Image Watermark Remover（去水印）
Overview
专注"去水印"的技能，提供两条互补路径：
- 确定性脚本路径 —
scripts/watermark_remover.py，四种模式：
-region：对指定矩形区域(可多个)做修复，最适合 logo / 文字 / 图章水印。
-mask：按遮罩图(白=去除)做修复，适合不规则水印。
-auto：启发式去除整图半透明浅/深色水印（典型图库水印）。
-detect：仅检测疑似水印区域并返回坐标 + 预览图，不改原图，用于先确认。
修复内核优先用 OpenCV 的cv2.inpaint（Telea/NS）；若环境无 OpenCV，
自动降级为纯 numpy 拉普拉斯扩散修复，保证脚本仍可运行（质量略逊）。 - AI 创意路径 —
ImageGen图生图，用于复杂 / 语义级 / 无法框出的水印。
提示词模板见references/techniques.md§3。
判断原则：能框出、能复现 → 脚本；复杂、语义级、脚本搞不定的 → AI。
Workflow
第 1 步：定位水印，选择路径
先和用户确认（或自行观察）水印的样子，再按决策树选路径：
| 水印特征 | 路径 |
|---|---|
| 可框出矩形（logo / 文字 / 图章，位置明确） | 脚本 region（首选） |
| 有 / 能生成遮罩（不规则、笔画型） | 脚本 mask |
| 整图铺一层半透明浅/深叠加（图库水印） | 脚本 auto |
| 说不清位置、或脚本效果差、或边界模糊 | AI ImageGen 图生图 |
若用户没给坐标但能描述（如"右上角淡logo"），先跑 detect 拿建议坐标再 region；
拿不准时先 detect 出预览让用户确认范围，避免误删。
第 2 步：运行脚本（确定性路径）
运行环境用受管 Python。确保依赖（numpy/Pillow 必需，OpenCV 推荐）：
PY="C:/Users/Admin/.workbuddy/binaries/python/envs/default/Scripts/python.exe"
"$PY" -m pip install --quiet numpy Pillow opencv-python-headless
（venv 在 Windows 下 pip/python 位于 Scripts/；如未建 venv 先 python -m venv 建好。）
常用命令（脚本路径相对本 skill 的 scripts/ 目录）：
# 区域修复：像素坐标 x,y,w,h（可多个 --box）；不确定坐标先 detect
python watermark_remover.py region -i in.jpg --box 1200,40,260,80
python watermark_remover.py region -i in.jpg --box-frac 0.8,0.0,0.2,0.1
# 遮罩修复：白色=去除
python watermark_remover.py mask -i in.jpg --mask mask.png
# 启发式自动：整片淡叠加水印
python watermark_remover.py auto -i in.jpg --strength 1.0 --kernel 9
# 检测（不改图）：输出坐标 + 预览，确认后再 region
python watermark_remover.py detect -i in.jpg --preview-out detect.jpg
参数要点：--dilate(遮罩膨胀像素,默认4) 让边缘覆盖更完整；--method telea|ns 选修复算法；
--radius 修复半径；auto 的 --strength(0~1.5)/--kernel 调去除强度与背景估计尺度。
完整参数见脚本各子命令 --help。
非破坏性：未指定 --output 时自动输出 <原名>_nowm<ext>，原图不会被覆盖。
第 3 步：AI 路径（复杂水印）
调用 ImageGen 工具，传入原图作为 image 参数，prompt 取
references/techniques.md §3 模板（替换 {目标} 为具体描述）。
提示词要具体：说明删什么、保留什么、目标真实度。AI 结果不可复现，保留原图对比。
第 4 步：交付与说明
- 用
present_files展示结果图；若先做detect预览，一并展示让用户对比范围。 - 脚本与 AI 串联时（如先
region修局部、再 AI 修整体），说明每阶段产物路径。 - 若
auto/detect提示缺 OpenCV，说明可选装 OpenCV 提升质量，或改用region/AI。 - 任何破坏性操作前，优先
detect确认范围，绝不未经确认大范围改动。
Resources
scripts/
watermark_remover.py— 去水印 CLI（region/mask/auto/detect），OpenCV 优先 + numpy 兜底。
references/
techniques.md— 四手段适用场景、参数、AI 提示词模板、决策树与局限。
