做全托管供货的最近应该都被图片质检折磨得不轻。我自己经手过的商品图被打回的原因里十张有八张是中文文字、水印和二维码。平台要的是干净、本地化、信息明确的图供应商给过来的却常常是挂着“厂家直销”“包邮”横幅的淘宝风原图。靠PS一张张修不现实上架节奏又卡在那儿。这个问题的正解是用AI批量处理OCR把文字位置找出来图像修复算法把文字抹掉几分钟跑完几千张图。这篇文章就把这套流水线的思路、代码和踩坑记录都摊开讲一遍。1. 为什么全托管平台的图片质检总是卡在中文和水印上1.1 全托管模式对图片的要求为什么那么苛刻全托管模式的核心是“供货商只管供货”定价、销售、物流、售后全部由平台负责。平台拿着供货商的图片去面对海外消费者图片就是商品的“脸”。这个时候出现中文等于把“我是跨区供货商”写在脸上不仅影响转化率还容易触发平台风控对“非本地化内容”的限制。更麻烦的是水印和二维码这类元素在平台看来是明显的导流嫌疑审核机制对所有疑似导流元素都是零容忍所以一看到就驳回。很多供货商一开始想不通我拍的商品图明明很清楚为什么就是不通过换个角度就明白了。平台不是看图好不好看而是看这张图能不能直接投放到海外市场。一张挂满中文活动横幅的图哪怕商品质量再好审核也不敢放行因为放上去的结果大概率是差评、退货、投诉。平台承担的运营成本比供货商高得多审核严是必然的。在这个逻辑下“清洗中文与水印”就不是可做可不做的美化而是硬性准入条件。谁能在不损伤商品细节的前提下把图片处理得干净、本地化谁的上架速度就快一步。这也是这篇文章存在的意义把“人工慢慢P图”变成“机器批量处理”。1.2 高频驳回原因清单你的图很可能就栽在这些地方我在实际处理中整理过一批高频驳回原因基本可以覆盖绝大多数情况中文文字或中文拼音。这是最常见的哪怕是几个中文字符也属于非本地化内容。水印、Logo、品牌标识。普通供货商没有品牌授权加了Logo只会让平台觉得有侵权风险。二维码、网址、联系方式。导流意图过于明显审核看到基本直接驳回。“包邮”“特价”“现货”等促销文案。平台要求图片是商品信息载体不是宣传物料。边框、拼图、箭头、圈注等修饰元素。这些会干扰消费者对商品本身的判断。背景杂乱、背景色不统一。多张主图背景颜色对不上listing整体观感差也容易被驳回。这些驳回原因里文字和水印是最适合用AI批量解决的。原因有二一是文字和水印在图片上位置分散、形态多样人工处理非常耗时二是检测和清除这类元素的技术已经相当成熟OCR加图像修复的组合能覆盖绝大多数场景。下面我从技术选型开始拆解。2. 技术选型拆解OCR、水印检测与图像修复怎么搭配2.1 文字检测与识别用OCR把中文文字精确框出来OCR光学字符识别本质上是一个“从像素到文本”的感知任务。它分为两个阶段检测阶段把文字区域用矩形框或多边形框出来识别阶段把框里的像素内容翻译成字符串。商品图片里的中文文字只要不是花体字或极低对比度现代OCR模型都能稳稳找出来。我优先用的是PaddleOCR。原因很直接它的中文识别精度在开源方案里属于第一梯队文字检测框的输出很规整支持中英文混排识别而且模型体积适中、可以离线跑。备选方案是EasyOCR接口更简单但中文识别精度和速度都弱一些。对于只偶尔处理一两百张图的场景EasyOCR也够用我处理批量供货图一直用的是PaddleOCR。这里要提醒一句OCR检测器会把图片上所有文字都框出来包括商品本身自带的英文说明、包装上的小标签。所以流程里必须有一个过滤环节决定哪些框要清除、哪些框要保留。后面3.2的代码里我会演示具体怎么过滤。2.2 水印与Logo检测从颜色到语义分割的实用组合水印并不全是文字还有半透明的Logo图标和无文字的图形水印。这一类OCR无能为力需要另一套检测思路。最实用的组合是“传统CV加颜色分析”半透明水印会在背景上形成稳定的色差通过灰度化、阈值分割、形态学闭运算把水印区域转成掩码如果水印是固定位置且背景是纯色直接取边框背景色填充是最快的。还有一类做法叫“背景差异法”适合同一个商品有多张图的场景。多张图里商品本身会变但水印位置通常固定用中值滤波或帧差法一减就能把水印轮廓分离出来。这种方法在实验室效果不错但实际供货商拿来的图往往只有一张角度的主图能用的场景不多。所以我的结论是90%的图片水印问题文字水印用OCR解决非文字水印先试颜色阈值再不行就靠图像修复兜底。2.3 图像修复算法怎么把文字抹掉还不留痕检测到文字和水印区域之后下一步是把这些区域从画面里“抹掉”并且让周围像素自然衔接。这个技术叫图像修复专业术语是inpainting。它的核心思路是根据区域周围的颜色、纹理、结构信息推测被遮挡部分的合理内容。OpenCV自带的inpaint函数有两种算法INPAINT_TELEA快速行进法适合小面积条纹和文字速度快INPAINT_NS偏微分方程在平滑背景上效果更细腻。对于白底、浅灰底这类干净背景OpenCV的inpaint已经够用。真正棘手的是复杂纹理背景比如木纹、布料、草地这时候OpenCV会把纹理抹成一团糊。我自己的方案是复杂背景一律换LaMa模型。LaMa是专门针对大块遮挡和复杂场景设计的生成式修复模型修复结果在视觉上自然很多代价是需要额外加载权重、占用显存。实际使用中要有一个明确预期修复是“视觉上说得过去”不是“高清重建”。如果原图分辨率高修复区域又小肉眼基本看不出痕迹如果文字又大又在复杂背景上修复后多少会有一点点柔化这是正常的。下面流水线设计会围绕这个预期来做。2.4 完整处理流水线的设计先检测后修复把上面的组件串起来一个可复现的流水线长这样原图 → 可选预处理增强对比度 → OCR检测文本框 → 过滤出需要清除的中文/水印 → 对检测框做外扩 → 生成掩码 → 图像修复 → 后处理 → 输出干净图。为什么推荐先检测后修复而不是直接对整个背景做填充因为商品主体不能被破坏。直接填充背景会把商品边缘也抹掉检测加修复则能精准控制改动范围。检测环节要尽量保守宁可少清一个框也不要误清商品本身修复环节反而可以放手一点因为修复区域本来就应该是背景或非关键信息。整个流水线跑下来真正需要人工介入的只有两类半透明到几乎看不见的水印以及带复杂纹理的背景。这两类我在第4章专门给出排查方案。3. 手把手搭建批量清洗流水线可直接照抄3.1 环境准备与依赖安装CPU也能跑先用pip把依赖装齐。我按PaddleOCR 2.x版本为例这个版本的接口稳定社区资料也多pip install opencv-python numpy pillow paddlepaddle paddleocr2.7.3如果你的机器有NVIDIA显卡并且CUDA环境正常可以把paddlepaddle换成paddlepaddle-gpu推理速度能快好几倍。没有GPU也没关系纯CPU跑一张图大概1到3秒几千张图也就是几十分钟到一两个小时放在晚上跑完全能接受。安装完成之后第一次运行PaddleOCR会自动下载检测模型和识别模型权重。下载依赖网络环境我建议提前把权重下载好放到用户目录下的.paddleocr文件夹里离线跑会省心很多。3.2 核心代码批量清理全流程下面这套脚本我直接用在供货图的批量处理上。逻辑分四步初始化OCR、单张图清洗、目录遍历、生成日志。注意PaddleOCR不同版本的返回值结构有差异如果你用的是3.x版本需要按最新文档把解析部分微调一下。import os import glob import time import csv import shutil import cv2 import numpy as np from paddleocr import PaddleOCR # 是否只清洗中文。如果你的图上有英文Logo也要清改成False CLEAN_ONLY_CHINESE True # 检测框外扩像素中文笔画比较舒展给足余量 PAD_X 20 PAD_Y 15 # OpenCV inpaint 半径纯色背景5到10都行 INPAINT_RADIUS 5 # 小于这个面积的检测框当成噪点忽略 MIN_BOX_AREA 300 ocr PaddleOCR(use_angle_clsTrue, langch, show_logFalse) def contains_chinese(text): return any(\u4e00 ch \u9fff or \u3400 ch \u4dbf for ch in text) def box_to_rect(box): xs [p[0] for p in box] ys [p[1] for p in box] return int(min(xs)), int(min(ys)), int(max(xs)), int(max(ys)) def clean_image(img_path, out_path): img cv2.imread(img_path) if img is None: return False, 0 h, w img.shape[:2] result ocr.ocr(img, clsTrue) mask np.zeros((h, w), dtypenp.uint8) found 0 if result and result[0]: for item in result[0]: box, (text, score) item[0], item[1] if CLEAN_ONLY_CHINESE and not contains_chinese(text): continue x1, y1, x2, y2 box_to_rect(box) rect_w x2 - x1 rect_h y2 - y1 if rect_w * rect_h MIN_BOX_AREA: continue x1 max(0, x1 - PAD_X) y1 max(0, y1 - PAD_Y) x2 min(w, x2 PAD_X) y2 min(h, y2 PAD_Y) cv2.rectangle(mask, (x1, y1), (x2, y2), 255, -1) found 1 if found 0: return False, 0 cleaned cv2.inpaint(img, mask, INPAINT_RADIUS, cv2.INPAINT_TELEA) cv2.imwrite(out_path, cleaned, [cv2.IMWRITE_JPEG_QUALITY, 95]) return True, found def batch_clean(src_dir, out_dir, log_path): os.makedirs(out_dir, exist_okTrue) files glob.glob(os.path.join(src_dir, *.jpg)) files glob.glob(os.path.join(src_dir, *.jpeg)) files glob.glob(os.path.join(src_dir, *.png)) files glob.glob(os.path.join(src_dir, *.webp)) with open(log_path, w, newline, encodingutf-8) as fp: writer csv.writer(fp) writer.writerow([file, boxes_removed, cleaned, time]) total len(files) cleaned_count 0 for idx, f in enumerate(files, 1): out os.path.join(out_dir, os.path.basename(f)) try: ok, boxes clean_image(f, out) if ok: cleaned_count 1 else: # 没有文字直接复制原图保持输出目录完整 shutil.copy2(f, out) writer.writerow([os.path.basename(f), boxes, ok, time.strftime(%Y-%m-%d %H:%M:%S)]) print(f[{idx}/{total}] {os.path.basename(f)} - {boxes}处文字, cleaned{ok}) except Exception as e: print(f[{idx}/{total}] {os.path.basename(f)} 处理失败: {e}) shutil.copy2(f, out) print(f完成: 共{total}张, 清理{cleaned_count}张) if __name__ __main__: batch_clean( src_dir./input_images, out_dir./output_images, log_path./clean_log.csv )这个脚本可以直接跑。源目录下所有图片会统一处理有文字的保存清洗后的版本没文字的复制原图输出目录完整不漏图。日志文件记录了每个文件被清理的区域数量方便后面抽检和对账。3.3 关键参数怎么调直接影响通过率和速度参数不是设一次就能通吃所有图我调整过的几个经验值整理成表参数推荐值作用我的调参建议CLEAN_ONLY_CHINESETrue只清理中文保留英文如果图上有英文水印改成FalsePAD_X / PAD_Y20 / 15扩宽修复范围字体越大越要加大但别超过字体的50%INPAINT_RADIUS5修复算法取样半径纯色背景下可以增加到10MIN_BOX_AREA300过滤噪点框检测到大量误检时提高到800use_angle_clsTrue纠正倾斜文字拍摄角度不规则时开启这里重点说下PAD_X和PAD_Y。中文不像英文单词那样每个字之间有清晰空格OCR给出的检测框往往紧紧包着文字如果直接拿这个框去做修复文字的边缘残留会很严重。多扩展20到30像素是给文字笔画留出“缓冲带”。但也不是越大越好扩太多会把商品本身一起修掉尤其是文字挨着商品边缘的情况。检测阈值在脚本里没有单独列出来因为PaddleOCR的det_db_thresh默认0.3已经比较均衡。如果你要处理的图大量是浅色水印可以把PaddleOCR初始化参数里的det_db_thresh调低到0.1代价是误检增多。我一般不动这个值而是靠增强预处理来捞浅色水印。3.4 日志留痕与人工抽检别把流水线当黑盒批量脚本跑完直接传到平台提交千万不要。我每次跑完都会做两件事这两件事帮我避开了大量返工第一看日志。clean_log.csv里记录了每个文件清理了几处文字。如果一个文件显示0处文字但你自己知道原图明显有中文横幅那说明OCR漏检了这类文件名要单独拎出来再看一遍。第二人工抽检。我从输出目录里随机抽10%到20%的图用看图软件放大到200%重点看四角和商品边缘有没有文字残留、修复区域有没有明显色块。这个环节不会花太多时间但能把通过率从“碰运气”变成“可控”。有一个小习惯值得分享批量处理前先拿三张不同风格的图做测试一张白底、一张暖色底、一张带复杂纹理确认参数对这三张都OK再放开跑全量。否则参数不合适几千张图跑完才发现大面积出错返工成本就太高了。4. 实操中高频踩坑与排查速查表4.1 浅色半透明水印检测不到怎么办OCR对清晰文字有效但供货商发来的原图经常有半透明压印比如品牌Logo浮在白色背景上肉眼能看到OCR就是识别不出来。原因是模型训练时见过的大多是清晰印刷体半透明水印对比度太低。我的处理思路是“增强后再跑一次”。把原图转灰度做CLAHE自适应直方图均衡化或者做Gamma矫正把浅色水印和背景的差距拉大。有时候同一张图原图跑一遍OCR、增强图再跑一遍OCR把两轮检测框合并能多捞出不少水印。注意两轮检测结果会重复合并前需要去重简单的做法是两个检测框中心距离小于10像素的当成同一个。更粗暴但有效的方式只适用于纯色背景取图片四角的颜色平均值作为背景色把背景区域和这个平均色做差差值超过阈值的部分全当成水印掩码扩大范围后直接用背景色填充。这个方案对白底图特别好用而且速度比OCR快很多。4.2 商品自带文字被误删怎么办这个问题几乎每个人都会遇到。商品包装上的英文说明、标签上的品牌心号这些属于商品固有信息平台一般允许保留。但如果你的OCR框把它们也框出来了脚本里CLEAN_ONLY_CHINESE为True时它们不会被清掉。只有那些是中文的固有信息会被清。这个时候就要人工判断比如国内生产的商品包装上印了中文配料表那整张图其实不适合直接投放海外更好的处理是重新拍摄或换包装而不是靠P图清洗。如果英文水印也要清比如供货商自己贴的英文Logo贴在商品图上那就把CLEAN_ONLY_CHINESE改成False。有一个辅助技巧真正要清的水印基本都在图片边缘区域可以通过“只处理距离图片边界一定范围内的检测框”来减少误删。商品主体区域内的文字大概率是商品固有信息。4.3 修复后背景出现色斑和断裂纹理OpenCV的inpaint在纯色背景上很干净但背景一复杂就容易露馅。我曾经处理过一张木纹桌面的商品图文字是清掉了可修复区域变成一个小色块一眼就能看出来。后来换了思路如果是布料、木纹、大理石这类有规律的纹理背景不要盲目加大修复半径而是尝试用LaMa模型处理修复结果会带上纹理走向肉眼基本看不出来。如果不想引入额外模型还有一个折中方案修复完成后对掩码区域做一次轻微的高斯模糊让边缘过渡更柔和。但这只能缓解不能根治。另外修复时INPAINT_RADIUS不建议调太大超过15之后容易把文字周围的颜色“抹”成一大片反而更显眼。4.4 批量处理太慢的优化方案全量几千张图纯CPU一张一张跑确实慢。我的优化优先级是这样排的第一确保OCR模型只初始化一次不要每张图都重新加载。第二对超大图先做缩放检测再映射回原图。比如图片分辨率超过3000像素先缩放到1500像素OCR检测得到文本框后按比例把坐标放大回原图再在原图上做修复。这样OCR耗时能降低到原来的三分之一坐标有少量误差可以通过PAD_X和PAD_Y吸收。第三多进程并行。每张图独立处理可以开多个进程每个进程加载一份OCR模型按文件列表平均分配。要特别提醒的是PaddleOCR虽然支持批量输入图片列表但实际加速效果要看显存和内存。我自己的经验是CPU多进程比单进程批量输入更稳进程数量控制在CPU物理核心数左右开多了反而互相抢资源。4.5 二次驳回的排查思路批量清洗后提交如果平台还是驳回先别急着重跑脚本。我在这个环节学到的教训是驳回原因要仔细看是“图片包含中文”说明漏检了“图片包含未授权水印”说明纯图形水印没清掉“图片与主图背景不一致”说明不是文字问题是拍摄端没有统一背景色。针对不同原因处理方式完全不同。漏检中文就对该图单独做增强预处理后再跑一遍OCR。未授权水印就得检查是不是半透明Logo区域用4.1里的纯背景差值法单独处理。背景不一致只能回到拍摄端重新输出素材靠AI补背景反而容易显得假。我的经验是建立一个小小的抽检台账每次处理后随机截图留档记录图片文件名、处理日期、处理方式。再驳回的时候拿着台账和截图去和平台沟通过程会顺畅得多。这个小习惯看起来不起眼但次数多了能省下大量瞎试的时间。最后再分享一点我自己的体会AI清洗说得再好也只是“事后补救”。供货商想长期稳定过审最好在拍摄端就落实这些硬性要求相机设置里关掉自动加时间戳拍摄时不要贴中文标签背景统一纯色。这样生成的图片通过率自然高AI最多负责兜底和抽查。这套流水线现在还在持续迭代比如半透明Logo检测、复杂背景修复目前我还只是做到了“够用”。如果大家在实际跑的时候遇到新的驳回场景欢迎拿图来一起研究。