自动识别
模型先找出可疑的水印位置,再补全背景。适合水印位置不固定的图;整文件夹批量时统一走自动识别。
LaMa + YOLO26-Seg · 模型约 290 MB 按需下载
Avoxkit · 图像修复 · 去水印台标
去掉自己素材里的水印、台标和叠加文字,由模型补全背景:位置不固定用自动识别,位置已知用手动涂抹。JPG、PNG、BMP、WebP 都行,整文件夹批量,全部在本机完成。
How it works
识别和补全由两个模型接力:先找到要去掉的位置,再把背景补回来。
模型先找出可疑的水印位置,再补全背景。适合水印位置不固定的图;整文件夹批量时统一走自动识别。
LaMa + YOLO26-Seg · 模型约 290 MB 按需下载
在预览图上把台标或文字涂出来,只修涂过的区域。适合位置已知的台标与叠加文字,边界自己说了算。
涂抹范围越小,补全越准
Before / After
示例走手动涂抹:只在预览图上圈出水印,修复后其余像素保持原样。


修复不收费,没有张数限制,产物不带水印。
识别与修复都在这台电脑上完成,图片不上传到任何服务器。
整文件夹拖进来排队跑,统一走自动识别,失败项一键重试。
Limits
补全是生成的,不保证和原背景一致。大面积区域尤其如此;重要的图片请保留原图。
保持原格式输出。JPG 会有微损失;要继续编辑,输出选 PNG。
重跑会覆盖同名的 -repaired 文件。需要保留多版结果,先改名再跑。
只用于你有权处理的图片。这个功能面向自己的素材:去自己截图、照片里的台标、水印与文字。
Get
当前版本 0.2.0,Windows 64 位与 macOS(Apple Silicon),完全免费。
下载:GitHub Releases,或看Avoxkit 主页。
不保证。修复是生成式补全,大面积区域尤其如此;重要的图片建议保留原图。
水印位置不固定、数量多,用自动识别,模型先找位置再补全;台标或文字位置已知,用手动涂抹,只修涂过的区域。
JPG、PNG、BMP、WebP,可以整个文件夹批量;默认保持原格式输出,JPG 会有微损失,要继续编辑可选 PNG。
首次使用时下载,约 290 MB,带 SHA-256 校验,不用不下载。识别与修复都在本机完成,图片不上传。