Voyager Image Refinement 深度解析:反向 Alpha 混合算法实现 Gemini 图片无损去水印
Voyager Image Refinement 深度解析反向 Alpha 混合算法实现 Gemini 图片无损去水印【免费下载链接】voyagerEnhancement suite for Gemini, AI Studio, Claude ChatGPT — plus a prompt manager for any websites, DeepSeek Harness included. / 面向 Gemini、AI Studio、Claude 与 ChatGPT 的增强套件其中的提示词管理器可用于任意网站如 DeepSeek Harness。项目地址: https://gitcode.com/gh_mirrors/ge/voyager导读Voyager 的Image Refinement图片精炼功能专门解决 Gemini™ 生成图片自带可见水印的问题它通过**反向 Alpha 混合Reverse Alpha Blending**算法在浏览器本地完成数学级去水印而非 AI 重绘涂抹。本文将结合仓库源码src/pages/content/watermarkRemover 目录深入讲解该功能的原理、开启方式、源码实现与隐私保障帮助你理解并正确使用这条零质量损失的图片净化链路。Safari 支持说明自 v1.6.0 起Image Refinement 可直接在 Safari 中使用并支持下载全尺寸无水印图片。Chrome、Edge、Firefox 与 Safari 现在均使用相同的内置流程。AI 图片本该纯净。Gemini 生成的图片默认带有可见水印。虽然这是出于安全考虑但在某些创作场景下你可能需要一张完全干净的底稿这就是 Image Refinement 存在的意义。无损还原不是 AI 重绘而是数学求解Image Refinement 的核心是反向 Alpha 混合算法它与传统去水印方案有着本质区别非 AI 重绘传统去水印往往使用 AI 对水印区域进行涂抹inpainting这会破坏图片细节产生与原始内容不一致的像素像素级精度Voyager 通过数学计算将叠加在像素上的水印透明层精确移除还原出 100% 原始的像素点零质量损失处理前后的图片在非水印区域完全一致不会引入任何额外噪点或模糊。算法原理从叠加模型反推原图该算法的理论基础是 Gemini 叠加水印时的透明混合模型。在源码 blendModes.ts 的注释中明确给出了正向与逆向公式正向叠加watermarked α × logo (1 - α) × original 反向求解original (watermarked - α × logo) / (1 - α)也就是说只要知道每个像素上的水印 Alpha 值透明度和水印 Logo 的基准颜色就可以从带水印像素中精确解出原始像素。实现时针对 RGB 三个通道逐一运算// 关键常量src/pages/content/watermarkRemover/blendModes.ts const ALPHA_THRESHOLD 0.002; // 忽略极小的 alpha 值噪声 const MAX_ALPHA 0.99; // 限制 alpha 上限避免除以近零值 const LOGO_VALUE 255; // 白色水印的基准颜色值 // 每个像素的反向混合核心逻辑 for (let c 0; c 3; c) { const watermarked imageData.data[imgIdx c]; const original (watermarked - alpha * LOGO_VALUE) / oneMinusAlpha; imageData.data[imgIdx c] Math.max(0, Math.min(255, Math.round(original))); }其中ALPHA_THRESHOLD 0.002用于跳过透明度极低的噪声像素MAX_ALPHA 0.99防止除以接近 0 的值导致数值爆炸运算结果最终被裁剪回[0, 255]合法范围。Alpha 通道本身无需修改因此处理过程对非水印区域像素完全无副作用。Alpha 图Alpha Map从何而来要解出原图必须先知道水印在每个像素上的 Alpha 值。Voyager 的做法是先捕获水印在已知纯色背景上的样本图仓库 src/pages/content/watermarkRemover/assets 下内置了bg_36、bg_48、bg_96等多张背景采样图然后由 alphaMap.ts 计算 Alpha 图// 对每个像素取 RGB 三通道最大值作为亮度并归一化到 [0, 1] const maxChannel Math.max(r, g, b); alphaMap[i] maxChannel / 255.0;这段实现说明Alpha 图本质上就是水印样本的亮度分布图。由于已知背景是纯色近似白色基准水印 Logo 越亮的位置 Alpha 值越高从而可以精确重建每个像素的透明度。仓库还提供了downsampleAlphaMapWithAreaAverage函数用与 OpenCVINTER_AREA一致的整数比例区域平均法从 96px 采样图派生出 48px 档位的 Alpha 图确保缩放后不残留星形轮廓。如何使用三步开启自动去水印开启功能在 Voyager 设置面板最后方找到 Image Refinement 选项开启下载时去除水印。Voyager 实际维护了两个独立开关详见下文设置项与迁移小节下载与聊天界面预览可分别控制自动触发开启后你生成的每一张图片都会在后台自动完成去水印处理无需任何手动操作直接下载悬停在处理后的图片上你会看到一个 按钮 按钮已完全替代原生下载按钮点击即可直接下载 100% 无水印的图片。 按钮的本质是对 Gemini 原生下载按钮的接管源码中通过attachIndicatorToButtonsrc/pages/content/watermarkRemover/index.ts在原生按钮内部注入一个.nanobanana-indicator徽标元素并通过全局pointerdown/click事件捕获下载意图保证无论用户点击哪里最终保存的都是经过去水印处理的图片。源码级实现一条完整的检测—处理—下载链路Image Refinement 并非简单的图片滤镜而是一条横跨内容脚本content script与主世界MAIN world的完整流水线。核心模块全部位于 src/pages/content/watermarkRemover1. 水印引擎定位与锚点扫描watermarkEngine.ts 是整个功能的调度中心负责配置检测根据图片尺寸推断水印参数。从源码可见Voyager 内置了多套水印配置WatermarkConfig包含logoSize水印 Logo 尺寸36/48/96 三档、marginRight/marginBottom右下角边距以及alphaVariantAlpha 变体。例如大图边长超过 1024px走logoSize: 96的配置小图走 48px 档位同时兼容较新的20260520变体与旧版配置锚点选择chooseWatermarkAnchorOption会枚举多套候选配置并在小图场景下对边距做 ±3px 的网格微调snap offset逐一测量水印信号强度挑选信号最强且可靠的那一个位置执行移除——这保证了即使 Gemini 在不同分辨率下微调水印位置也能被精确命中多轮安全移除removeWatermarkWithResidualCheck最多执行 3 轮移除WATERMARK_MAX_REMOVAL_PASSES 3每轮都会在移除前后进行安全评估一旦发现可能损伤原图就回滚到上一状态若仍残留水印边缘还会用高斯模糊权重做局部柔化收尾。2. 水印检测器先确认再动手在 watermarkDetector.ts 中检测器移植了上游 C 实现与 userscript 的信号校验逻辑使用亮度 NCC归一化互相关与 Sobel 梯度 NCC双重指标判断候选区域是否真的是水印并对移除结果做反事实损伤检查counterfactual damage check。只有当信号通过可信阈值如空间分数、梯度分数的最低门槛时才判定为reliable并提交像素变更若没有锚点通过阈值则会尝试弱化候选difficult若完全找不到水印形信号none则原图像素分毫不动——这也用于识别 Gemini 官方Media watermark: Off开关已生效的情况。3. 下载拦截fetch 拦截器 DOM 桥接下载链路的实现在 index.ts 与公共脚本 public/fetchInterceptor.js 的配合中完成MAIN world 的 fetch 拦截器拦截 Gemini 的下载请求将图片 URL 中的尺寸参数改写为全尺寸源码中replaceWithNormalSize将s0类后缀替换为全尺寸参数由于浏览器扩展的 content script 与页面 MAIN world 之间存在隔离Firefox 下CustomEvent无法跨世界传递两者通过一个隐藏的 DOM 元素桥gv-watermark-bridge通信拦截器把图片的 base64 数据写入桥元素的data-request属性内容脚本监听该属性变化、调用引擎去水印再把结果写回data-response整个下载过程附带完整的 Toast 状态提示正在下载原始图片→正在处理水印中→正在下载大文件下载还会给出警告并在检测到 Google 返回的原图本身损坏时提示用户GOOGLE_IMAGE_CORRUPTED。4. 预览去水印与页面观察除了下载场景聊天界面中直接展示的图片也可以被实时处理MutationObserver持续监听页面 DOM 变化childListsubtreeclass/src属性配合 100ms 防抖将新出现的 Gemini 图片googleusercontent.com域名且位于generated-image容器内自动替换为去水印后的 blob 预览图。设置项与迁移两个独立开关Image Refinement 的设置解析逻辑在 src/core/utils/watermarkSettings.ts 中实现。它维护两个独立开关存储键含义默认值gvWatermarkDownloadEnabled拦截下载并去除水印 路径truegvWatermarkPreviewEnabled同时去除聊天界面预览图水印较重会有短暂刷新闪烁true同时保留了旧版单开关geminiWatermarkRemoverEnabled的迁移兼容若任一新键已设置则以新键为准未设置的新键回退到默认值true否则旧键true→ 两个开关同时开启保持旧行为旧键false→ 两个开关同时关闭首次安装新旧键均未设置→ 两个开关均开启希望更轻量的用户可在弹窗Popup中选择仅开启下载去水印。测试与验证该功能在仓库中配套了完善的测试套件位于 src/pages/content/watermarkRemover/testswatermarkEngine.test.ts验证引擎在合法输入下正确移除水印fetchInterceptor.test.ts验证下载拦截与跨世界桥接的请求/响应往返decorateDownloadButtons.test.ts验证 徽标注入的幂等性与正确挂载engineRaceCondition.test.ts验证引擎异步初始化与快速重启lifecycle generation 守卫下的竞态处理corruptedDownloadDetection.test.ts、downloadToasts.test.ts、imageHealthDetector.test.ts、runtimeToggle.test.ts等分别覆盖下载健康检测、Toast 序列、运行时开关与损坏图片提示等边界场景。这些测试确保了在用户快速切换账号如/u/0/→/u/1/、引擎尚未加载完成即点击下载等真实场景下功能仍能正确兜底而不卡死。隐私与安全所有去水印处理均在浏览器本地完成图片不会上传到任何第三方服务器跨域图片通过扩展后台的fetch代理转为 base64 后交给引擎处理全程不离开本地浏览器引擎初始化时加载的bg_*.png采样图也由 Vite 打包进扩展资源无需任何网络请求watermarkEngine.ts 中通过chrome.runtime.getURL解析扩展内资源路径。这保证了你的创作内容与原始图片数据在隐私层面完全安全。致谢与开源许可该功能基于开源社区项目移植而来源码 credits.ts 与 THIRD_PARTY_NOTICES.md 中保留了完整的归属声明JavaScript 移植版gemini-watermark-remover作者 journey-ad (Jad)Copyright (c) 2025原始 C 实现GeminiWatermarkTool作者 AllenK (Kwyshell)Copyright (c) 2024采用 MIT License 分发完整声明见 THIRD_PARTY_NOTICES.md。小结Voyager 的 Image Refinement 通过采样重建 Alpha 图 反向 Alpha 混合 保守信号检测 多轮安全回滚的组合在浏览器本地实现了一条真正的数学级无损去水印链路。开启该功能后你生成的每一张 Gemini 图片都会自动经过净化并通过被 徽标完全接管的下载按钮随时获得 100% 无水印、像素级还原的原始底稿——既满足了创作场景对干净画面的需求又不牺牲任何画质与隐私。【免费下载链接】voyagerEnhancement suite for Gemini, AI Studio, Claude ChatGPT — plus a prompt manager for any websites, DeepSeek Harness included. / 面向 Gemini、AI Studio、Claude 与 ChatGPT 的增强套件其中的提示词管理器可用于任意网站如 DeepSeek Harness。项目地址: https://gitcode.com/gh_mirrors/ge/voyager创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

相关新闻

SuperClaude Framework `/sc:workflow` 实战指南:从 PRD 到多角色协同的结构化实施工作流生成

SuperClaude Framework `/sc:workflow` 实战指南:从 PRD 到多角色协同的结构化实施工作流生成

SuperClaude Framework /sc:workflow 实战指南:从 PRD 到多角色协同的结构化实施工作流生成 【免费下载链接】SuperClaude_Framework A configuration framework that enhances Claude Code with specialized commands, cognitive personas, and development method…

2026/9/21 21:19:17 阅读更多 →
ComfyUI云端部署全攻略:GPU选型到工作流跑通实战指南

ComfyUI云端部署全攻略:GPU选型到工作流跑通实战指南

说实话,玩ComfyUI的没有一个没骂过自己电脑的。跑一张图刚把采样器拉起来,风扇直接起飞,显存动不动就爆红,想试个FLUX大模型一看要24G显存直接劝退。更别提那些想用ComfyUI做批量出图、跑视频动画工作流的朋友,本地机器…

2026/9/20 18:32:39 阅读更多 →
从PIX到ASA:思科防火墙配置手册的命令迁移与实战指南

从PIX到ASA:思科防火墙配置手册的命令迁移与实战指南

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/9/21 22:00:43 阅读更多 →

最新新闻

面试被问原理答不上来?山东省教育教师网进阶用法与完整示例

面试被问原理答不上来?山东省教育教师网进阶用法与完整示例

面试被问原理答不上来?山东省教育教师网进阶用法与完整示例 刚被面试官问倒,心里直打鼓?别慌,很多人卡在 山东省教育教师网 的底层逻辑上,以为只是点鼠标,其实背后是严格的状态机流转。…

2026/9/22 0:23:59 阅读更多 →
误差分类新手避坑指南,3步搞定项目实战

误差分类新手避坑指南,3步搞定项目实战

误差分类新手避坑指南,3步搞定项目实战 刚学完Python语法,面对空白的编辑器,脑子一片空白?别慌,这是90%新手的通病。你会写 if-else…

2026/9/22 0:23:59 阅读更多 →
宣传海报怎么制作源码深度剖析

宣传海报怎么制作源码深度剖析

3个步骤搞定宣传海报生成源码 新手避坑指南 面试被问原理答不上来?别慌,这不是你代码写得烂,而是没摸透底层逻辑。今天拆宣传海报生成的核心源码,新手避坑一次到位,面试直接拿捏。 入口定位:从请求到渲染的完整链路…

2026/9/22 0:23:59 阅读更多 →
3步搞定笔记本电脑设置密码最佳实践防丢数据

3步搞定笔记本电脑设置密码最佳实践防丢数据

3步搞定笔记本电脑设置密码最佳实践防丢数据 版本升级后 API 全变了,以前写好的加密逻辑直接报错,连基本的鉴权流程都跑不通。这时候再死磕旧代码就是浪费时间,必须切换到 最佳实践…

2026/9/22 0:23:59 阅读更多 →
GTA5增强版技术解析:国语配音与DLSS定制实现原理

GTA5增强版技术解析:国语配音与DLSS定制实现原理

1. 这个“GTA5增强版”到底是什么?不是Mod合集,也不是盗版补丁看到标题里“GTA5增强版国语配音V1.0.1158.16DLSS5全DLC(三网盘)”这一长串信息,很多刚接触PC版《侠盗猎车手V》的朋友第一反应是:这又是一个打包Mod的“懒人整合包”…

2026/9/22 0:22:59 阅读更多 →
3个致命坑:电子产品认证源码解析与合规避坑实战

3个致命坑:电子产品认证源码解析与合规避坑实战

3个致命坑:电子产品认证源码解析与合规避坑实战 很多后端开发刚入行时,往往陷入一个怪圈:语法记得滚瓜烂熟,API 文档背得倒背如流,可一旦真要在生产环境搭建涉及硬件交互或物联网数据的认证系统,立马就傻眼。这种“学会语法却不知怎么搭项目”的断…

2026/9/22 0:22:59 阅读更多 →

日新闻

3台商务办公笔记本实测:手写实现环境配置,告别卡半天

3台商务办公笔记本实测:手写实现环境配置,告别卡半天

3台商务办公笔记本实测:手写实现环境配置,告别卡半天 配置环境就卡半天?别怪机器慢,多半是你没选对工具链。在Java、Go或Python的项目现场, 手写实现…

2026/9/22 0:00:41 阅读更多 →
剑帝加点速查手册:3分钟搞懂核心逻辑

剑帝加点速查手册:3分钟搞懂核心逻辑

剑帝加点速查手册:3分钟搞懂核心逻辑 面试被问原理答不上来,是不是常态?别慌。很多开发者对着 GitHub 开源仓库里的代码发呆,看似简单实则暗藏玄机。今天这份【剑帝加点】速查手册,直接带你拆解核心实现,把面试必考的原理讲透。…

2026/9/22 0:00:41 阅读更多 →
手写实现图片压缩网站核心:搞定WebP转换与质量调优

手写实现图片压缩网站核心:搞定WebP转换与质量调优

手写实现图片压缩网站核心:搞定WebP转换与质量调优 复制来的代码跑不通不知道怎么调?别慌,这种“复制粘贴地狱”在开发圈太常见了。尤其是做 图片压缩网站…

2026/9/22 0:00:41 阅读更多 →

周新闻

Flutter for OpenHarmony游戏卡片渐变背景实战:从原理到性能优化

Flutter for OpenHarmony游戏卡片渐变背景实战:从原理到性能优化

直接铺开项目本身吧。这几个月我一直在折腾一件事:用Flutter给OpenHarmony做一款游戏集合类的App,说白了就是把若干小游戏塞进一个壳里,用统一入口分发。这个方向本身不算新鲜,真正让我花了不少心思的,是首页那堆游戏卡…

2026/9/21 3:13:20 阅读更多 →
Word表格编号全攻略:从列表编号到题注交叉引用

Word表格编号全攻略:从列表编号到题注交叉引用

写Word文档,最让人头疼的往往是那些“看起来不起眼”的小问题。比如表格编号这事:今天在表后面多加了两个空白行,明天给客户交稿前发现整个章节的编号全部错位,光是挨个改序号就能耗掉大半个下午。我前阵子帮人整理一份上百页的技…

2026/9/21 2:19:36 阅读更多 →
从第一个站到第二个站:独立开发者的静态网站选型与落地实践

从第一个站到第二个站:独立开发者的静态网站选型与落地实践

1. 项目概述1.1 核心需求解析做独立开发者这几年,说实话,第一个网站上线的那天晚上我兴奋得没睡着。但等它跑了半年,流量惨淡、功能臃肿、代码自己都懒得看第二遍之后,我才慢慢琢磨明白一个道理:第一个网站是练手&…

2026/9/21 4:51:05 阅读更多 →

月新闻

持续集成 流水线自动化与 声明式交付 实践:原型怎样变成可用功能

持续集成 流水线自动化与 声明式交付 实践:原型怎样变成可用功能

持续集成 流水线自动化与 声明式交付 实践:原型怎样变成可用功能分类:[AI/大模型]细分主题:AI 增强型 CI/CD 流水线自动化与 GitOps 实践:Agent 工作流、工具调用与任务拆解:从原型到生产的验收清单很多团队在尝试用大…

2026/9/21 15:36:51 阅读更多 →
容器编排 生产环境运维与排障实战:复盘记录怎样真正派上用场

容器编排 生产环境运维与排障实战:复盘记录怎样真正派上用场

容器编排 生产环境运维与排障实战:复盘记录怎样真正派上用场分类:[工程技术]细分主题:Kubernetes 生产环境运维与排障实战:可复制的项目复盘模板与决策记录大部分团队的事故复盘报告,最后都变成了躺在 Confluence 或钉…

2026/9/21 15:36:51 阅读更多 →
容器 容器化技术与镜像安全管理:核心链路应该先拆哪一步

容器 容器化技术与镜像安全管理:核心链路应该先拆哪一步

容器 容器化技术与镜像安全管理:核心链路应该先拆哪一步分类:[工程技术]细分主题:Docker 容器化技术与镜像安全管理:核心链路的逐步实现与关键代码取舍面对一个积累了五六年历史包袱的单体架构应用(包含 Web 接口、后台…

2026/9/19 23:35:34 阅读更多 →