cv_unet_image-matting能否添加水印功能？二次开发扩展教程

cv_unet_image-matting能否添加水印功能？二次开发扩展教程

1. 为什么需要为抠图工具添加水印功能？

图像抠图完成后，很多用户会直接将结果用于商业场景——比如电商商品图、自媒体头像、设计素材、AI生成内容分发等。但原始输出图默认是无版权标识的纯透明/白底图像，一旦流出就难以追溯来源，也缺乏品牌露出意识。

你可能已经注意到：当前 cv_unet_image-matting WebUI 支持 PNG 透明通道、批量导出、自定义背景色，却没有内置水印能力。这不是功能缺失，而是设计取舍——它专注做好“精准抠图”这一件事。但好消息是：它的架构足够清晰、模块高度解耦，加水印不是改几行代码的修补，而是一次干净利落的二次开发实践。

本文不讲抽象原理，只带你从零完成一个可配置、可开关、支持文字+Logo双模式、位置/大小/透明度可调的水印扩展模块。全程基于你已有的 WebUI 环境，无需重装模型、不改动核心推理逻辑，所有新增代码都集中在webui层，安全、轻量、易维护。

你能学到：

• 如何识别 WebUI 的处理流水线关键节点
• 在图像保存前插入自定义后处理逻辑
• 使用 Pillow 实现抗锯齿文字水印与透明 Logo 叠加
• 将参数优雅接入 Gradio 界面（无需写前端）
• 打包成独立模块，方便复用到其他图像工具中

2. 项目结构与扩展切入点分析

2.1 原始 WebUI 核心流程梳理

我们先快速理清 cv_unet_image-matting WebUI 的图像处理链路（不涉及模型加载，只关注用户可见流程）：

用户上传 → 前端接收 → 后端接收（gradio app.py） → 调用 inference.py 执行 U-Net 推理 → 得到 alpha mask + 抠图结果（numpy array） → 合成最终图像（背景填充 + 边缘优化）→ 保存至 outputs/ 目录 → 返回路径给前端 → 前端展示并提供下载

关键发现：所有图像合成与保存动作，都发生在inference.py的process_image()和process_batch()函数末尾。这里就是我们插入水印逻辑的黄金位置。

2.2 文件定位与修改范围（最小侵入原则）

注意：不修改model/下任何文件，不碰requirements.txt（Pillow 已预装），不调整 GPU 推理部分。所有变更均在应用层，重启 WebUI 即生效。

3. 实现水印功能：三步落地

3.1 第一步：创建水印工具模块（utils/watermark.py）

新建目录utils/，创建watermark.py，内容如下（已做跨平台兼容与异常防护）：

# utils/watermark.py from PIL import Image, ImageDraw, ImageFont, ImageOps import os import numpy as np def add_text_watermark(pil_img, text="AI Generated", position="bottom-right", font_size=24, opacity=0.2, margin=15, font_path=None): """ 为PIL图像添加半透明文字水印 position: 'top-left', 'top-right', 'bottom-left', 'bottom-right', 'center' """ if not text.strip(): return pil_img # 加载字体（优先用传入路径，否则回退到内置） if font_path is None or not os.path.exists(font_path): # 尝试内置字体路径 builtin_font = os.path.join(os.path.dirname(__file__), "..", "fonts", "NotoSansCJK-Regular.ttc") font_path = builtin_font if os.path.exists(builtin_font) else "arial.ttf" try: font = ImageFont.truetype(font_path, font_size) except OSError: # 备用：使用默认字体（Linux/macOS 可能无 arial） font = ImageFont.load_default() if font_size > 16: font = ImageFont.load_default() # PIL 默认字体不支持 size 缩放，仅作兜底 # 创建水印图层 txt_layer = Image.new("RGBA", pil_img.size, (0, 0, 0, 0)) draw = ImageDraw.Draw(txt_layer) # 获取文字尺寸 try: bbox = draw.textbbox((0, 0), text, font=font) w, h = bbox[2] - bbox[0], bbox[3] - bbox[1] except: # 兜底尺寸估算 w, h = len(text) * font_size // 2, font_size # 计算位置 x, y = 0, 0 if position == "top-left": x, y = margin, margin elif position == "top-right": x, y = pil_img.width - w - margin, margin elif position == "bottom-left": x, y = margin, pil_img.height - h - margin elif position == "bottom-right": x, y = pil_img.width - w - margin, pil_img.height - h - margin elif position == "center": x, y = (pil_img.width - w) // 2, (pil_img.height - h) // 2 # 绘制文字（带阴影提升可读性） shadow_offset = 2 draw.text((x + shadow_offset, y + shadow_offset), text, fill=(0, 0, 0, int(64 * opacity)), font=font) draw.text((x, y), text, fill=(255, 255, 255, int(128 * opacity)), font=font) # 合成 return Image.alpha_composite(pil_img.convert("RGBA"), txt_layer) def add_logo_watermark(pil_img, logo_path, position="bottom-right", scale=0.1, opacity=0.3, margin=15): """ 添加 Logo 水印（支持透明 PNG） scale: logo 占图像短边的比例（0.05~0.2 推荐） """ if not os.path.exists(logo_path): return pil_img try: logo = Image.open(logo_path).convert("RGBA") except Exception: return pil_img # 按比例缩放 logo target_size = int(min(pil_img.size) * scale) logo = ImageOps.fit(logo, (target_size, target_size), method=Image.Resampling.LANCZOS) # 计算位置 x, y = 0, 0 if position == "top-left": x, y = margin, margin elif position == "top-right": x, y = pil_img.width - logo.width - margin, margin elif position == "bottom-left": x, y = margin, pil_img.height - logo.height - margin elif position == "bottom-right": x, y = pil_img.width - logo.width - margin, pil_img.height - logo.height - margin elif position == "center": x = (pil_img.width - logo.width) // 2 y = (pil_img.height - logo.height) // 2 # 创建透明图层叠加 watermark = Image.new("RGBA", pil_img.size, (0, 0, 0, 0)) # 调整 logo 透明度 alpha = logo.split()[-1] # 获取 alpha 通道 alpha = ImageEnhance.Brightness(alpha).enhance(opacity) logo.putalpha(alpha) watermark.paste(logo, (x, y), logo) return Image.alpha_composite(pil_img.convert("RGBA"), watermark) # --- 工具函数：将 numpy array 转为 PIL，处理后再转回 --- def apply_watermark_to_array(img_array, **kwargs): """适配 cv2/numpy 输入，返回 numpy array 输出""" from PIL import Image pil_img = Image.fromarray(img_array) watermarked = add_text_watermark(pil_img, **kwargs) return np.array(watermarked)

说明：

• 支持中英文水印（内置字体 fallback 机制）
• 文字水印带阴影，提升可读性
• Logo 水印自动适配透明 PNG，保留 Alpha 通道
• 所有参数均可运行时传入，无硬编码

3.2 第二步：改造inference.py—— 注入水印逻辑

打开inference.py，找到process_image()函数（通常在文件中后部）。在保存图像前的最后一行（即cv2.imwrite(...)或image.save(...)调用之前），插入水印调用：

# inference.py 中 process_image() 函数内，找到类似以下代码的位置： # ... 图像合成逻辑 ... # result_img 是最终要保存的 PIL.Image 对象（RGBA 或 RGB） # === 新增：水印处理（放在 save 之前）=== if enable_watermark: from utils.watermark import add_text_watermark, add_logo_watermark if watermark_type == "text": result_img = add_text_watermark( result_img, text=watermark_text, position=watermark_position, font_size=watermark_font_size, opacity=watermark_opacity, margin=watermark_margin ) elif watermark_type == "logo" and os.path.exists(watermark_logo_path): result_img = add_logo_watermark( result_img, logo_path=watermark_logo_path, position=watermark_position, scale=watermark_logo_scale, opacity=watermark_opacity, margin=watermark_margin ) # === 水印结束 === # 原来的保存逻辑保持不变（例如）： result_img.save(save_path)

关键点：

• enable_watermark,watermark_type等变量由app.py传入，我们稍后定义
• 不修改原有保存路径、格式、命名逻辑，完全兼容现有工作流
• 水印只作用于最终输出图（不影响中间 mask 或调试图）

同样，在process_batch()函数中对每张result_img做相同处理即可。

3.3 第三步：扩展app.py—— 暴露水印控制面板

打开app.py，在 GradioBlocks定义中，找到「单图抠图」标签页（with gr.Tab("📷 单图抠图"):），在「高级选项」折叠区（gr.Accordion("⚙ 高级选项")）内，新增一个「💧 水印设置」子区域：

# app.py 中，高级选项区域内追加： with gr.Accordion("💧 水印设置", open=False): with gr.Row(): enable_watermark = gr.Checkbox(label="启用水印", value=False) with gr.Row(): watermark_type = gr.Radio( choices=["text", "logo"], label="水印类型", value="text" ) with gr.Group(visible=False) as text_watermark_group: watermark_text = gr.Textbox(label="水印文字", value="AI Generated", lines=1) watermark_position = gr.Dropdown( choices=["top-left", "top-right", "bottom-left", "bottom-right", "center"], label="位置", value="bottom-right" ) watermark_font_size = gr.Slider(12, 48, value=24, step=2, label="字体大小") watermark_opacity = gr.Slider(0.1, 0.8, value=0.3, step=0.05, label="透明度") watermark_margin = gr.Slider(5, 50, value=15, step=5, label="边距（像素）") with gr.Group(visible=False) as logo_watermark_group: watermark_logo_path = gr.Textbox( label="Logo 路径（PNG，支持透明）", value="./logo.png", placeholder="例如：./assets/watermark_logo.png" ) watermark_logo_scale = gr.Slider(0.03, 0.2, value=0.08, step=0.01, label="Logo 缩放比例") gr.Markdown(" 请确保路径存在且为带 Alpha 通道的 PNG 文件") # 控制组显隐联动 def update_watermark_visibility(wtype): return ( gr.update(visible=wtype == "text"), gr.update(visible=wtype == "logo") ) watermark_type.change( update_watermark_visibility, inputs=watermark_type, outputs=[text_watermark_group, logo_watermark_group] )

然后，在gr.Interface或gr.Blocks的fn=函数中，将这些新组件作为参数传入process_image（注意顺序匹配）：

# 原来的 interface 定义（简化示意）： demo = gr.Blocks() with demo: with gr.Tab("📷 单图抠图"): # ... 其他组件 ... # 在 submit 按钮的 fn 中，追加参数： submit_btn.click( fn=process_image, inputs=[ input_image, background_color, output_format, save_alpha_mask, alpha_threshold, edge_feathering, edge_erosion, # 👇 新增水印参数（顺序必须一致） enable_watermark, watermark_type, watermark_text, watermark_position, watermark_font_size, watermark_opacity, watermark_margin, watermark_logo_path, watermark_logo_scale ], outputs=[...] )

至此，界面已支持：

• 开关式启用/禁用
• 文字/Logo 二选一
• 文字内容、位置、大小、透明度实时调节
• Logo 路径与缩放比例输入
• 组件按类型动态显示，不干扰原有操作流

4. 快速验证与部署

4.1 准备工作

1. 创建字体目录并放入字体文件：

   mkdir -p fonts/ # 下载 NotoSansCJK-Regular.ttc（Google 开源字体，免费商用） # 或直接用系统字体（Windows: msyh.ttc, macOS: STHeiti Medium.ttc）

2. （可选）准备一个透明 Logo：

   # 例如生成一个简单文字 logo convert -size 200x100 xc:none -fill white -pointsize 32 -draw "text 20,60 '科哥AI'" -channel A -evaluate set 50% +channel logo.png

4.2 启动并测试

/bin/bash /root/run.sh

打开浏览器，进入 WebUI → 「单图抠图」→ 展开「💧 水印设置」→ 勾选启用 → 输入文字 → 点击「 开始抠图」。

你会看到：

• 输出图右下角出现半透明“AI Generated”字样（带阴影）
• 切换为 Logo 模式后，指定路径的 PNG 自动叠加
• 调整透明度/大小/位置，实时反馈效果
• 关闭开关后，输出图与原来完全一致

5. 进阶建议与维护提示

5.1 生产环境增强项（可选）

5.2 安全与合规提醒

• ❌ 不要在水印中硬编码敏感信息（如 API Key、内部域名）
• 水印文字建议使用中性描述（“AI Generated”、“智能抠图”），避免误导用户认为是官方出品
• 若用于企业内部，可将watermark_text默认值改为公司名，并禁用前端编辑（通过interactive=False）

5.3 未来可扩展方向

• 支持 SVG 水印（矢量不失真）
• 基于图像内容自动避让（如避开人脸区域放置水印）
• 水印嵌入数字指纹（隐写术），实现溯源防伪

6. 总结：一次小而美的工程实践

为 cv_unet_image-matting 添加水印功能，表面看是“加几个控件+几行绘图代码”，但背后体现的是对 WebUI 架构的理解力、对图像处理流程的掌控力，以及对工程扩展性的尊重。

你没有魔改模型，没有强耦合框架，而是：
🔹找准切口：在inference.py保存前一刻介入，最小化影响；
🔹分层清晰：水印逻辑抽离为独立utils/watermark.py，便于单元测试与复用；
🔹体验完整：Gradio 界面无缝集成，参数联动、状态可见、开关自由；
🔹生产就绪：字体 fallback、路径容错、异常静默，不因水印失败阻断主流程。

这正是优秀二次开发的模样——不炫技，不越界，解决问题，润物无声。

提示：该方案同样适用于 Stable Diffusion WebUI、ControlNet 插件、Segment Anything 工具等基于 Gradio 的图像项目。只需复用watermark.py+ 修改对应保存节点，10 分钟即可赋予任意工具水印能力。

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。