深入浅出：角标修复与重编码的技术原理

一个角标被"擦掉"之后，那块区域原来的像素是不存在的——它们被标识永久覆盖了。修复工具做的不是"还原"，而是"合理地推算这片区域应该是什么"。理解了这一点，你就能明白为什么有些水印清得很干净、有些会留痕迹，也能自己判断工具适不适合你的素材。

第一层：空间维度的修复——从邻居推算

最基本的修复思路叫周边插值：被覆盖区域的像素，参考它紧挨着的四周像素来重建。如果这块区域恰好在天空、纯色墙面、虚化的背景上，四周颜色高度一致，推算出来的结果与真实画面几乎无缝——这也是为什么角标区域的画面内容越简单，修复效果越好。

反过来，如果角标底下正好是人物脸部、复杂纹理（如水面波纹、树叶），插值只能给出"平滑的猜测"，看起来像一团模糊。这就是污点修复类操作的根本局限，与工具好坏无关。

第二层：时间维度的修复——不让它"闪烁"

视频是 24~30 张连续画面（帧）每秒。若每一帧独立修复，帧与帧之间的推算误差会逐帧跳动，肉眼看到的就是角标区域不停闪烁、翻涌。成熟的处理流程会考虑时域稳定性：让相邻帧的修复结果彼此过渡平滑。好在角标是固定位置的其他天然优势——位置恒定意味着跨帧处理策略可以统一，净视工具的预设坐标就是利用这一点精确框定区域后统一处理。

第三层：重编码——画质损失发生在哪一步

处理完的画面要重新封装成视频文件，这一步叫编码，它是"画质损失"的真正来源（修复本身并不主动损画）。视频编码天然有损：为了把文件压小，编码器会丢弃人眼不敏感的信息。质量档位决定了丢多少——

• 低质量档：文件小，但会出现色块、模糊、暗部噪点；
• CRF 18（本站采用）：近无损画质——这是业界公认的"视觉上等同于原片"档位。逐帧对比原文件与成品，数据有差异，眼睛看不出；
• 无损档：体积巨大，对已是有损压缩的源视频再走无损，收益趋近于零。

一个冷知识：你从平台下载的源视频本身已经是"有损压缩过一次"的产物，任何再加工都是"二次有损"。我们的目标是把二次压缩的损失压到肉眼不可感知，这是 CRF 18 的意义。

为什么选 delogo 而不是 AI 补全（inpainting）

AI 补全效果上限更高——它能凭模型"脑补"出合理纹理。但它需要把视频帧源源不断地喂给一个大模型，要么本地昂贵的算力，要么上传到云端服务。对"角标小、位置固定、背景多为天空/背景虚化"的场景而言，delogo 插值已经能完成任务，还保住了两个本站看重的属性：视频不离开你的设备，以及普通电脑能在十几秒内完成。技术选型从来不是求最强，是求"够好且合适"。

什么情况效果会打折

• 角标紧贴画面主体（人脸、字幕旁）——插值区域小但仍可能可见轻微涂抹痕迹；
• 角标底下是高频纹理（人流、雨点、草地）——重建区域会显得"干净得不真实"；
• 角标位置随播放变化（极少见的动态水印）——预设坐标失效，需要逐段手动处理，本工具不支持这类复杂情况。

遇到这些情况，建议先处理一小段看预览效果，再决定是否全片处理。