ハクソク

世界を動かす技術を、日本語で。

AIウォーターマーク除去ツール - 画像からAIウォーターマークを削除するためのCLIおよびライブラリ

6日前原文(github.com)

概要

AI画像生成サービスによる 可視・不可視のウォーターマーク や AI生成メタデータ を一括除去するツールの説明。 Google Gemini（Nano Banana）、DALL-E、Stable Diffusion、Adobe Firefly、Midjourney等の 主要AIモデル対応。 SynthIDやC2PA などの不可視ウォーターマーク、EXIF/XMP「Made with AI」ラベルも削除。 コマンド一発 でバッチ処理や顔保護、アナログ化も可能。 法的注意点や脅威モデル も解説。

AI画像のウォーターマーク・メタデータ一括除去ツール概要

  • Google Gemini（Nano Banana）やDALL-E、Stable Diffusion、Adobe Firefly、Midjourney 等、各種AIモデル画像の 可視・不可視ウォーターマーク 除去対応
  • SynthID、StableSignature、TreeRing などの不可視ウォーターマーク、 C2PA Content Credentials、 EXIF/XMP「Made with AI」 ラベル削除機能
  • Gemini/Nano Banana のスパークルロゴ（可視ウォーターマーク）は 逆アルファブレンディング で高速・オフライン除去
  • 不可視ウォーターマーク は 拡散モデルによる再生成 で除去（GPU推奨）
  • AI生成メタデータ （EXIF、PNGテキスト、C2PA、XMPタグ等）を解析し、 AI由来フィールドのみ削除
  • 顔保護機能 ：YOLOで人顔検出→拡散再生成後に元の顔をマスクで合成し、AI歪みを防止
  • アナログヒューマナイザー ：フィルムグレイン・色収差を追加し、AI判定回避
  • バッチ処理対応 ：ディレクトリ単位で一括処理
  • 3段階NCC検出器 によるウォーターマーク位置・スケール自動検出
  • オンライン版（raiw.cc） も利用可能

対応AIモデル・ウォーターマーク種別一覧

  • Google Gemini / Nano Banana / Gemini 3 Pro
    • 可視：スパークルロゴ
    • 不可視：SynthID v1/v2（SDXLパイプライン推奨）、C2PA・EXIF
    • 手法：アルファ逆算＋拡散再生成＋メタデータ除去
  • OpenAI DALL-E 3 / ChatGPT
    • 不可視：C2PAマニフェスト
    • 手法：メタデータ除去
  • Stable Diffusion (AUTOMATIC1111, ComfyUI)
    • 不可視：DWT/ステガノグラフィ
    • 手法：拡散再生成＋メタデータ除去
  • Adobe Firefly
    • 不可視：Content Credentials（C2PA）
    • 手法：メタデータ除去
  • Midjourney
    • 不可視：EXIF＋XMP（プロンプト、モデル、シード）
    • 手法：メタデータ除去
  • StableSignature（Meta）/ TreeRing
    • 不可視：モデル内ウォーターマーク/潜在空間ウォーターマーク
    • 手法：拡散再生成

可視・不可視ウォーターマーク除去の仕組み

  • Gemini/Nano Bananaの可視スパークルロゴ
    • αブレンディングで合成されたロゴを 逆算式 で除去
    • NCC（正規化相互相関）検出器 でロゴ位置・スケールを推定し、 グラデーションマスクインペインティング で残留アーティファクトも補正
    • 高速（約0.05秒/枚）、GPU不要
  • SynthID等の不可視ウォーターマーク
    • SDXL拡散モデルで 画像→潜在空間→ノイズ付与→逆拡散→画像復元
    • 顔保護 ：拡散前にYOLOで顔抽出、拡散後に元顔をマスク合成
    • アナログ化 ：フィルムグレイン・色収差追加でAI判定回避
    • SDXL（1024px）パイプライン がSynthID v2除去に有効（SD-1.5は非対応）

AI生成メタデータの削除

  • EXIFタグ （プロンプト、シード、モデルハッシュ等：Stable Diffusion、Midjourney等）
  • XMP DigitalSourceType （trainedAlgorithmicMediaタグ：Instagram、Facebook、X(Twitter)のAIラベル用）
  • PNGテキストチャンク （ComfyUIワークフロー、AUTOMATIC1111パラメータ等）
  • C2PA Content Credentials （Google Imagen、DALL-E、Adobe Firefly等の暗号署名）
  • AI関連フィールドのみ除去、著者・著作権等の標準メタデータは保持

インストール方法

  • pipx推奨 （仮想環境不要）
    • pipx install git+https://github.com/wiltodelta/remove-ai-watermarks.git
    • アップデート：pipx upgrade remove-ai-watermarks
  • uv対応 ：uv tool install git+https://github.com/wiltodelta/remove-ai-watermarks.git
  • リポジトリから直接
    • Python 3.10+、pipが必要
    • git clone https://github.com/wiltodelta/remove-ai-watermarks.git
    • cd remove-ai-watermarks
    • pip install -e .
    • GPU対応（SynthID等不可視除去）：pip install -e ".[gpu]"
  • 初回起動時 にモデル（約2GB）自動ダウンロード、以降はキャッシュ利用

使い方（CLI）

  • 単一画像の全ウォーターマーク除去
    • remove-ai-watermarks all image.png -o clean.png
  • ディレクトリ一括処理
    • remove-ai-watermarks batch ./images/ --mode all
  • 可視ウォーターマークのみ
    • remove-ai-watermarks visible image.png -o clean.png
  • 不可視ウォーターマークのみ
    • remove-ai-watermarks invisible image.png -o clean.png --humanize 4.0
  • AIメタデータの確認・削除
    • remove-ai-watermarks metadata image.png --check
    • remove-ai-watermarks metadata image.png --remove

使い方（Python API）

  • from remove_ai_watermarks.gemini_engine import GeminiEngine
  • import cv2
  • engine = GeminiEngine()
  • image = cv2.imread("watermarked.png")
  • 検出：result = engine.detect_watermark(image)
  • 除去：clean = engine.remove_watermark(image)
  • cv2.imwrite("clean.png", clean)
  • メタデータ除去：from remove_ai_watermarks.metadata import has_ai_metadata, remove_ai_metadata

動作要件・トラブル対策

  • Python 3.10以上
  • 可視除去/メタデータ：CPUのみでOK
  • 不可視除去：GPU推奨（CUDA/MPS）、CPUも可（低速）
  • SSL証明書エラー ：pip install certifi、macOSは/Applications/Python\ 3.*/Install\ Certificates.command実行
  • 初回起動は遅い（モデルDLのため）、2回目以降は高速

法的・倫理的注意点

  • EU AI Act ：2026年12月2日以降、法的なマーク義務化予定
  • 米国COPIED Act ：プロビナンス情報除去による欺瞞目的は刑事罰対象
  • 中国深度合成規制 ：可視ラベル必須、除去は行政違反
  • UK Online Safety Act ：プラットフォーム義務、ユーザー個人は対象外
  • 本ツール自体は合法、使用方法によっては違法となる場合あり（自己責任）

脅威モデル・注意事項

  • 配布済みAI画像の自動検出（SNSのAIラベル等）回避 に有効
  • 元の水印付き画像がGoogle等のサーバーに保存されている場合、除去してもサーバー側記録は消えない
  • Google SynthID v2は136ビットのユーザー/セッションIDを埋め込む
  • 本ツールは匿名化を保証しない
  • 主な利用ケース
    • 自分で生成した画像を自身の作品として公開したい場合
    • セキュリティ・堅牢性評価
    • 誤検知によるAIラベル防止・歴史的保存
  • 適さないケース
    • Google等からの匿名化を期待する場合
    • AI生成物を人間作と偽る場合

今後のロードマップ・クレジット

  • SynthID-Image v2自動テスト （未実装）

  • AVIF/HEIF/JPEG-XLの一部メタデータ除去未対応

  • 動画パイプライン（noai-video） は別パッケージ予定

  • Nightshade/Glaze/PhotoGuard除去は対象外 （著作権保護のため）

  • クレジット

    • noai-watermark by mertizci
    • GeminiWatermarkTool by Allen Kuo (MIT)
    • CtrlRegen by Liu et al. (ICLR 2025)
    • NeuralBleach (MIT)

Hackerたちの意見

なんか、AIだって分かる明確な指標があると、他のことは完全に無視できるから好きなんだよね。

└

問題は、決して明確ではなかったことだと思う。これを人に示すのにいい方法だね。

└

誰かが自分の気に入らないことをしているなら、相手が自分の好み通りにやってくれるとは限らないよね。

└

ここで取り除かれているマーカーは、AIツールを使って写真を編集する時に追加されるものと同じか似たようなものなの？もっと複雑なオブジェクトの削除みたいな感じ？

ちょっと誤解を招く表現だね。Geminiの場合、見えるウォーターマークをちゃんと消すだけなんだ。SynthIDを消すには、SDXLで低ノイズで画像を再生成しなきゃいけなくて、これだと小さなディテールが結構壊れちゃうし、高解像度にはちゃんと対応できないと思うよ（NB2とGPT Image 2は最大4Kの画像出力に対応してるけど）。

└

Nano Banana 2は、ネイティブで1K解像度（1024x1024）しかサポートしてないよ。それ以上はアップスケーリングになるから、SDXLと一致するね。GPT Image 2はネイティブで4Kをサポートしてるけど、実験的なものだね。

└

SDXLは今でも最高のローカル画像モデルなの？何年経ってもそれが変わらないのは悲しいな…

脅威モデルに合ったユースケース：アートや歴史的記録を偽陽性の「AI生成」ラベルから守ること。 えっと、AIを使って画像を生成することがこれとどう関係あるの？ 画像生成ツールは、自分が生成していないものにウォーターマークを挿入できないし、人間が生成したアートに偽陽性のウォーターマークが付く可能性はかなり低いと思う。特に、READMEに書いてあるように、これらのウォーターマークは特定のセッションIDに追跡できるほどの高い忠実度を持ってるしね。さらに、ウォーターマークを消すために画像を修正する必要があると、その「保存される」もの自体が変わっちゃうことになるよ。[編集]: 読めば読むほど、READMEに書かれているユースケースはクソだと思うし、実際の理由はAIのゴミをソーシャルメディアで「AI生成」ラベルを回避するためのツールを提供することなんじゃないかな。

└

リポジトリの正当化が間違ってることにはほぼ同意するけど、この点については話したいな。> 画像生成ツールは、自分が生成していないものにウォーターマークを挿入できない。 実は、リアルな画像を使って、GeminiやChatGPTにその一部をちょっとだけ修正してもらうのはすごく簡単なんだ（照明や影とか、ちょっとしたことでもね）。そうすると、結果として得られた画像が彼らのウォーターマーキングツールに検出されることが多いんだ。これで、どんなリアルな画像でもAI生成として簡単に提示できちゃうよ。

他のスレッドにあるSynthIDとOpenAIについての過小評価されているコメントが、これに関するハッカーの精神を表してると思う。私たちはプライバシーを大事にしてるし、デジタルの動きをすべてバーコード化するツールを受け入れるべきじゃない。（「まあ、まだやってないから」っていう反論はあんまり説得力ないよね）[0]: https://news.ycombinator.com/item?id=48200060

└

ウォーターマークを消そうとして（多分失敗するだろうけど）ツールを作るのは、暗黙的にバーコードを受け入れてることになる。ハッカーの精神は、まず第一に、企業に頼らずにオープンソースのモデルをローカルで動かすことだと思う。

└

真実の概念を盲目的に壊すことは、ハッカーの精神でもないと思う。

└

私たちは真実を大事にしてる？真実がないと自由やプライバシーも危険にさらされるよ。他のコメントでは、すでにそれに対処できる法律について話してるけど、画像や動画、音声がもはや信頼できる証拠じゃなくなったらどうするの？

└

EUのAI透明性に関する規制の一環として、AI生成の画像にはウォーターマークが必要になる（またはもうすぐ必要になる）と思うよ。

└

「すべてのデジタル動作」じゃなくて、君が彼らに作ってもらう写真のことだよ。プライバシーを気にするなら、ローカルモデルを使った方がいいよ。

└

人間の倫理観は、自分が作成したり、転送したり、共有したりするコンテンツの起源や真実について、決して誤解を招くようなことをしないことだと思う。正直さを大切にするなら、そういうことをする人は刑務所に入れるべきだよね。

└

権力を持っている人たちがパラノイアでダークトライアド的な性格だと、権力を脅かす人を捕まえようとして、やりたい放題になるんだよね。

このプロジェクトについての意見は人それぞれだけど、今後の道はAI以外のリソースの信頼性を証明することだと思う。AI生成のものにウォーターマークを入れることじゃないよね。

└

「認証済み」のカメラで素晴らしい画面を撮影して、画面が表示できるものの「本物の」写真を撮るのは、かなり難しい問題だよね :(

盗まれた著作権のある素材から生成された画像にウォーターマークを付ける理由はわかる。何が本物かを見分けようとしてるんだろうけど、なんかおかしい気がする。

これがまさに「OpenAIがSynthIDウォーターマークを採用する」っていう一つ上のポジションだっていうのが好き。

既存の画像にSynthIDを適用するツールってあるの？例えば、AIウォーターマークを頼りにしている人たちにとって信頼性を下げるような。

└

そうだね、人間の心にはファイアホースのためのセキュリティパッチが必要だよ。

なんで？こんなことしないで。社会は暗黙の信頼の上に成り立ってるんだ。短期的な成功を得るために、その基盤を崩すことになるよ。