針對 AI 生成影像的來源訊號辨識與清理工具。
這個 repo 的 README 把範圍寫得很直白：它針對 AI 生成圖片裡的可見標記、不可見標記與 provenance metadata，包含 SynthID、C2PA Content Credentials、EXIF/XMP 的 AI 標籤、PNG 文字區塊，以及特定平台的可見角標。它把 AI 來源揭露系統本身當成待測物，與一般修圖工具的目的不同。
架構上，它把問題拆成幾層：辨識來源與訊號、處理已知可見標記、以區域擦除處理任意可見物件、以 diffusion regeneration 對抗不可見浮水印、移除 AI 相關 metadata。CLI 對應的命令包含 `identify`、`visible`、`erase`、`invisible`、`metadata`、`all` 與 `batch`。
這個題目有明確法律與倫理邊界。README 自己也說作者不支持欺騙、詐欺或違法用途，並列出中國、印度、南韓、歐盟、美國州法與美國聯邦草案等差異。這份手冊因此不把它寫成「如何隱藏 AI 身分」的操作指南，而是從工程角度解讀它對 AI provenance 生態的意義與風險。
C2PA
EXIF/XMP
PNG Chunks
Visible Mark
Invisible Mark
Verdict
核心依賴輕量，GPU 擴充依功能按需安裝。
`pyproject.toml` 顯示專案要求 Python 3.10 以上，核心依賴只有 Pillow、piexif、NumPy、OpenCV headless、Click、Rich 與 python-dotenv。這代表「來源辨識、metadata 檢查、已知可見標記處理」可以在 CPU 上跑。optional extras 的依賴較重：`gpu` 會拉 torch、diffusers、transformers、accelerate、ultralytics 等 diffusion 相關依賴；`detect`、`trustmark`、`lama` 分別對應更多偵測或區域修補能力。
# 安裝為隔離 CLI，適合做來源辨識與合法稽核
pipx install git+https://github.com/wiltodelta/remove-ai-watermarks.git
# 或用 uv tool
uv tool install git+https://github.com/wiltodelta/remove-ai-watermarks.git
# 先做辨識，不修改檔案
remove-ai-watermarks identify sample.png
remove-ai-watermarks metadata sample.png --check各訊號層對應獨立處理模組。
Identify
來源與標記盤點
`identify.py` 匯總 C2PA 發行者、IPTC AI 標籤、生成器 tags、嵌入參數、已知可見標記、開放浮水印偵測與 caveats，輸出平台與標記清單。
Metadata
EXIF、XMP、C2PA 層
`metadata.py` 與 `noai/c2pa.py` 處理 AI 相關 metadata，README 也提到 PNG、JPEG、AVIF、HEIF、JPEG-XL，以及部分影音容器的 metadata 層。
Visible Registry
已知可見標記
`watermark_registry.py`、`gemini_engine.py`、`doubao_engine.py` 針對已知標記建立偵測與 alpha 反推流程。這是特定標記，不是萬用修圖。
Region Eraser
任意區域擦除
`region_eraser.py` 提供 box-based inpainting。預設 cv2，`lama` extra 可用 big-LaMA via onnxruntime，品質較好但依賴與記憶體成本更高。
Invisible Engine
Diffusion regeneration
`invisible_engine.py` 與 `noai/ctrlregen` 對應不可見浮水印。README 說預設 SDXL pipeline，原生解析度處理，必要時才用 `max-resolution` 限制長邊。
Face Protection
臉部保護
`face_protector.py` 在 diffusion 前抽取臉部，之後以柔邊遮罩混回，降低臉部被再生成流程扭曲的風險。
Text Protection
文字區域保護
`text_protector.py` 與 README 提到 PP-OCRv3 text detector，用於在 SDXL 流程中保護小字、CJK 字形與其他文字區域。
Humanizer
類比痕跡後處理
`humanizer.py` 對應 film grain 與 chromatic aberration。README 明確說這會提高一般分類器難度，但不保證法證上不可偵測。
Tests
測試模組覆蓋
repo 有 `tests/test_metadata.py`、`test_identify.py`、`test_gemini_engine.py`、`test_doubao_engine.py`、`test_region_eraser.py`、`test_text_protector.py` 等測試檔。
README 關鍵位置與各查詢點的對應說明。
| 你想知道 | 先看哪裡 | 重點 |
|---|---|---|
| CLI 表面能力 | `src/remove_ai_watermarks/cli.py` | 命令分成辨識、metadata、顯性、區域、不可見、全流程、批次。Click options 也能看出依賴邊界。 |
| 法律定位 | `README.md` 的 Legal 與 Threat model | 作者強調合法使用、使用者自負責任，並列出多個司法管轄區的標示義務與移除限制。 |
| 不可見浮水印現況 | Roadmap、`data/synthid_corpus/README.md`、`scripts/synthid_pixel_probe.py` | README 說本地 SynthID pixel detector 目前不可行，這比「能移除」更值得注意。 |
| 依賴重量 | `pyproject.toml` optional dependencies | 核心很輕，GPU、TrustMark、LaMA、detect 都是分開 extra，部署前要明確選。 |
| 倫理邊界 | Won't fix 與 Legal | README 明確拒絕移除 Nightshade、Glaze、PhotoGuard，因為那是藝術家防禦性擾動。 |
以唯讀盤點為起點的稽核流程。
合法與合規流程應該從「不修改檔案」開始：先辨識影像帶了哪些來源訊號，再把結果交給內容、法務或治理流程判斷。這也符合 `identify` 命令的設計精神：沒有本地訊號時，它回報 unknown，而不是把檔案宣稱為 clean。
# 1. 來源與標記盤點：不修改檔案
remove-ai-watermarks identify sample.png --json
# 2. 檢查 AI metadata：不修改檔案
remove-ai-watermarks metadata sample.png --check
# 3. 把輸出交給內容治理流程，不把「無訊號」等同於「非 AI」
policy decision: owner rights + local law + platform rule + disclosure intent技術操作之外的法律與使用限制。
以合規防禦評估為導向的進階應用路徑。
1. 做平台防禦評估
把 `identify` 與 metadata 檢查接進內容審核流程，記錄每個供應商輸出的 provenance 訊號。核心目標是確認哪些訊號會在壓縮、截圖、上傳與轉檔後消失。
2. 建立合法誤標修正流程
若人類照片被平台誤標為 AI，先保存原始檔與編修紀錄，再由權利人或內容治理負責人確認能否清理 metadata。不要讓工程工具直接替代政策判斷。
3. 做 watermark robustness 測試集
README 的 roadmap 提到 SynthID v2 regression test、local SynthID pixel detector、reference corpus 等未完成工作。這些方向適合研究者用來評估「標記是否真的穩健」。
4. 拆分輕量與重型部署
辨識與 metadata 檢查可做成輕量服務；GPU diffusion、TrustMark、LaMA 則應獨立排程，避免讓所有上傳都進入高成本流程。
5. 把法律政策寫進產品
若你把這類功能放入內部工具，UI 應要求使用者選擇目的、確認權利、保留原始檔，並明確禁止詐欺、冒充、深偽傷害、侵權與規避法定 AI 標示。