一、承接上篇单张能去批量才是生产力上篇的 AI 去水印解决了精准去除单张图 / 单份 PDF。但企业真实场景是成百上千张带公司水印的扫描件、固定位置的资料图需要一次性清理——而且绝不能联网隐私 版权合规任何单项失败都不能中断整体。二、纯离线推理LaMa-ONNX onnxruntime-cpu批量链路的核心是在完全离线下跑深度学习修复用 lama_fp32.onnx 模型 onnxruntime-cpu 做纯 CPU 推理禁止任何联网下载。这样即使在隔离内网也能高质量去水印。导入支持文件夹JPG/PNG与单 / 多 PDF用户只需框选一次矩形作为样例系统据此批量套用。后台任务具备开始 / 停止、进度、成败统计提供极速 OpenCV 与 LaMa-ONNX 高质量两档模式。针对超大图采用局部裁剪 边缘高斯融合既保速度又无接缝。单项失败被隔离不影响其余文件最终自动输出到结果目录并生成失败项记录方便补跑。PDF 处理分两条路原生 PDF 优先删除内部水印对象保留文字可检索扫描类 PDF 则逐页渲染 → 局部推理 → 重新合成。全链路兼容 Windows 中文路径。批量去水印示意单项隔离失败不中断for f in files:try:run_lama_onnx(f) # 离线 CPU 推理except Exception as e:fail_list.append((f, e)) # 隔离失败项三、踩坑实录路径、包名、灰斑坑 1LaMa-ONNX 默认路径解析错误。 源码里用 parents[4] 取模型路径实际应为 parents[3]导致找不到权重。修正索引后即正常。坑 2包名写成 onnx-runtime。 真实 PyPI 包名是 onnxruntime无横线装错就 ImportError。统一包名后解决。坑 3整图变灰。 与上篇同源的 Mask 解码问题在批量链路里复用同一套修复逻辑后灰斑消失。批量去水印的工程要点和单张去水印最大的不同是稳字当头。离线是第一约束——用 lama_fp32.onnx onnxruntime-cpu 纯 CPU 推理禁止任何联网隐私与版权都兜住隔离是第二约束——单项失败只进失败项记录其余照跑最后按记录补跑即可不必从头再来可复用的是第三约束——固定位置资料只框选一次矩形全批套用省掉重复劳动。PDF 分两条路最省事原生 PDF 直接删内部水印对象文字仍可检索扫描件才逐页渲染→局部推理→重新合成。超大图局部裁剪 边缘高斯融合既快又无接缝。Windows 中文路径全程兼容不必改名搬目录。导入支持文件夹JPG/PNG与单/多 PDF后台任务具备开始/停止、进度、成败统计极速 OpenCV 与 LaMa-ONNX 高质量两档随选。把去水印从单张升级到批量本质是把一次性的手工活变成一条可编排的生产线。离线是第一前提隔离是第二前提可复用是第三前提——三条凑齐几百份带水印的扫描件才能一键清干净人只需要框一次样例。对企业来说这意味着原本要占用专人几周的资料清理现在一个下午就能交付而且每一份的成败都有记录可查。更关键的是全程不联网资料从进到出都不出内网版权与隐私都兜得住这件事本身比快更重要。对合规岗而言可审计、可补跑比一次成功更安心。这套离线批量链路后来成了质检与档案部门日常离不开的基础设施。它的价值不在某一次修复多惊艳而在每一次都稳不联网、不中断、可补跑、有记录。对企业来说这意味着原本要占用专人几周的资料清理现在一个下午交付且每一份的成败都可查。不过文档清干净之后真正的价值是能被检索和问答——这正是下一篇要讲的本地知识库。资料干净了知识才用得上。清得干净只是让文档重新变得可用的第一步后面能不能被检索和复用才是资产化的关键。这一步想通了后面的智能问答才顺理成章。本阶段使用建议隔离内网直接跑 LaMa-ONNX纯 CPU 推理无需联网固定位置资料只框一次样例矩形全批复用单项失败看失败项记录补跑即可不重来原生 PDF 优先删对象保文字扫描件才逐页渲染注意包名是 onnxruntime无横线模型路径索引用 parents[3]。四、小结批量去水印的价值不在更聪明而在更稳——离线、隔离、可补跑。当几百份资料能一键清干净文档资产才真正可被复用。下期预告文档已经能转、能盖、能去水印也清得干净。但要让工具读懂文档做问答先得把向量底座打牢——下一篇讲本地 BGE 嵌入模型、ChromaDB 与外部 Milvus 怎么接进来。标签#批量去水印 #ONNX #onnxruntime #离线推理 #RAG前置