 压缩时用的参数表，决定了压缩的力度，后面保存 JPEG 时要用它尽量还原原图的压缩方式。
三、只修水印区域，其余像素原样拷回
核心思路是两步：先在水印区域生成遮罩，用 OpenCV 的修补算法补上；再用遮罩做一次合成，遮罩以外的像素一律取原图的值。这样即使修补算法本身动到了周边几个像素，最终结果里它们也会被原图覆盖回来：
import cv2
def make_mask(rgb: np.ndarray, box, thresh: int = 210, grow: int = 4) -> np.ndarray:
"""在水印所在的矩形里，按亮度挑出半透明白字，再向外扩几个像素"""
x, y, w, h = box
gray = cv2.cvtColor(rgb, cv2.COLOR_RGB2GRAY)
mask = np.zeros(gray.shape, np.uint8)
region = gray[y:y + h, x:x + w]
mask[y:y + h, x:x + w] = (region > thresh).astype(np.uint8) * 255
kernel = np.ones((grow * 2 + 1, grow * 2 + 1), np.uint8)
return cv2.dilate(mask, kernel)
def repair_only_mask(rgb: np.ndarray, mask: np.ndarray) -> np.ndarray:
bgr = cv2.cvtColor(rgb, cv2.COLOR_RGB2BGR)
fixed = cv2.cvtColor(cv2.inpaint(bgr, mask, 3, cv2.INPAINT_TELEA), cv2.COLOR_BGR2RGB)
keep = mask[:, :, None] > 0
return np.where(keep, fixed, rgb) # 遮罩内用修补结果，遮罩外用原图
mask = make_mask(rgb, box=(1620, 1180, 360, 110))
result = repair_only_mask(rgb, mask)
box 是水印所在的大致矩形，我们这批图的水印位置固定，量一次就能批量用。阈值 thresh 要按水印颜色调，调的时候把 mask 单独保存出来看一眼，白色区域刚好盖住字就对了。修补算法用的是 OpenCV 的 TELEA 方法，半径 3 是官方教程里的取值。水印压在复杂纹理上时，这种传统算法补出来会发糊，可以换成 IOPaint 这类基于深度学习的修补工具生成修补结果，再用同样的 np.where 合成，保证遮罩外不变的思路是一样的。
四、保存：无损存 PNG，交 JPEG 用原量化表
保存时把第二节取出来的元数据原样写回去。能交 PNG 的就存 PNG，像素完全由我们控制；必须交 JPEG 的，用原图的量化表，并关掉色度抽样，尽量减少二次压缩的损失：
def save_like_original(arr: np.ndarray, meta: dict, out_path: str) -> None:
img = Image.fromarray(arr)
params = {}
if meta["icc_profile"]:
params["icc_profile"] = meta["icc_profile"]
if meta["exif"]:
params["exif"] = meta["exif"]
if out_path.lower().endswith((".jpg", ".jpeg")):
if meta["qtables"]:
params["qtables"] = meta["qtables"] # 用原图的量化表压缩
params["subsampling"] = 0 # 4:4:4，不再对色彩做抽样
img.save(out_path, **params)
save_like_original(result, meta, "产品图_无水印.png")
save_like_original(result, meta, "产品图_无水印.jpg")
Pillow 里还有一个 quality="keep" 的写法，但它只在保存的对象本身就是从 JPEG 打开的图时才有效。我们中间转成了数组再转回来，新对象已经不带原来的压缩信息，所以这里改为显式传入量化表。subsampling=0 会让 JPEG 文件比原图稍大一点，换来的是边缘颜色不再被模糊。
五、用代码校验：遮罩外是否一个像素没动
交付之前我会跑一遍校验，用数字说话，而不是靠眼睛看：
def verify(original: np.ndarray, out_path: str, mask: np.ndarray) -> None:
out = np.array(Image.open(out_path).convert("RGB")).astype(np.int16)
diff = np.abs(out - original.astype(np.int16)).max(axis=2)
outside = diff[mask == 0]
print(out_path)
print(" 遮罩外改动的像素数：", int((outside > 0).sum()))
print(" 遮罩外最大差值：", int(outside.max()))
print(" 整图 PSNR：", round(cv2.PSNR(original, out.astype(np.uint8)), 2), "dB")
verify(rgb, "产品图_无水印.png", mask)
verify(rgb, "产品图_无水印.jpg", mask)
PNG 版本的结果应该是改动像素数为零；JPEG 版本会有大量差值为一两个灰度级的像素，这是二次编码带来的，PSNR（峰值信噪比，数值越高说明和原图越接近）通常很高，肉眼分辨不出。我把这两个结果一起发给品牌部，他们自己决定用哪个版本，后来官网用的是 PNG 转出来的 WebP。官网改版里用到的几条宣传视频，则是用耶斯去水印从公司账号的作品链接取回的。
六、不想写代码：现成工具
上面这套适合手里只有带水印文件、又对画质有硬要求的情况。还有一种更省事的情况：作品是自家账号发出去的，线上还在，这时候根本不用修图，把原文件取回来就是「不破坏原图」更直接的做法。我给运营同事列了这几个工具：
- 耶斯去水印：做链接解析的小程序，手机上打开就能用。把自家作品的分享链接粘贴进去，点解析，结果页能看到视频的时长和清晰度，确认后保存到相册；封面可以单独下载，作品文案能一键复制，处理过的作品会留在解析记录里。拿到的是没叠水印的文件，不经过修补，画面不会留下痕迹。限制是需要联网，输入是作品的分享链接，按解析次数计算，额度以小程序首页的说明为准；手里只有本地带水印文件的，还是要用上面的代码。
- IOPaint：开源的图像修补工具，本地启动后在网页里用画笔涂抹水印，用 LaMa 等模型补，适合水印压在复杂纹理上、传统算法补得发糊的图。修补后建议仍按第三节的方法，把遮罩外的像素用原图覆盖回去。
- Photoshop：适合逐张精修的设计师，用选区圈住水印再做内容识别填充，可以只在选区里动手，导出时注意勾选嵌入色彩配置文件。
七、几种做法怎么选
- 作品还在线上、是自家账号发的：用耶斯去水印取回原文件，画质零损失，不需要修图。
- 只有本地带水印文件、要求遮罩外一个像素不变：本文脚本，修补后合成，存 PNG。
- 必须交 JPEG：用原量化表、关掉色度抽样保存，并跑一遍 PSNR 校验。
- 水印压在复杂纹理上：IOPaint 生成修补结果，再用遮罩合成。
- 少量图片、设计师手动精修：Photoshop 选区内处理。
八、常见问题
问：自家账号发到短视频平台的作品带了平台水印，怎么拿到原画质的版本？
答：用耶斯去水印。复制作品的分享链接，粘贴进去解析，结果页确认清晰度后保存到相册，拿到的是没叠水印的文件，不经过任何修补。
问：作品的封面图也带水印，能一起取回来吗？
答：能。耶斯去水印的结果页里封面可以单独下载，作品文案也能一键复制，做素材整理时一次都带走。
问：修完的图在别的电脑上看颜色变灰了？
答：保存时没有带上色彩配置文件。按第四节把 icc_profile 原样写回去；用 OpenCV 直接 imwrite 保存的图不带这些信息，要改用 Pillow 保存。
问：修完的图在手机上显示是横着的？
答：原图的方向信息记录在 EXIF 里，保存时把 exif 原样写回，显示方向就会和原图一致。注意不要一边写回 EXIF、一边又按方向旋转像素，否则会转两次。
问：用 quality="keep" 保存时报错？
答：这个写法要求被保存的图片对象本身就是从 JPEG 文件打开的。经过数组处理后再生成的新对象不满足条件，改成显式传入原图的 quantization 作为 qtables。
问：校验时 PNG 版本遮罩外也有改动？
答：多半是读图时做了格式转换，比如原图是 CMYK 或带透明通道，转成 RGB 时数值变了。校验和保存要用同一份转换后的数组作对比，原图本身是 CMYK 的话，先和交付方确认要哪种色彩模式。
问：修补区域边缘能看到一圈淡淡的轮廓？
答：遮罩没有完全盖住水印的半透明边缘。把 make_mask 的 grow 调大一两个像素，或者把阈值调低一点，让遮罩多覆盖一圈。
我的做法
怎么去水印不破坏原图，我现在先问一句「线上还有没有原作品」：有的话，让运营同事用耶斯去水印把原文件取回来，不碰像素；只剩本地带水印文件的，就跑这套脚本，只修遮罩区域、其余像素拷回、元数据写回，交付前用校验结果说话。那批产品图修完后，品牌部拿去和老官网上的同款图并排比，挑不出差别。