AI 图像去指纹识别技能

一款功能全面的命令行工具，用于从 AI 生成图像中移除 AI 检测特征。通过多种图像处理技术，将可被检测的 AI 图像转化为类似真实相机拍摄的照片。

支持的模型： Midjourney、DALL-E 3、Stable Diffusion、Flux、Firefly、Leonardo 等。

快速开始

# 基础处理（中等强度）
python scripts/deai.py input.png

# 指定输出文件
python scripts/deai.py input.png -o output.jpg

# 调整处理强度
python scripts/deai.py input.png --strength heavy

# 仅剥离元数据（最快）
python scripts/deai.py input.png --no-metadata

# 批量处理目录
python scripts/deai.py input_dir/ --batch

# 纯 Bash 版本（无需 Python）
bash scripts/deai.sh input.png output.jpg

工作原理

AI 生成图像包含多个检测层面：

检测向量

1. 元数据：揭示生成工具的 EXIF 标签、C2PA 水印
2. 频域特征：扩散模型特有的 DCT 系数模式
3. 像素模式：过度平滑、不自然的噪声分布
4. 视觉特征：完美光照、重复纹理

处理流程

本去指纹识别流程共包含 7 个变换阶段：

输入 → 元数据剥离 → 颗粒添加 → 色彩调整 → 
模糊/锐化 → 缩放循环 → JPEG 重压缩 → 最终元数据清理 → 输出

各阶段详情

处理强度

请根据检测风险与画质之间的权衡选择强度：

成功率 = 通过主流 AI 检测器（Hive、Illuminarty、AI or Not）的图像占比

使用示例

单张图像处理

# 默认中等强度
python scripts/deai.py ai_portrait.png

# 对高质量图像采用轻量处理
python scripts/deai.py artwork.png --strength light -o clean_artwork.jpg

# 对顽固检测结果采用高强度处理
python scripts/deai.py midjourney_out.png --strength heavy

批量处理

# 处理整个目录
python scripts/deai.py ./ai_images/ --batch -o ./cleaned/

# 指定强度进行批量处理
python scripts/deai.py ./gallery/*.png --batch --strength heavy

仅元数据模式

# 仅剥离元数据（即时完成，无画质损失）
python scripts/deai.py image.jpg --no-metadata

使用 Bash 版本

# 无需 Python/Pillow，纯 ImageMagick + ExifTool 实现
bash scripts/deai.sh input.png output.jpg

# 指定处理强度
bash scripts/deai.sh input.png output.jpg heavy

依赖项

必需依赖

• ImageMagick（7.0+）—— 图像处理引擎
• ExifTool —— 元数据操作工具
• Python 3.7+（用于 deai.py）
• Pillow —— Python 图像处理库
• NumPy（用于 deai.py）

检查安装状态

bash scripts/check_deps.sh

该脚本将验证所有依赖是否已安装，并在缺失时提供对应安装命令。

手动安装

Debian/Ubuntu：

sudo apt update
sudo apt install -y imagemagick libimage-exiftool-perl python3 python3-pip
pip3 install Pillow numpy

macOS：

brew install imagemagick exiftool python3
pip3 install Pillow numpy

Fedora/RHEL：

sudo dnf install -y ImageMagick perl-Image-ExifTool python3-pip
pip3 install Pillow numpy

命令参考

deai.py（Python 版本）

python scripts/deai.py  [options]

参数：
  input                 输入图像文件或目录（批处理模式）

选项：
  -o, --output FILE     输出文件路径（默认：input_deai.jpg）
  --strength LEVEL      处理强度：light|medium|heavy（默认：medium）
  --no-metadata         仅剥离元数据，跳过图像处理
  --batch               处理整个目录
  -q, --quiet           抑制进度输出
  -v, --verbose         显示详细处理步骤

示例：
  python scripts/deai.py image.png
  python scripts/deai.py image.png -o clean.jpg --strength heavy
  python scripts/deai.py folder/ --batch

deai.sh（Bash 版本）

bash scripts/deai.sh  
 [strength]

参数：
  input                 输入图像文件
  output                输出文件路径
  strength              light|medium|heavy（默认：medium）

示例：
  bash scripts/deai.sh input.png output.jpg
  bash scripts/deai.sh input.png output.jpg heavy

理解检测机制

主流 AI 检测器

本技能无法实现的功能

❌ 并非万能方案：

• 无法保证 100% 绕过所有检测器
• 高级检测器（如 SynthID）需更激进的处理策略
• 新型检测方法可能持续出现

❌ 局限性：

• 处理过程必然导致图像质量下降（需权衡取舍）
• 部分检测器融合多层信息（元数据 + 像素 + 频域）
• 过度激进处理可能引入肉眼可见的伪影

✅ 本技能实际能力：

• 显著降低检测概率（40–80%）
• 彻底移除元数据水印（100% 有效）
• 维持合理视觉质量
• 支持整批图像自动化处理

验证流程

1. 处理图像：

   python scripts/deai.py ai_image.png -o clean.jpg --strength medium
   

2. 在多个检测器上测试：

   • Hive Moderation
   • Illuminarty
   • AI or Not

3. 若仍被检测到：

   • 提升强度：--strength heavy
   • 尝试多次处理
   • 人工微调（在图像编辑器中添加轻微噪声）

4. 质量检查：

   • 对比原始图像与处理后图像
   • 确认无可见伪影
   • 验证色彩与细节是否得以保留

高级用法

自定义处理流程

编辑 scripts/deai.py 文件以调整参数：

# 噪声强度（约第 80 行）
noise = np.random.normal(0, 3, img_array.shape)  # 将 3 → 5 可增强颗粒感

# 对比度调整（约第 95 行）
enhancer.enhance(1.05)  # 将 1.05 → 1.08 可增强效果

# JPEG 质量（约第 120 行）
img.save(temp_path, "JPEG", quality=80)  # 将 80 → 70 可增加压缩量

与外部工具协同使用

# 步骤 1：去指纹识别
python scripts/deai.py ai_gen.png -o step1.jpg

# 步骤 2：添加细微纹理覆盖（GIMP / Photoshop）
# （需手动操作）

# 步骤 3：再次剥离元数据
exiftool -all= step1_edited.jpg

最佳实践

社交媒体发布

• 推荐使用 medium 强度（兼顾效果与画质）
• 输出格式建议为 JPEG（通用兼容性最佳）
• 正式发布前，请先在目标平台上传流程中测试

专业用途

• 建议从 light 强度起步（优先保障画质）
• 每张输出图像均需人工复核
• 原始图像应存于安全存储环境
• 完整记录处理步骤

研究与测试用途

• 建议使用 heavy 强度进行压力测试
• 横向对比多个检测器结果
• 系统性记录成功/失败模式

法律与伦理声明

⚠️ 请负责任地使用：

本工具适用于以下场景：

• ✅ 个人创意项目
• ✅ 关于 AI 检测的学术研究
• ✅ 授权范围内的安全测试
• ✅ 理解检测机制原理

禁止用于以下场景：

• ❌ 欺诈或误导行为
• ❌ 冒充人类创作者
• ❌ 未经授权绕过平台政策
• ❌ 制作具有误导性的内容

潜在法律风险：

• 部分司法管辖区（例如《COPIED 法案 2024》）可能限制水印移除行为
• 多数平台服务条款明确禁止 AI 内容伪装
• 商业用途可能涉及额外法律合规要求

您须自行承担遵守适用法律法规及平台服务条款的责任。

故障排查

“Command not found: exiftool”

# 安装 ExifTool
sudo apt install libimage-exiftool-perl  # Debian/Ubuntu
brew install exiftool                     # macOS

“ImportError: No module named PIL”

pip3 install Pillow numpy

“ImageMagick policy.xml blocks operation”

# 编辑 /etc/ImageMagick-7/policy.xml
# 将：
# 改为：

大尺寸图像处理缓慢

# 处理前预缩放
magick large.png -resize 2048x2048> resized.png
python scripts/deai.py resized.png

输出图像颗粒感/噪点过强

# 使用轻量强度
python scripts/deai.py input.png --strength light

开发

运行测试

# 测试依赖检查
bash scripts/check_deps.sh

# 单图测试（详细日志）
python scripts/deai.py test_images/sample.png -v

# 批处理测试
mkdir test_output
python scripts/deai.py test_images/ --batch -o test_output/

参与贡献

欢迎提交改进！重点关注方向包括：

• 新型检测绕过技术
• 画质保持算法优化
• 扩展图像格式支持（HEIC、AVIF）
• 与检测 API 的集成

参考文献

检测研究：

• Hu, Y., et al. (2024). "Stable signature is unstable: Removing image watermark from diffusion models." arXiv:2405.07145
• IEEE Spectrum：UnMarker 工具分析

开源项目：

• Synthid-Bypass — ComfyUI 水印移除插件
• C2PAC — C2PA 元数据处理工具集

检测工具：

• Hive Moderation
• Content Credentials Verify
• Google SynthID

版本： 1.0.0
许可证： MIT（限教育/研究用途）
维护者： voidborne-d
最后更新： 2026-02-23