v1.9.0

v1.9.0 — MI-GAN AI 水印修补：基于 ONNX 深度学习的去水印重构

亮点

--remove-watermark 完全重构，默认算法从经典 Alpha Map 逆 alpha 混合升级为 MI-GAN AI 修补（基于 LaMa 的 ONNX 推理 inpainting 模型，28MB）：

• AI 修补：用深度生成模型重绘水印区域，而非逆 alpha 混合，对复杂纹理背景效果更好
• 自动降级：MI-GAN 失败自动 fallback 到 Alpha Map 经典算法
• 无需 --producer：自动从 TC260/C2PA 元数据识别 producer，或通过 NCC 模板匹配检测位置
• 手动位置指定：新增 --watermark-box 精确控制修补区域

新功能

• aigc-cli detect --remove-watermark --watermark-box "200,60" — 手动指定水印位置（右下角 200×60）
• aigc-cli detect --remove-watermark --watermark-box "800,900,200,60" — 绝对坐标格式
• aigc-cli detect --remove-watermark --watermark-box "-10,-10,200,60" — 负值表示距右/下边缘距离
• aigc-cli detect --remove-watermark --alpha-map — 强制使用经典 Alpha Map 算法
• aigc-cli detect --remove-watermark --mi-gan — 强制使用 MI-GAN AI 修补

算法选择

算法	方式	说明
MI-GAN（默认）	AI 修补	ONNX 推理，基于 LaMa 的 inpainting 模型。需要 migan.onnx（28MB）放在 ~/.config/aigc-cli/models/
Alpha Map（经典）	逆 alpha 混合	需要 --learn-watermark 学习的水印配置，用 --alpha-map 强制启用

水印位置解析优先级

1. --watermark-box         手动指定（最精确）
2. 元数据 producer 已知    → PositionResolver 计算位置
3. 通用检测（未识别 producer） → NCC 模板匹配
4. 右下角 fallback 区域    （300×80）

依赖变更

• 新增：github.com/martianzhang/pure-onnx（pure-onnx 的 fork，修复编译问题）
• 运行时：需 ONNX Runtime 共享库（与 detect / background 共享，无需重复下载）
• 模型：migan.onnx（28MB）可通过 aigc-cli detect init 或其他方式放置到 models 目录

Full Changelog: v1.8.0...v1.9.0