一、承接上篇：会盖章了，但水印还压在文档上
上篇的电子签章解决了"加盖"问题，但现实里大量文档本就压着水印、Logo——有的是自己公司的底纹，有的是来源平台的角标。要复用、要归档，就得把它们干净去掉，且不能把底图细节一起抹糊。

二、痛点：传统去水印的两难
传统工具只有两条路：要么手动涂抹，累且慢，遇到几十页的 PDF 直接放弃；要么暴力处理，把整图细节都磨平，字也跟着糊。尤其是大面积 mask，还容易留下灰斑、黑斑，比水印更难看，适得其反。

三、双模式修复后端
我们设计了双模式修复后端，按需求选速度或质量：

极速模式（默认）：OpenCV 的 cv2.inpaint Telea 算法。对文档类水印效果极佳、无需 GPU、几毫秒完成；另提供流体力学 cv2_ns 作为备选。
高质量模式：IOPaint / LaMa 深度学习修复，模型为 lama_fp32.onnx / big-lama.pt，适合复杂背景的大面积去除。
前端用透明红色画笔做交互式 Mask 标注；PDF 则逐页高分辨率渲染 → 去水印 → 重新合并，保持清晰度。推理层做硬件自适应：CUDA → MPS → CPU 懒加载，有卡用卡、无卡用 CPU，开箱即用。

修复路由（示意）：按质量选算法

def inpaint(mask, mode=“fast”):
if mode == “fast”:
return cv2.inpaint(img, mask, 3, cv2.INPAINT_TELEA) # 极速
return lama_model.infer(img, mask) # 高质量
四、踩坑实录：四个"变灰 / 失败"的真凶
坑 1：LaMa 加载失败。 旧版 huggingface_hub 里 diffusers 曾导入已被删除的 cached_download。我们在本地桥接成 hf_hub_download，加载恢复正常。

坑 2：局部去 Logo 后整图变灰。 前端传的是"不透明黑白 RGBA Mask"，其 Alpha=255 被后端误当成"整图都要涂抹"。改为按 Mask 格式解码，并让 LaMa 只替换 mask 像素，底图安然无恙。

坑 3：cv2 大面积 mask 留灰 / 黑斑。 采用自适应半径 + 大 mask 中位背景填充 + 边缘羽化，灰斑消失。

坑 4：Mask 解码误判。 原逻辑用 max(red, alpha) 判断，遇到特定格式就错。改为按格式识别解码，彻底修准。

极速与高质量，怎么选
选型并不玄学：文档扫描件上的浅色水印、单色底纹，OpenCV Telea 几毫秒就能修得干净，且完全不需要 GPU，是默认首选；只有当背景复杂、被遮区域大、用传统算法会留痕时，才上 IOPaint / LaMa 这类深度学习修复。模型就位 lama_fp32.onnx / big-lama.pt，用质量换时间，按需取用。此外 OpenCV 还提供流体力学 cv2_ns 作为备选，应对 Telea 处理不佳的特殊纹理；而深度学习模式虽慢，却能把被水印压住的文字、线条自然补全，这是传统算法做不到的。对 PDF，则是逐页高分辨率渲染、逐页去水印、再重新合并，清晰度不丢。

对企业档案室来说，去水印往往不是一两张的事，而是成千上万份历史资料的统一清理。这时候选型的代价就显现了：如果每处水印都要人工涂抹，工作量是天文数字；如果粗暴处理把字也糊掉，资料反而报废。所以我们把极速与高质量两条路都铺好，让操作员按资料珍贵程度自行取舍，既不浪费算力，也不牺牲关键文档的可用度。本地推理还有一层意义：敏感档案不需要离开内网，合规上说得过去。对运维来说，不需要显卡也能跑，普通办公机就能扛住日常量级。

说到底，去水印的底线只有一条：只动该动的地方，其余原样保留。我们为此在 Mask 解码上花了最多功夫，因为一旦把整图误当涂抹区域，再好的模型也救不回底图。下一篇我们把视角拉到批量场景，看几百份固定位置的扫描件，怎么在完全不联网的前提下被一次性清理干净。那才是企业档案部门真正头疼的规模问题。规模一大，手动就彻底失灵，这正是自动化必须接管的地方，也是我们做批量链路的初心。

本阶段使用建议
文档类水印默认走 Telea 极速模式，无需 GPU，性价比最高；
复杂背景、大面积 Logo 再切 LaMa 高质量模式；
前端透明红画笔标 Mask，后端按格式解码、只替换 mask 像素，防整图变灰；
大面积 mask 开自适应半径 + 中位背景填充 + 边缘羽化，消除灰/黑斑；
同一份文档先试极速、不满意再升高质量，两步切换零成本；
硬件自适应 CUDA→MPS→CPU 懒加载，有卡用卡、无卡用 CPU，开箱即用。
五、小结
去水印的"质量红线"是：只动该动的地方。双引擎 + 精准 Mask 解码，让我们在本地、离线的条件下，也能拿到接近商用的修复效果。

下期预告：单图 / 单 PDF 去水印解决了"精准"，但当资料变成几百张固定位置的扫描件，逐张框选就不可行了，还绝不允许联网。下一篇讲 AI 批量去水印。

标签：#去水印 #OpenCV #LaMa #IOPaint #AI修复