delogo 不是「恢复」，是「用框外一圈像素把洞糊上」。 补得准不准，取决于被盖住的地方有多可预测——真实画面里几乎都不可预测。
前两节在「加水印」，这一节反过来「去水印」。 两者用的是同一套机制，只是方向相反。
一、它的公式只有一句话
框里每一个点，都由「左边与右边」和「上边与下边」两组插值各算一次，取平均。
横向插值：左边缘像素与右边缘像素按距离加权； 纵向插值：上边缘与下边缘同样处理。
两组取平均，是为了避免某一方向边缘全是噪声时补得太离谱。 这也说明它本质上是个「平滑填充」，不是任何形式的还原。
二、纯渐变底图：一猜就中
造一张横向线性渐变的底图，在中间压一块 40×20 的纯白块，再补回来：
位置 原底图 压水印后 补出来 误差
左上角 77 255 77 0 正中 99 255 99 0 右下角 119 255 119 0
三个取样点误差全为 0，整块区域平均误差 0.1、最大 1。 因为插值公式假定「左到右是直线」，而这张图真的是直线，所以一猜就中。
换成人话：这相当于给算法出了一道它有公式的题。 做得准不代表算法聪明，只是因为题型对上了。
三、加一层棋盘格：误差立刻上来
在同样的渐变上叠 4×4 棋盘格，用同一套公式再补一次：
底图 平均误差 最大误差
纯横向渐变 0.1 1 渐变加棋盘格 19.8 39
公式一个字没改，平均误差翻了 158 倍。差别只在「底图里有没有细节」。
真实视频被水印盖住的几乎全是纹理与细节，所以 delogo 的实际效果 永远是「糊上一层」——它抹掉了水印，也抹掉了原本的画面。
想通这一点，就不会再期待「完美去水印」这种东西。 框留得大一点糊得更干净，但糊掉的真实画面也更多，永远是取舍。
四、命令行的写法
ffmpeg -i in.mp4 -vf "delogo=x=50:y=30:w=40:h=20" out.mp4
w、h 是从左上角算起的宽高，不是右下角坐标。
写错成坐标的话，框会跑到画面外面去，等于什么都没做。
还有一个常被忽略的选项：show=1，它会把框画出来给自己看。
先开着它确认位置对不对，再关掉跑正式输出，能省掉很多次返工。
五、动手 Demo：两张底图，同一套公式
造一张纯横向渐变、一张加棋盘格的底图，各压一块白块。 再用「框外一圈插值」补回来，逐点比误差。
import numpy as np
W, H = 160, 90
x0, y0, x1, y1 = 50, 30, 90, 50
def grad():
x = np.arange(W, dtype=np.float64)
col = (20 + x * 180.0 / (W - 1)).astype(np.uint8)
return np.repeat(col[None, :, None], H, axis=0).repeat(3, axis=2)
def checker():
bg = grad().astype(np.int32)
yy, xx = np.mgrid[0:H, 0:W]
m = ((yy // 4) + (xx // 4)) % 2
return np.clip(np.where(m[:, :, None] == 1, bg + 40, bg), 0, 255)
def fill(dirty):
out = dirty.astype(np.float64).copy()
for c in range(3):
left = dirty[y0:y1, x0 - 1, c].astype(np.float64)
right = dirty[y0:y1, x1, c].astype(np.float64)
top = dirty[y0 - 1, x0:x1, c].astype(np.float64)
bot = dirty[y1, x0:x1, c].astype(np.float64)
wc = np.linspace(0, 1, x1 - x0)[None, :]
wr = np.linspace(0, 1, y1 - y0)[:, None]
horiz = left[:, None] * (1 - wc) + right[:, None] * wc
vert = top[None, :] * (1 - wr) + bot[None, :] * wr
out[y0:y1, x0:x1, c] = (horiz + vert) / 2.0
return np.clip(out + 0.5, 0, 255).astype(np.uint8)
for tag, bg in ((u"纯渐变", grad()), (u"加棋盘格", checker())):
dirty = bg.copy()
dirty[y0:y1, x0:x1] = 255
fix = fill(dirty)
e = (fix[y0:y1, x0:x1].astype(np.int32)
- bg[y0:y1, x0:x1].astype(np.int32))
print(u"%-8s 平均 %.1f 最大 %d"
% (tag, np.abs(e).mean(), np.abs(e).max()))
实跑输出：
--------------------------------------------------------------------
6.2.3 -vf 的 delogo 去掉水印——它的原理与一次手算
--------------------------------------------------------------------
**本机构建没有 delogo 滤镜，但它的原理只有一句话：**
**「把水印框里的像素，用框边缘那一圈像素插值补上」。**
**这不是黑箱，自己算一遍比看十遍文档清楚。**
**① 造两张底图，控制住唯一的变量**
**一张是纯横向渐变，一张在同样的渐变上叠了 4×4 棋盘格。**
**两张都在 (50, 30) 处压一块 40×20 的纯白水印，然后各补一次。**
**② 第一张：取样点逐个对照**
位置 原底图 压水印后 补出来 误差
------------------------------------------------------
左上角 77 255 77 0
正中 99 255 99 0
右下角 119 255 119 0
**三个取样点的误差都在 1 以内，因为这张底图的规律正好是「横向线性」。**
**插值公式假定「左边到右边是直线」，而这张图真的是直线，所以一猜就中。**
**③ 第二张：同一套公式，误差立刻上来**
底图 平均误差 最大误差
------------------------------------------
纯横向渐变 0.1 1
渐变加棋盘格 19.8 39
**第二张的平均误差是第一张的 158 倍。公式一个字没改，只是底图里多了细节。**
**这说明 delogo 补得准不准，跟算法聪明不聪明关系不大，**
**取决于「被盖住的那块地方有多可预测」。**
**真实视频里被水印盖住的几乎全是纹理与细节，所以 delogo 的效果永远是**
**「糊上一层」——它抹掉了水印，也抹掉了原本的画面。**
**④ 命令行怎么写**
**`ffmpeg -i in.mp4 -vf "delogo=x=50:y=30:w=40:h=20" out.mp4`**
**要留神 `w`、`h` 是从左上角算的宽高，不是右下角坐标。**
**框留得比水印大一圈更容易糊干净，但框越大，糊掉的真实画面也越多。**
**所以去水印永远是一个「取舍」的活，不是无损还原。**
np.linspace(0, 1, 40) 给出 40 个从 0 到 1 的权重，就是「按距离加权」。
左端权重 1（全取左边），右端权重 0（全取右边），中间线性过渡。
+ 0.5 再 clip 是四舍五入的常见写法，
不加的话浮点转整数会一路向下取整，整体偏暗一格。
真实 delogo 还多一步「边缘检测」，会避开明显的边界不往里插。 但核心就是这两组插值取平均，把它算一遍，参数就再也不会瞎调了。
30 秒实验
- 改框大小：把框放大到 60×30，看误差是变大还是变小。
- 换只取横向：把
(horiz + vert) / 2改成只用horiz，比一次误差。 - 真跑一次：找一台有 delogo 的机器，
ffmpeg -vf delogo=...:show=1先看框位置。
常见误区
- 以为 delogo 能还原原画面。它只会用周围像素往里糊，不还原任何细节。
- 把 w、h 当成右下角坐标。它们是从左上角算的宽高。
- 框贴着水印边缘留。边缘留一圈余量更容易糊干净，但也糊掉更多真画面。
自测三问（点开对答案）
1. delogo 用的两组插值是什么？ —— 左右边缘的横向插值与上下边缘的纵向插值，两者取平均。 2. 为什么纯渐变底图能补得几乎没误差？ —— 插值假定线性，而线性渐变本身就是线性的，题型对上了。 3. 为什么真实视频上效果总是发糊？ —— 被盖住的是纹理细节，插值只能按边缘猜，猜不到里面原来是什么。- ☐ （本节完，下一节 6.3.1 -vf 的 drawtext 添加固定文字水印）