当前位置：首页>python>Python干货|一键抠图去背景+视频去水印,免费无广告,本地就能跑!

Python干货|一键抠图去背景+视频去水印,免费无广告,本地就能跑!

2026-09-22 10:14:58

喜欢你就关注我

再也不用充会员、找在线工具！两行代码搞定两大高频需求，新手也能直接抄作业

AI大模型可以帮你生成图片和视频，但是有背景有水印是个麻烦事。再加上日常做PPT要抠透明底图、做电商主图去背景、二次创作处理素材，这些高频需求总能让人头疼。

要么在线工具限次数、要会员，要么抠图边缘生硬、去水印留痕迹，还担心上传素材泄露隐私。

今天给大家分享两套纯Python本地脚本，全程免费、无需联网、操作简单，抠图媲美专业软件，视频去水印自然无痕，新手跟着步骤走就能上手！

一、批量图片去背景：智能抠图，零门槛操作

平时做海报、设计素材、电商主图，最费时间的就是抠图。这款Python工具基于深度学习算法，人物、商品、动物、静物都能精准识别，边缘过渡自然，还支持批量处理，一次搞定几十张图。

✨ 核心工具：rembg

轻量级深度学习抠图库，不用搭建复杂环境，一行命令安装，CPU就能流畅运行，有NVIDIA显卡还能切换GPU加速，速度翻倍。

🛠️ 第一步：环境安装

打开电脑终端（CMD/PowerShell），直接复制粘贴运行，无需额外配置：

# CPU版本（通用推荐）pip install "rembg[cpu]" pillow# NVIDIA显卡用户，安装GPU版加速pip install "rembg[gpu]"

📸 单张图片去背景（极简代码）

适合单张素材快速处理，代码不足10行，复制就能用：

from rembg import removefrom PIL import Image# 替换成你的图片路径input_image = Image.open("input.png")# 一键去背景output_image = remove(input_image)# 保存为PNG（保留透明通道）output_image.save("output.png")print("抠图完成！")

📂 批量去背景（效率神器）

针对大量图片优化，自动遍历文件夹，不用一张张手动处理：

import osfrom pathlib import Pathfrom rembg import removefrom PIL import Image# 【可修改】配置输入输出文件夹INPUT_DIR = "原始图片"OUTPUT_DIR = "去背景图片"# 支持的图片格式FORMATS = {'.png', '.jpg', '.jpeg', '.webp'}def batch_remove_bg():    # 自动创建输出文件夹    Path(OUTPUT_DIR).mkdir(exist_ok=True)    success = 0    # 遍历所有图片    for filename in os.listdir(INPUT_DIR):        ext = os.path.splitext(filename)[1].lower()        if ext not in FORMATS:            continue        input_path = os.path.join(INPUT_DIR, filename)        output_path = os.path.join(OUTPUT_DIR, f"{os.path.splitext(filename)[0]}.png")        try:            with Image.open(input_path) as img:                result = remove(img)                result.save(output_path, 'PNG')            print(f"✓ 处理成功：{filename}")            success += 1        except Exception as e:            print(f"✗ 处理失败：{filename}，原因：{e}")    print(f"\n✅ 全部完成！共成功处理 {success} 张图片")    print(f"📁 输出路径：{OUTPUT_DIR}")if __name__ == "__main__":    batch_remove_bg()

效果如下图：

✅ 实操步骤（新手必看）

在脚本同目录下，新建“原始图片”文件夹，放入所有待处理图片
运行Python脚本，等待程序自动执行
去背景后的透明底图片，会自动保存在“去背景图片”文件夹

效果说明：主体与背景对比度越高，抠图效果越精准，复杂背景可先微调亮度对比度再处理。

二、视频去水印：无痕修复，保留画质

最近爆火的豆包Seedance 2.0确实好用，提示词+参考图就能生成高质视频，可自带水印太影响使用；其他视频生成大模型又价格不菲，想无水印创作成本太高。剪辑这类AI素材时遇到顽固水印？不用开会员、不用花高价，用OpenCV图像修复技术，分析水印周边像素自动填充，处理后痕迹极淡，完美保留原生视频画质。

✨ 核心原理

采用inpaint图像修复算法，定位水印区域后，自动用周边纹理填充覆盖，适合固定位置的纯色、半透明水印。温馨提示：这套免费本地方案，效果会略逊于专业付费去水印软件，对复杂半透明水印、动态水印的修复痕迹会稍明显，属于算法特性，日常二次创作、素材处理完全够用，追求极致效果可按需搭配付费工具。

🛠️ 第一步：环境安装

# 安装核心库pip install opencv-python-headless numpy

额外安装ffmpeg（用于后续音频合并，必装）：

macOS：终端运行 brew install ffmpeg
Ubuntu：终端运行 sudo apt install ffmpeg
Windows：官网下载安装，添加到系统环境变量即可

🎬 完整去水印代码

只需修改水印坐标，适配所有视频，代码注释超详细：

import cv2import numpy as np# ========== 【必填】修改此处配置 ==========INPUT_VIDEO = "input.mp4"       # 输入视频路径OUTPUT_VIDEO = "output_clean.mp4"  # 输出无水印视频# 水印坐标：x=左边距，y=上边距，w=宽度，h=高度WATERMARKS = [    {"x": 50, "y": 50, "w": 200, "h": 60},  # 左上角水印    # 多水印直接追加，示例：    # {"x": 1600, "y": 50, "w": 250, "h": 60},]# ======================================# 创建水印遮罩def create_mask(width, height):    mask = np.zeros((height, width), dtype=np.uint8)    for wm in WATERMARKS:        cv2.rectangle(mask, (wm["x"], wm["y"]),                      (wm["x"]+wm["w"], wm["y"]+wm["h"]), 255, -1)    return mask# 单帧修复def process_frame(frame, mask):    return cv2.inpaint(frame, mask, inpaintRadius=10, flags=cv2.INPAINT_NS)def main():    print("="*40)    print("🎥 视频去水印工具启动")    print("="*40)    # 打开视频    cap = cv2.VideoCapture(INPUT_VIDEO)    if not cap.isOpened():        print("❌ 错误：无法打开视频，请检查路径")        return    # 获取视频参数    width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))    height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))    fps = cap.get(cv2.CAP_PROP_FPS)    total_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))    print(f"📹 视频信息：{width}x{height} | {fps}帧/秒 | 共{total_frames}帧")    print(f"📍 检测到 {len(WATERMARKS)} 处水印")    mask = create_mask(width, height)    fourcc = cv2.VideoWriter_fourcc(*'mp4v')    out = cv2.VideoWriter(OUTPUT_VIDEO, fourcc, fps, (width, height))    # 逐帧处理    frame_count = 0    while True:        ret, frame = cap.read()        if not ret:            break        processed = process_frame(frame, mask)        out.write(processed)        frame_count += 1        if frame_count % 30 == 0:            progress = round(frame_count/total_frames*100, 1)            print(f"⏳ 处理进度：{progress}%")    cap.release()    out.release()    print("="*40)    print(f"✅ 视频去水印完成：{OUTPUT_VIDEO}")    print("💡 提示：执行下方命令合并音频")    print('='*40)if __name__ == "__main__":    main()

✅ 实操四步走

测坐标：截一张视频图，用截图工具测出水印的x、y、宽、高
改配置：替换代码里的视频路径和水印坐标
跑脚本：运行代码，等待视频处理完成
合音频：终端执行命令，把原视频音频合并回去

# 音频合并命令，直接复制运行ffmpeg -i "output_clean.mp4" -i "input.mp4" -c:v copy -c:a aac final.mp4

📍 快速获取水印坐标

复制下方脚本，截图后运行，点击水印位置即可打印坐标：

import cv2def get_pos(event, x, y, flags, param):    if event == cv2.EVENT_LBUTTONDOWN:        print(f"坐标：x={x}, y={y}")img = cv2.imread("video_frame.png")cv2.namedWindow("点击水印")cv2.setMouseCallback("点击水印", get_pos)cv2.imshow("点击水印", img)cv2.waitKey(0)