反向 Alpha 混合 — 乾淨去除水印背後的數學原理

我們不用機器學習去猜測水印下面是什麼，而是直接反推 Gemini 嵌入水印時使用的混合公式。結果是確定性的、快速的，並且完全在瀏覽器中運行。

工作原理

步驟 01

當 Gemini 生成圖片時，它使用標準的 alpha 混合技術，將一個半透明的水印 logo 合成到輸出圖像上。

watermarked = original × (1 − α) + α × 255

步驟 02

我們已經提取了精確的水印圖案及其透明度值。這讓我們掌握了 Gemini 使用的精確混合係數。

α = known alpha map

步驟 03

已知 alpha 貼圖後，我們將混合方程反向求解，還原出原始像素值。不需要猜測，只是代數運算。

original = (watermarked − α × 255) / (1 − α)

反向 Alpha 混合

確定性 — 相同輸入始終產生相同輸出

毫秒級處理，而非秒級

在瀏覽器中運行，無需 GPU 或雲端伺服器

無需下載模型 — 僅需幾 KB 的 alpha 貼圖資料

數學精確還原，而非近似修復

機器學習修復

機率性 — 每次運行結果可能不同

每張圖片需要數秒到數分鐘

需要 GPU 硬體或付費雲端推理

需要下載 50-200 MB 的模型權重

近似填充 — 可能產生幻覺或模糊細節

模板匹配配合 NCC 評分，自動定位水印位置——無需手動選擇。

迭代去除配合安全鉗位，保留邊緣品質並防止偽影。

支援小數 alpha 值並處理抗鋸齒邊緣。

預映射了約 60 種已知的 Gemini 圖片尺寸，即時配置水印參數。

我們的演算法不是黑箱。公式可以被審查和驗證。所有處理都在本地完成。