AI立绘被抠图搬运？用pHash+ORB指纹检测和水印保护

最近在做 AI 小镇项目时，遇到一件让人哭笑不得的事：自己调了很久的角色立绘，被人用 AI 一键抠图工具直接抠走，换了个背景就当原创素材使用了。这种事单纯靠“整图对比”很难发现，原因是对方保留的是角色主体，背景已经被替换。

今天这篇文章，我想从技术侧把 AI 立绘、AI 抠图、图像指纹检测、数字水印这几个问题完整拆一遍。不光讲原理，还会给出一个能跑起来的“立绘指纹检测器”，用 pHash 和 ORB 特征匹配来识别“被抠图搬运”的素材，最后再聊聊隐蔽水印和版权保护的最佳实践。

读完之后，你可以掌握：

• AI 立绘从生成到使用的基本 pipeline；
• AI 抠图的底层原理与常见工具；
• 用 pHash 和 ORB 做图像相似度检测；
• 用简化频域水印给立绘加一层隐蔽标识；
• 实际项目中保护原创素材的工程建议。

1. 背景与核心概念

1.1 立绘是什么

立绘，一般指角色的全身像或半身像，在游戏、漫画、视觉小说、虚拟主播等领域非常常见。以前的立绘是画师一张张手绘的，现在很多项目开始用 AI 生成草稿再人工精修，尤其是独立游戏或 AI 交互项目，批量生成角色需求很大。

在 AI 小镇这种项目里，角色头像、角色立绘、场景素材都可能是 AI 生成后人工挑选出来的。一张能用的立绘并不是“点一下生成”就完事，需要不断调整提示词、切换模型、做多次图生图，甚至局部重绘，最后才能得到一张可以放进资源目录的图。

1.2 为什么会被“抠下来一块”

“抠图”本质上是图像分割和抠像，把目标区域从背景里分离出来。现在开源工具很多，U2-Net、RemBg、BackgroundMattingV2，以及各类一键去背景 SDK，都可以把人物或主体从原图中抠出来。如果原图主体清晰、背景相对规整，AI 抠图效果会非常好，最后直接输出一张透明背景的 PNG。

于是问题就来了：对方不需要搬运整张原图，只需要把角色主体“抠”出来，换一个背景、改一下色调，就变成了“新素材”。相比之下，如果对方直接复制整张原图，用感知哈希一查就能发现；但“抠图 + 换背景”会让传统整图相似度判断失效，这也是这个现象让人头疼的核心原因。

1.3 这篇文章解决的三个问题

1. 如何理解 AI 立绘的生成成本，以及 AI 抠图为什么高效。
2. 如何设计一套算法，在对方已经抠图、换背景的前提下，仍然识别出立绘主体来自同一张原图。
3. 如何通过数字水印和发布策略，降低素材被“顺手抠走”的风险。

下面我们进入正题。

2. 环境准备与版本说明

本文代码以 Python 为主，建议环境如下：

• Python 3.8 或以上；
• OpenCV（opencv-python）；
• NumPy；
• Pillow（可选，用于处理图片格式）；
• DCT 计算直接使用 OpenCV 的cv2.dct。

安装命令：

pip install opencv-python numpy pillow

版本请根据实际环境调整，本文代码重点演示思路，不依赖特定小版本。如果你在 Windows 上使用，建议先在虚拟环境里安装依赖；macOS 或 Linux 同理。

3. AI 立绘生成与抠图原理拆解

3.1 一条典型的 AI 立绘生成 pipeline

现在生成立绘的主流方式，是基于扩散模型的开源或在线服务，比如 Stable Diffusion 等。一条典型链路是：

1. 需求分析：确定角色风格、体型、服装、动作、视角。
2. 提示词设计：把需求转成正向提示词和负向提示词。
3. 模型推理：用文本生成图像模型生成初稿。
4. 图生图 / 局部重绘：继续调整构图、面部、细节。
5. 超分和修图：放大、去噪、调色。
6. 抠图与合成：把立绘抠出来，合成到角色卡、UI、场景中。

这里值得强调的是，能进入“可用素材”阶段的立绘，已经经过多轮调试。外人只看到最终那张图，看不到背后调整了多久。这也是为什么被直接抠图搬运会更让人感到无奈。

3.2 AI 抠图到底做了什么

抠图在技术上分成几个层次：

• 语义分割（Semantic Segmentation）：给每个像素打类别标签，比如人、背景、物品。
• 实例分割（Instance Segmentation）：在语义分割的基础上，区分同类的不同实例。
• 抠图（Matting）：不仅区分前景背景，还计算前景透明度 alpha，适合头发丝、半透明物体等细节。

现在常见的一键去背景工具，很多是基于深度模型的语义分割或抠图网络。比如：

• U2-Net：常用于显著性目标检测和去背景，很多一键抠图工具早期版本都基于 U2-Net。
• BackgroundMattingV2：更偏向视频抠图，适合实时场景。
• MODNet：适合人像快速抠图。

流程上，把图片输入模型，模型输出一个 alpha 遮罩，然后用 alpha 遮罩和原图合成透明图。对于主体清晰、边界明显的立绘，这个流程非常成熟，甚至不需要手动修正。

3.3 为什么“换背景”难以用整图比较查出来

如果对方只是整体复制，用 pHash、aHash 等感知哈希算法很容易发现。但对方先抠图、再合成到新背景，整张图的像素分布已经完全不同了，简单哈希会失效。

所以我们需要借助局部特征。立绘上的人脸、服饰轮廓、装饰元素、武器等区域，会被提取成大量局部特征点。即便背景被替换，角色主体上的特征点依然存在。用 ORB、SIFT 这类特征描述子做匹配，仍然能得到较高的匹配数量。

4. 识别搬运：图像指纹与相似度检测

4.1 感知哈希 pHash 的原理

pHash（Perceptual Hash）是一种对图像内容进行“摘要”的算法。它不像 MD5 那样对文件字节敏感，两张视觉上几乎一样的图，即使格式不同、压缩率不同、尺寸不同，pHash 也会很接近。

经典 pHash 的做法：

1. 把图像缩放到固定尺寸，比如 32x32。
2. 转为灰度图。
3. 做 DCT（离散余弦变换）。
4. 取左上角 8x8 的低频系数区域。
5. 计算这 64 个系数的中位数。
6. 每个系数大于中位数记为 1，小于中位数记为 0，得到 64 位特征串。
7. 比较两个特征串的汉明距离，距离越小越相似。

这类方法对缩放、亮度变化、轻微压缩有较好的鲁棒性，适合判断“两张图是不是同一张图”。

4.2 ORB 特征匹配的原理

ORB（Oriented FAST and Rotated BRIEF）是一种快速局部特征提取算法。它的特点：

• 速度比 SIFT/SURF 快很多；
• 对旋转和尺度变化有一定鲁棒性；
• 适合在实时场景和工程中使用；
• 不需要额外安装 OpenCV contrib 模块。

ORB 先在图像中检测关键点，再为每个关键点计算二值描述子。两张图比较时，用汉明距离做最近邻匹配，再通过比例测试筛选可靠的匹配点。

当立绘被抠出来并换到新背景后，新背景新增的特征点不会影响原区域特征点的匹配，角色主体上的特征点仍然能在两张图中对应上。

4.3 匹配数量与阈值

ORB 匹配的“好匹配数量”取决于图像内容、清晰度和主体占比。通常可以设一个经验阈值，例如：

• 匹配数少于 15：基本不相似；
• 15 到 60：有一定相似，建议人工复核；
• 大于 60：很可能是同源素材。

但阈值不能一概而论，复杂立绘的特征点远多于简单立绘。实际项目里，建议先用一批已知正负样本标定阈值，再投入自动化流程。

5. 实战：立绘指纹检测器

下面实现一个简单的 Python 小工具，包含 pHash 和 ORB 两种检测方式。

5.1 项目结构

image_fingerprint/ ├── fingerprint.py # 核心算法 ├── detector.py # 命令行入口 ├── assets/ │ ├── original.png # 原始立绘 │ ├── stolen_new_bg.png # 被抠出来换背景的图 │ └── other.png # 无关的另一张图

5.2 fingerprint.py：核心算法

# 文件路径：image_fingerprint/fingerprint.py import cv2 import numpy as np def read_gray(image_path): img = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE) if img is None: raise ValueError(f"无法读取图片: {image_path}") return img def read_rgb_with_white_bg(image_path): """ 读取图片。如果是透明 PNG，先把透明背景合成到白色画布上， 避免透明区域在灰度图中变成黑色，干扰后续特征提取。 """ img = cv2.imread(image_path, cv2.IMREAD_UNCHANGED) if img is None: raise ValueError(f"无法读取图片: {image_path}") if len(img.shape) == 2: return cv2.cvtColor(img, cv2.COLOR_GRAY2BGR) if img.shape[2] == 4: alpha = img[:, :, 3] / 255.0 rgb = img[:, :, :3] white = np.ones_like(rgb) * 255 merged = rgb * alpha[..., None] + white * (1 - alpha[..., None]) return merged.astype(np.uint8) return img[:, :, :3] def phash(image_path, resize_size=32, low_size=8): """计算 pHash，返回 64 位二值数组""" img = read_gray(image_path) img = cv2.resize(img, (resize_size, resize_size)) img = np.float32(img) dct = cv2.dct(img) dct_low = dct[:low_size, :low_size] med = np.median(dct_low) hash_bits = (dct_low > med).flatten().astype(np.uint8) return hash_bits def hamming_distance(hash1, hash2): """计算两个哈希数组的汉明距离""" return int(np.count_nonzero(hash1 != hash2)) def phash_similarity(image_path1, image_path2): """ 返回相似距离，0 表示最相似，64 表示完全不同。 一般 10 以内可以认为是同一张图或高度相似。 """ h1 = phash(image_path1) h2 = phash(image_path2) return hamming_distance(h1, h2) def orb_features(image_path, max_features=1000): """提取 ORB 特征点与描述子""" img = read_gray(image_path) orb = cv2.ORB_create(nfeatures=max_features) keypoints, descriptors = orb.detectAndCompute(img, None) return keypoints, descriptors def orb_match_score(image_path1, image_path2, ratio=0.75): """返回经过比例测试后的匹配点数量""" _, des1 = orb_features(image_path1) _, des2 = orb_features(image_path2) if des1 is None or des2 is None: return 0 bf = cv2.BFMatcher(cv2.NORM_HAMMING) matches = bf.knnMatch(des1, des2, k=2) good = [] for m, n in matches: if m.distance < ratio * n.distance: good.append(m) return len(good)

这里需要注意：

• cv2.dct要求输入是浮点数，所以要先将灰度图转成np.float32。
• pHash 的经典做法是缩小到 32x32，再取 8x8 低频区，所以resize_size不能小于low_size。
• BFMatcher.knnMatch返回的每个匹配对包含最近邻和次近邻，最近邻距离明显小于次近邻时，才认为是可靠匹配，这就是 Lowe 比例测试的基本思路。

5.3 detector.py：命令行入口

# 文件路径：image_fingerprint/detector.py import sys from fingerprint import phash_similarity, orb_match_score def main(): if len(sys.argv) != 3: print("用法: python detector.py <图片A> <图片B>") sys.exit(1) img_a = sys.argv[1] img_b = sys.argv[2] phash_dist = phash_similarity(img_a, img_b) orb_score = orb_match_score(img_a, img_b) print(f"pHash 汉明距离: {phash_dist} (0~64，越小越相似)") print(f"ORB 匹配点数: {orb_score}") if phash_dist <= 10: print("结论: 很可能是同一张/高度相似的图片") elif orb_score >= 60: print("结论: 局部特征高度相似，疑似从同一立绘抠图或裁剪") elif orb_score >= 15: print("结论: 存在一定相似特征，建议人工复核") else: print("结论: 相似度较低，大概率不是同一素材") if __name__ == "__main__": main()

5.4 运行与验证

假设我们准备了三张图：

• assets/original.png：原始立绘；
• assets/stolen_new_bg.png：把立绘主体抠出来，换到新背景后的图；
• assets/other.png：完全无关的另一张角色图。

执行：

cd image_fingerprint python detector.py assets/original.png assets/stolen_new_bg.png

预期输出类似：

pHash 汉明距离: 28 ORB 匹配点数: 86 结论: 局部特征高度相似，疑似从同一立绘抠图或裁剪

再执行：

python detector.py assets/original.png assets/other.png

预期输出类似：

pHash 汉明距离: 42 ORB 匹配点数: 5 结论: 相似度较低，大概率不是同一素材

这里的数字只是演示，实际数字会因图片内容不同而变化。但趋势是一致的：换背景后 pHash 距离升高，但 ORB 匹配数仍然很高，说明局部特征匹配可以有效识别“抠图 + 换背景”这类搬运行为。

5.5 结果说明

这个实战案例告诉我们：只靠整图哈希无法识别“抠图 + 换背景”，必须引入局部特征匹配。

如果你想做一个自动化监测工具，可以在这个基础之上扩展：

• 维护一个正版素材库，预先计算每个素材的 ORB 描述子；
• 对目标图片和库中素材跑 ORB 匹配；
• 匹配数超过阈值时告警并保存截图；
• 定时巡检，或接入上传接口做实时检测。

6. 进阶：给立绘加一道数字水印

图像指纹属于“被动检测”，是事情发生后的比对。如果你希望在源头上增加追踪能力，可以使用数字水印。

6.1 可见水印 vs 隐蔽水印

• 可见水印：直接在图上叠加半透明文字或 logo。优点是直观，缺点是影响观感，而且现在部分 AI 工具可以自动去除。
• 隐蔽水印：把一段信息隐藏在图像的频率域或像素噪声中，肉眼看不出来，但通过程序可以提取验证。

隐蔽水印的常见方案包括频域水印（DCT/DWT）、空域水印、基于神经网络的水印等。

6.2 简化频域水印示例

下面给一个简化版 DCT 水印思路，演示“如何把一段 ID 嵌入图像”。

核心做法：

1. 把图像从 RGB 转为 YCrCb，取 Y 通道。
2. 对 Y 通道做 DCT。
3. 在 DCT 系数中挑出一批位置，根据水印比特是 0 还是 1，把系数调整到对应奇偶性。
4. 逆 DCT，得到含水印的 Y 通道。

提取时，再次 DCT，读取这批位置的奇偶性，就能还原水印。

# 文件路径：image_fingerprint/watermark.py import cv2 import numpy as np WATERMARK_LEN = 32 def _get_indices(): """选择低频区域中的位置，避开 DC 分量""" indices = [] for i in range(1, 9): for j in range(0, 9 - i): indices.append((i, j)) if len(indices) >= WATERMARK_LEN: return indices return indices def embed_watermark(image_path, output_path, watermark_bits): """把 32 位水印嵌入图像，输出到 output_path""" img = cv2.imread(image_path) if img is None: raise ValueError(f"无法读取图片: {image_path}") ycrcb = cv2.cvtColor(img, cv2.COLOR_BGR2YCrCb) y, cr, cb = cv2.split(ycrcb) y_float = np.float32(y) dct = cv2.dct(y_float) indices = _get_indices() strength = 8.0 for idx, bit in enumerate(watermark_bits): x, y_pos = indices[idx] val = dct[y_pos, x] base = round(val / strength) if bit == 1 and base % 2 == 0: base += 1 if bit == 0 and base % 2 == 1: base += 1 dct[y_pos, x] = base * strength y_watermarked = cv2.idct(dct) y_watermarked = np.uint8(np.clip(y_watermarked, 0, 255)) merged = cv2.merge([y_watermarked, cr, cb]) result = cv2.cvtColor(merged, cv2.COLOR_YCrCb2BGR) cv2.imwrite(output_path, result) def extract_watermark(image_path): """提取 32 位水印""" img = cv2.imread(image_path) if img is None: raise ValueError(f"无法读取图片: {image_path}") ycrcb = cv2.cvtColor(img, cv2.COLOR_BGR2YCrCb) y, _, _ = cv2.split(ycrcb) y_float = np.float32(y) dct = cv2.dct(y_float) indices = _get_indices() strength = 8.0 bits = [] for x, y_pos in indices: val = dct[y_pos, x] base = round(val / strength) bits.append(1 if base % 2 == 1 else 0) return bits

这段代码只是演示思路，强度、位置选取、JPEG 压缩鲁棒性都需要按实际项目调整。如果要在真实场景中使用，建议考虑：

• 用 DWT 代替全局 DCT，抗压缩能力更强；
• 水印信息加纠错编码，提升提取成功率；
• 嵌入强度不能过高，否则图像质量下降明显。

需要强调的是，水印不能替代法律和平台规则保护，但能提高追踪能力。

7. 常见问题与排查思路

问题现象	常见原因	解决思路
pHash 汉明距离很高，但其实是同一张图	图片被大幅裁剪、旋转或加了强滤镜	改用 ORB 等局部特征匹配
ORB 匹配点数很少，但视觉上很像	图片压缩严重，或主体在图中占比过小	先对主体区域做 ROI 裁剪，再做 ORB 匹配
透明背景 PNG 直接比较失败	透明区域在灰度图中变成黑色，干扰特征	读取时先合成到白色背景，再参与计算
水印提取失败	图片被二次压缩、裁剪或缩放	加入纠错编码，提高嵌入强度，或改用 DWT 水印
待检测图尺寸过大，程序很慢	没有预处理	先缩放到合理尺寸，再做特征检测
匹配阈值无法通用	不同图片内容复杂度差异大	用自定义数据集标定阈值，而不是用固定阈值

这里特别想强调透明背景 PNG 的坑。很多立绘会存成透明底，直接用 OpenCV 读取时，透明区域会变成黑色。如果拿这张图跟原图比，背景差异会拉高 pHash 距离。所以我在fingerprint.py里额外提供了read_rgb_with_white_bg，目的就是把透明背景合成到白色画布上，再参与特征提取。

8. 最佳实践：AI 绘画作品的版权保护

最后从工程和内容层面，给出一些实际建议。

第一，生成过程留档。在生成立绘时，建议记录下模型、prompt、seed、原图、修改记录。这样做不是为了发文章，而是将来发生争议时，你可以提供完整的创作链路证明。

第二，发布策略分层。公开渠道尽量发布带可见水印或低分辨率的预览图，高清原图在确认授权后再提供给合作方。很多“顺手抠图”事件，就是因为公开渠道直接放了高清无码图，降低了搬运成本。

第三，建立素材指纹库。用本文的 pHash + ORB 思路，把已经发布的素材全部计算好指纹。如果有平台疑似搬运，可以对截图或下载图做批量比对。频率不用太高，每周或每月一次即可。

第四，隐蔽水印作为追踪手段。在正式对外发布前，对预览图嵌入不可见水印，记录批次、账号、时间。水印写入可以作为独立服务，配合发布流程使用。

第五，维权时保持理性。先通过平台投诉、邮件联系等正常渠道沟通，保留证据截图。如果涉及商业利益，建议咨询专业法律人士。技术检测只能证明相似，最终判定还需要结合创作过程记录和平台规则。

9. 总结与学习路线

本文从“AI 立绘被直接抠走”的常见场景出发，梳理了三条线：

• 立绘生成链路：理解一张可用立绘的产出成本；
• 抠图技术原理：理解为什么一键抠图如此高效；
• 反搬运检测：掌握 pHash、ORB 和频域水印的基本实现，并得到一个可运行的检测小工具。

如果继续深入，可以从这几个方向进阶：

• 用 DWT 做更抗压缩的频域水印；
• 用深度学习做图像向量化检索，对遮挡、裁剪更鲁棒；
• 把指纹库放到服务端，做成 API 或定时巡检任务；
• 研究 AI 生成图像的来源追踪，例如生成模型的隐式指纹。

技术层面的“防搬运”从来不是一劳永逸的，但记录、指纹、水印、留痕这套组合拳，能让搬运成本大幅提高，也能在争议发生时保留关键证据。如果你也在做 AI 绘画或素材管理工作，建议先用文中的小工具给现有素材做一次指纹归档，后续排查会省很多力气。