做桌面端视频去水印工具时，踩过不少坑。本文把核心流程（抽帧 → 标注掩膜 → 修复 → 合成回视频）和几个关键坑位讲清楚，代码可直接复用。

一、整体流程

去水印不是"一键滤镜"，本质是**图像修复（inpainting）**逐帧处理：

1. 用 ffmpeg 把视频按帧抽成图片序列；
2. 在首帧上标注水印区域，生成二值掩膜（mask）；
3. 对每一帧用 cv2.inpaint 按掩膜修复；
4. 修复后的帧序列用 ffmpeg 重新编码，并保留原音轨。

二、抽帧与掩膜

import cv2, subprocess, os

# 抽帧（用 ffmpeg 比 OpenCV 读流更稳，不丢帧）
os.makedirs("frames", exist_ok=True)
subprocess.run([
    "ffmpeg", "-i", "input.mp4",
    "-vsync", "0", "frames/f_%05d.png"
], check=True)

掩膜用一张和帧同尺寸的黑白图：水印区域填 255，其余填 0。标注可以用鼠标框选，这里省略交互，直接给坐标示例：

import numpy as np
h, w = 720, 1280
mask = np.zeros((h, w), np.uint8)
mask[40:110, w-360:w-20] = 255   # 右下角水印矩形

三、逐帧修复（核心坑：中文路径）

def inpaint_dir(frames_dir, mask, out_dir):
    os.makedirs(out_dir, exist_ok=True)
    for name in sorted(os.listdir(frames_dir)):
        # 坑1：cv2.imread 读中文路径返回 None
        path = os.path.join(frames_dir, name)
        img = cv2.imdecode(np.fromfile(path, dtype=np.uint8), cv2.IMREAD_COLOR)
        if img is None:
            continue
        res = cv2.inpaint(img, mask, 3, cv2.INPAINT_TELEA)
        # 坑2：同样要用 imencode 写中文路径
        cv2.imencode(".png", res)[1].tofile(os.path.join(out_dir, name))

两个高频坑：

• 中文路径：cv2.imread/imwrite 在 Windows 下对中文路径直接失效，必须走 imdecode(np.fromfile(...)) 和 imencode(...)[1].tofile(...)。
• 算法选择：INPAINT_TELEA 快但边缘易糊，INPAINT_NS 质量更好但慢。水印区域大时优先 NS。

四、合成回视频并保留音轨（关键坑）

帧合成视频时最容易把声音弄丢：

ffmpeg -i out/f_%05d.png -i input.mp4 \
  -map 0:v:0 -map 1:a:0 \
  -c:v libx264 -crf 18 -c:a copy \
  -shortest output.mp4

-map 1:a:0 把原视频音轨映射到输出，-shortest 防止帧数和音轨长度不一致时无限等待。

五、性能与体验

逐帧 Python 修复在 1080p 长视频上很慢。实际做成桌面工具时，建议：

• 用 concurrent.futures 多进程并行修复帧；
• 抽帧/合成走 ffmpeg 子进程，避免 Python 逐帧编码；
• GUI 用 customtkinter，标注掩膜做成"画框即生成 mask"。

把这套流程封装进工具后，用户只要框选水印、点开始，剩下的抽帧—修复—合成全自动。这也是我们做"去水印"这个小而美工具的产品思路：把工程上的坑提前踩完，留给用户的只有最少的几步操作。

如果你也在做类似的音视频处理工具，欢迎交流 ffmpeg 管道和 cv2 的中文路径处理经验。