企业官网建设流程全解析

做全托管供货的，最近应该都被图片质检折磨得不轻。我自己经手过的商品图，被打回的原因里十张有八张是中文文字、水印和二维码。平台要的是干净、本地化、信息明确的图，供应商给过来的却常常是挂着“厂家直销”“包邮”横幅的淘宝风原图。靠PS一张张修不现实，上架节奏又卡在那儿。这个问题的正解是用AI批量处理：OCR把文字位置找出来，图像修复算法把文字抹掉，几分钟跑完几千张图。这篇文章就把这套流水线的思路、代码和踩坑记录都摊开讲一遍。

1. 为什么全托管平台的图片质检总是卡在中文和水印上

1.1 全托管模式对图片的要求为什么那么苛刻

全托管模式的核心是“供货商只管供货”，定价、销售、物流、售后全部由平台负责。平台拿着供货商的图片去面对海外消费者，图片就是商品的“脸”。这个时候出现中文，等于把“我是跨区供货商”写在脸上，不仅影响转化率，还容易触发平台风控对“非本地化内容”的限制。更麻烦的是水印和二维码，这类元素在平台看来是明显的导流嫌疑，审核机制对所有疑似导流元素都是零容忍，所以一看到就驳回。

很多供货商一开始想不通：我拍的商品图明明很清楚，为什么就是不通过？换个角度就明白了。平台不是看图好不好看，而是看这张图能不能直接投放到海外市场。一张挂满中文活动横幅的图，哪怕商品质量再好，审核也不敢放行，因为放上去的结果大概率是差评、退货、投诉。平台承担的运营成本比供货商高得多，审核严是必然的。

在这个逻辑下，“清洗中文与水印”就不是可做可不做的美化，而是硬性准入条件。谁能在不损伤商品细节的前提下，把图片处理得干净、本地化，谁的上架速度就快一步。这也是这篇文章存在的意义：把“人工慢慢P图”变成“机器批量处理”。

1.2 高频驳回原因清单：你的图很可能就栽在这些地方

我在实际处理中整理过一批高频驳回原因，基本可以覆盖绝大多数情况：

• 中文文字或中文拼音。这是最常见的，哪怕是几个中文字符，也属于非本地化内容。
• 水印、Logo、品牌标识。普通供货商没有品牌授权，加了Logo只会让平台觉得有侵权风险。
• 二维码、网址、联系方式。导流意图过于明显，审核看到基本直接驳回。
• “包邮”“特价”“现货”等促销文案。平台要求图片是商品信息载体，不是宣传物料。
• 边框、拼图、箭头、圈注等修饰元素。这些会干扰消费者对商品本身的判断。
• 背景杂乱、背景色不统一。多张主图背景颜色对不上，listing整体观感差，也容易被驳回。

这些驳回原因里，文字和水印是最适合用AI批量解决的。原因有二：一是文字和水印在图片上位置分散、形态多样，人工处理非常耗时；二是检测和清除这类元素的技术已经相当成熟，OCR加图像修复的组合能覆盖绝大多数场景。下面我从技术选型开始拆解。

2. 技术选型拆解：OCR、水印检测与图像修复怎么搭配

2.1 文字检测与识别：用OCR把中文文字精确框出来

OCR，光学字符识别，本质上是一个“从像素到文本”的感知任务。它分为两个阶段：检测阶段把文字区域用矩形框或多边形框出来，识别阶段把框里的像素内容翻译成字符串。商品图片里的中文文字，只要不是花体字或极低对比度，现代OCR模型都能稳稳找出来。

我优先用的是PaddleOCR。原因很直接：它的中文识别精度在开源方案里属于第一梯队，文字检测框的输出很规整，支持中英文混排识别，而且模型体积适中、可以离线跑。备选方案是EasyOCR，接口更简单，但中文识别精度和速度都弱一些。对于只偶尔处理一两百张图的场景，EasyOCR也够用；我处理批量供货图，一直用的是PaddleOCR。

这里要提醒一句：OCR检测器会把图片上所有文字都框出来，包括商品本身自带的英文说明、包装上的小标签。所以流程里必须有一个过滤环节，决定哪些框要清除、哪些框要保留。后面3.2的代码里我会演示具体怎么过滤。

2.2 水印与Logo检测：从颜色到语义分割的实用组合

水印并不全是文字，还有半透明的Logo图标和无文字的图形水印。这一类OCR无能为力，需要另一套检测思路。最实用的组合是“传统CV加颜色分析”：半透明水印会在背景上形成稳定的色差，通过灰度化、阈值分割、形态学闭运算把水印区域转成掩码；如果水印是固定位置且背景是纯色，直接取边框背景色填充是最快的。

还有一类做法叫“背景差异法”，适合同一个商品有多张图的场景。多张图里商品本身会变，但水印位置通常固定，用中值滤波或帧差法一减，就能把水印轮廓分离出来。这种方法在实验室效果不错，但实际供货商拿来的图往往只有一张角度的主图，能用的场景不多。所以我的结论是：90%的图片水印问题，文字水印用OCR解决，非文字水印先试颜色阈值，再不行就靠图像修复兜底。

2.3 图像修复算法：怎么把文字抹掉还不留痕

检测到文字和水印区域之后，下一步是把这些区域从画面里“抹掉”，并且让周围像素自然衔接。这个技术叫图像修复，专业术语是inpainting。它的核心思路是根据区域周围的颜色、纹理、结构信息，推测被遮挡部分的合理内容。

OpenCV自带的inpaint函数有两种算法：INPAINT_TELEA（快速行进法）适合小面积条纹和文字，速度快；INPAINT_NS（偏微分方程）在平滑背景上效果更细腻。对于白底、浅灰底这类干净背景，OpenCV的inpaint已经够用。真正棘手的是复杂纹理背景，比如木纹、布料、草地，这时候OpenCV会把纹理抹成一团糊。我自己的方案是，复杂背景一律换LaMa模型。LaMa是专门针对大块遮挡和复杂场景设计的生成式修复模型，修复结果在视觉上自然很多，代价是需要额外加载权重、占用显存。

实际使用中要有一个明确预期：修复是“视觉上说得过去”，不是“高清重建”。如果原图分辨率高，修复区域又小，肉眼基本看不出痕迹；如果文字又大又在复杂背景上，修复后多少会有一点点柔化，这是正常的。下面流水线设计会围绕这个预期来做。

2.4 完整处理流水线的设计：先检测后修复

把上面的组件串起来，一个可复现的流水线长这样：

原图 → 可选预处理（增强对比度） → OCR检测文本框 → 过滤出需要清除的中文/水印 → 对检测框做外扩 → 生成掩码 → 图像修复 → 后处理 → 输出干净图。

为什么推荐先检测后修复，而不是直接对整个背景做填充？因为商品主体不能被破坏。直接填充背景会把商品边缘也抹掉，检测加修复则能精准控制改动范围。检测环节要尽量保守，宁可少清一个框，也不要误清商品本身；修复环节反而可以放手一点，因为修复区域本来就应该是背景或非关键信息。整个流水线跑下来，真正需要人工介入的只有两类：半透明到几乎看不见的水印，以及带复杂纹理的背景。这两类我在第4章专门给出排查方案。

3. 手把手搭建批量清洗流水线（可直接照抄）

3.1 环境准备与依赖安装：CPU也能跑

先用pip把依赖装齐。我按PaddleOCR 2.x版本为例，这个版本的接口稳定，社区资料也多：

pip install opencv-python numpy pillow paddlepaddle paddleocr==2.7.3

如果你的机器有NVIDIA显卡，并且CUDA环境正常，可以把paddlepaddle换成paddlepaddle-gpu，推理速度能快好几倍。没有GPU也没关系，纯CPU跑一张图大概1到3秒，几千张图也就是几十分钟到一两个小时，放在晚上跑完全能接受。

安装完成之后，第一次运行PaddleOCR会自动下载检测模型和识别模型权重。下载依赖网络环境，我建议提前把权重下载好，放到用户目录下的.paddleocr文件夹里，离线跑会省心很多。

3.2 核心代码：批量清理全流程

下面这套脚本我直接用在供货图的批量处理上。逻辑分四步：初始化OCR、单张图清洗、目录遍历、生成日志。注意，PaddleOCR不同版本的返回值结构有差异，如果你用的是3.x版本，需要按最新文档把解析部分微调一下。

import os import glob import time import csv import shutil import cv2 import numpy as np from paddleocr import PaddleOCR # 是否只清洗中文。如果你的图上有英文Logo也要清，改成False CLEAN_ONLY_CHINESE = True # 检测框外扩像素，中文笔画比较舒展，给足余量 PAD_X = 20 PAD_Y = 15 # OpenCV inpaint 半径，纯色背景5到10都行 INPAINT_RADIUS = 5 # 小于这个面积的检测框当成噪点忽略 MIN_BOX_AREA = 300 ocr = PaddleOCR(use_angle_cls=True, lang='ch', show_log=False) def contains_chinese(text): return any('\u4e00' <= ch <= '\u9fff' or '\u3400' <= ch <= '\u4dbf' for ch in text) def box_to_rect(box): xs = [p[0] for p in box] ys = [p[1] for p in box] return int(min(xs)), int(min(ys)), int(max(xs)), int(max(ys)) def clean_image(img_path, out_path): img = cv2.imread(img_path) if img is None: return False, 0 h, w = img.shape[:2] result = ocr.ocr(img, cls=True) mask = np.zeros((h, w), dtype=np.uint8) found = 0 if result and result[0]: for item in result[0]: box, (text, score) = item[0], item[1] if CLEAN_ONLY_CHINESE and not contains_chinese(text): continue x1, y1, x2, y2 = box_to_rect(box) rect_w = x2 - x1 rect_h = y2 - y1 if rect_w * rect_h < MIN_BOX_AREA: continue x1 = max(0, x1 - PAD_X) y1 = max(0, y1 - PAD_Y) x2 = min(w, x2 + PAD_X) y2 = min(h, y2 + PAD_Y) cv2.rectangle(mask, (x1, y1), (x2, y2), 255, -1) found += 1 if found == 0: return False, 0 cleaned = cv2.inpaint(img, mask, INPAINT_RADIUS, cv2.INPAINT_TELEA) cv2.imwrite(out_path, cleaned, [cv2.IMWRITE_JPEG_QUALITY, 95]) return True, found def batch_clean(src_dir, out_dir, log_path): os.makedirs(out_dir, exist_ok=True) files = glob.glob(os.path.join(src_dir, '*.jpg')) files += glob.glob(os.path.join(src_dir, '*.jpeg')) files += glob.glob(os.path.join(src_dir, '*.png')) files += glob.glob(os.path.join(src_dir, '*.webp')) with open(log_path, 'w', newline='', encoding='utf-8') as fp: writer = csv.writer(fp) writer.writerow(['file', 'boxes_removed', 'cleaned', 'time']) total = len(files) cleaned_count = 0 for idx, f in enumerate(files, 1): out = os.path.join(out_dir, os.path.basename(f)) try: ok, boxes = clean_image(f, out) if ok: cleaned_count += 1 else: # 没有文字，直接复制原图，保持输出目录完整 shutil.copy2(f, out) writer.writerow([os.path.basename(f), boxes, ok, time.strftime('%Y-%m-%d %H:%M:%S')]) print(f'[{idx}/{total}] {os.path.basename(f)} -> {boxes}处文字, cleaned={ok}') except Exception as e: print(f'[{idx}/{total}] {os.path.basename(f)} 处理失败: {e}') shutil.copy2(f, out) print(f'完成: 共{total}张, 清理{cleaned_count}张') if __name__ == '__main__': batch_clean( src_dir='./input_images', out_dir='./output_images', log_path='./clean_log.csv' )

这个脚本可以直接跑。源目录下所有图片会统一处理，有文字的保存清洗后的版本，没文字的复制原图，输出目录完整不漏图。日志文件记录了每个文件被清理的区域数量，方便后面抽检和对账。

3.3 关键参数怎么调：直接影响通过率和速度

参数不是设一次就能通吃所有图，我调整过的几个经验值整理成表：

这里重点说下PAD_X和PAD_Y。中文不像英文单词那样每个字之间有清晰空格，OCR给出的检测框往往紧紧包着文字，如果直接拿这个框去做修复，文字的边缘残留会很严重。多扩展20到30像素，是给文字笔画留出“缓冲带”。但也不是越大越好，扩太多会把商品本身一起修掉，尤其是文字挨着商品边缘的情况。

检测阈值在脚本里没有单独列出来，因为PaddleOCR的det_db_thresh默认0.3已经比较均衡。如果你要处理的图大量是浅色水印，可以把PaddleOCR初始化参数里的det_db_thresh调低到0.1，代价是误检增多。我一般不动这个值，而是靠增强预处理来捞浅色水印。

3.4 日志留痕与人工抽检：别把流水线当黑盒

批量脚本跑完，直接传到平台提交？千万不要。我每次跑完都会做两件事，这两件事帮我避开了大量返工：

第一，看日志。clean_log.csv里记录了每个文件清理了几处文字。如果一个文件显示0处文字，但你自己知道原图明显有中文横幅，那说明OCR漏检了，这类文件名要单独拎出来再看一遍。第二，人工抽检。我从输出目录里随机抽10%到20%的图，用看图软件放大到200%，重点看四角和商品边缘有没有文字残留、修复区域有没有明显色块。这个环节不会花太多时间，但能把通过率从“碰运气”变成“可控”。

有一个小习惯值得分享：批量处理前，先拿三张不同风格的图做测试，一张白底、一张暖色底、一张带复杂纹理，确认参数对这三张都OK，再放开跑全量。否则参数不合适，几千张图跑完才发现大面积出错，返工成本就太高了。

4. 实操中高频踩坑与排查速查表

4.1 浅色半透明水印检测不到怎么办

OCR对清晰文字有效，但供货商发来的原图经常有半透明压印，比如品牌Logo浮在白色背景上，肉眼能看到，OCR就是识别不出来。原因是模型训练时见过的大多是清晰印刷体，半透明水印对比度太低。

我的处理思路是“增强后再跑一次”。把原图转灰度，做CLAHE自适应直方图均衡化，或者做Gamma矫正，把浅色水印和背景的差距拉大。有时候同一张图，原图跑一遍OCR、增强图再跑一遍OCR，把两轮检测框合并，能多捞出不少水印。注意两轮检测结果会重复，合并前需要去重，简单的做法是两个检测框中心距离小于10像素的当成同一个。

更粗暴但有效的方式只适用于纯色背景：取图片四角的颜色平均值作为背景色，把背景区域和这个平均色做差，差值超过阈值的部分全当成水印掩码，扩大范围后直接用背景色填充。这个方案对白底图特别好用，而且速度比OCR快很多。

4.2 商品自带文字被误删怎么办

这个问题几乎每个人都会遇到。商品包装上的英文说明、标签上的品牌心号，这些属于商品固有信息，平台一般允许保留。但如果你的OCR框把它们也框出来了，脚本里CLEAN_ONLY_CHINESE为True时，它们不会被清掉。只有那些是中文的固有信息会被清。这个时候就要人工判断，比如国内生产的商品包装上印了中文配料表，那整张图其实不适合直接投放海外，更好的处理是重新拍摄或换包装，而不是靠P图清洗。

如果英文水印也要清，比如供货商自己贴的英文Logo贴在商品图上，那就把CLEAN_ONLY_CHINESE改成False。有一个辅助技巧：真正要清的水印基本都在图片边缘区域，可以通过“只处理距离图片边界一定范围内的检测框”来减少误删。商品主体区域内的文字，大概率是商品固有信息。

4.3 修复后背景出现色斑和断裂纹理

OpenCV的inpaint在纯色背景上很干净，但背景一复杂就容易露馅。我曾经处理过一张木纹桌面的商品图，文字是清掉了，可修复区域变成一个小色块，一眼就能看出来。后来换了思路：如果是布料、木纹、大理石这类有规律的纹理背景，不要盲目加大修复半径，而是尝试用LaMa模型处理，修复结果会带上纹理走向，肉眼基本看不出来。

如果不想引入额外模型，还有一个折中方案：修复完成后对掩码区域做一次轻微的高斯模糊，让边缘过渡更柔和。但这只能缓解，不能根治。另外，修复时INPAINT_RADIUS不建议调太大，超过15之后容易把文字周围的颜色“抹”成一大片，反而更显眼。

4.4 批量处理太慢的优化方案

全量几千张图，纯CPU一张一张跑确实慢。我的优化优先级是这样排的：

第一，确保OCR模型只初始化一次，不要每张图都重新加载。第二，对超大图先做缩放检测再映射回原图。比如图片分辨率超过3000像素，先缩放到1500像素，OCR检测得到文本框后，按比例把坐标放大回原图，再在原图上做修复。这样OCR耗时能降低到原来的三分之一，坐标有少量误差可以通过PAD_X和PAD_Y吸收。第三，多进程并行。每张图独立处理，可以开多个进程，每个进程加载一份OCR模型，按文件列表平均分配。

要特别提醒的是，PaddleOCR虽然支持批量输入图片列表，但实际加速效果要看显存和内存。我自己的经验是CPU多进程比单进程批量输入更稳，进程数量控制在CPU物理核心数左右，开多了反而互相抢资源。

4.5 二次驳回的排查思路

批量清洗后提交，如果平台还是驳回，先别急着重跑脚本。我在这个环节学到的教训是：驳回原因要仔细看，是“图片包含中文”，说明漏检了；“图片包含未授权水印”，说明纯图形水印没清掉；“图片与主图背景不一致”，说明不是文字问题，是拍摄端没有统一背景色。

针对不同原因，处理方式完全不同。漏检中文，就对该图单独做增强预处理后再跑一遍OCR。未授权水印，就得检查是不是半透明Logo区域，用4.1里的纯背景差值法单独处理。背景不一致，只能回到拍摄端重新输出素材，靠AI补背景反而容易显得假。

我的经验是，建立一个小小的抽检台账，每次处理后随机截图留档，记录图片文件名、处理日期、处理方式。再驳回的时候，拿着台账和截图去和平台沟通过程会顺畅得多。这个小习惯看起来不起眼，但次数多了能省下大量瞎试的时间。

最后再分享一点我自己的体会：AI清洗说得再好，也只是“事后补救”。供货商想长期稳定过审，最好在拍摄端就落实这些硬性要求：相机设置里关掉自动加时间戳，拍摄时不要贴中文标签，背景统一纯色。这样生成的图片通过率自然高，AI最多负责兜底和抽查。这套流水线现在还在持续迭代，比如半透明Logo检测、复杂背景修复，目前我还只是做到了“够用”。如果大家在实际跑的时候遇到新的驳回场景，欢迎拿图来一起研究。