逆 Alpha 混合详解：AI 去水印如何做到像素级准确

当 AI 平台在生成图上叠加水印时，往往使用标准图像合成。若从数学上理解这些操作，就可以反演过程——在精度上完美还原原始像素。

水印如何叠上去

Alpha 合成（Gemini、Grok 等）

多数可见水印使用 alpha 合成（亦称 alpha 混合）：

watermarked = a * logo + (1 - a) * original

其中：

• watermarked = 你最终看到的像素值
• a（alpha）= 水印的透明度（0 为全透明，1 为全不透明）
• logo = 水印图层的像素值（常见为白 = 255）
• original = 要恢复的底图像素

滤色（Screen）混合（豆包等）

部分平台如 Doubao（豆包）使用**滤色（Screen）**混合而非 alpha 叠图：

result = 1 - (1 - background) * (1 - foreground)

滤色会按“两底片叠放”方式提亮，常用于白字叠层，亮部过渡较自然。

如何反演

反演 Alpha 合成

在已知水印模版（及 alpha 图）时，可解出原图像素：

original = (watermarked - a * logo) / (1 - a)

对白水印（logo = 255）：

original = (watermarked - a * 255) / (1 - a)

这是初等代数变形，不依赖神经网络，也不靠猜。

反演滤色（Screen）混合

对 Screen 混合，反演为：

background = 1 - (1 - result) / (1 - foreground)

同样是纯数学：已知前景（水印）强度，即可精确还原背景（原图）。

为何优于 AI 补全

不少去水印方案使用 AI 补全（例如 LaMa）。对比如下：

| 维度 | 逆 Alpha 混合 | AI 补全 | |------|---------------|---------| | 速度 | 约 1 毫秒 | 300 毫秒 ～ 数十秒 | | 准确度 | 数学上精确 | 近似（生成新像素） | | 伪影 | 无 | 可能出现色偏/纹理问题 | | 模型体积 | 0 字节（纯算式） | 神经网络常 20–100MB | | 隐私 | 本地即可完成 | 常需服务器推理 |

核心区别：逆 Alpha 混合是恢复原像素，AI 补全是创造新像素。对已知水印模版，恢复优于凭空生成。

工程上的难点

模版匹配

要反演混合，需要确切知道：

1. 水印在画面中的位置
2. 水印长什么样（alpha 图/强度图）
3. 使用的是哪种混合模式

这要求为每个平台收集、分析角标形状、多规格尺寸、排布规则与透明度。

多遍处理

JPEG 会引入噪点，单次反演可能不够稳。我们的引擎会多遍处理并结合质量分，在残差与水印模版的相关性低于阈值前迭代优化。

Alpha 增益补偿

部分水印的 alpha 在徽标上并不均匀。引擎会测试多种“alpha 增益”候选，选取使处理后区域与水印模版空间相关性最低的一组。

已支持平台

PixelClean AI 在以下平台使用逆混合（逆 Alpha 或逆 Screen，视平台而定）：

• Google Gemini — 反演 alpha 合成
• Grok (xAI) — 反演 alpha 合成
• Doubao（豆包） — 反演 Screen 混合
• Google AI Studio（Nano Banana） — 反演 alpha 合成

免费试用 →