Test sulla rimozione della filigrana da immagini con l’IA: cambia i volti, le etichette o il resto dell’immagine?

Il risultato: rimuovere la filigrana non significa lasciare l’immagine invariata

Abbiamo usato un ritratto sintetico che non raffigura una persona reale identificabile. Abbiamo aggiunto localmente tre tipi di filigrana: un logo opaco nell’angolo, testo traslucido sul volto e un motivo ripetuto. Una versione pulita, senza filigrana, è servita da controllo. Abbiamo inviato le immagini con filigrana al fornitore del servizio di modifica delle immagini e confrontato i risultati, pixel per pixel, con un riferimento pulito e con maschere note che non sono mai state inviate al modello.

Nel caso del logo nell’angolo, l’errore medio all’interno della maschera della filigrana è sceso da 160,50 a 1,73 su una scala dei pixel da 0 a 255: in quella zona il segno visibile è stato quindi sostituito quasi del tutto. Ma le modifiche non si sono limitate al segno: l’errore medio fuori dalla maschera è stato 3,91 e il 19,1% dei pixel esterni è cambiato di più di 8 in almeno un canale colore. È cambiata anche l’immagine di controllo pulita: il 23,1% dei suoi pixel ha superato quella soglia.

La conclusione supportata dai dati è circoscritta: in questi campioni controllati, l’area contrassegnata è stata rigenerata in modo visibile. L’esperimento non dimostra che «siano cambiati solo i pixel della filigrana», che «lo sfondo originale sia stato ripristinato esattamente» o che «tutti i ritratti siano stati preservati senza rischi».

Quattro condizioni controllate

Tutti e quattro gli input sono versioni da 1024 × 1024 dello stesso ritratto sintetico. Poiché i segni sono stati sovrapposti localmente, disponiamo di un’immagine di riferimento pulita e di maschere esatte. Il modello ha ricevuto solo gli input con i segni e le istruzioni scritte, non il riferimento pulito né la maschera di riferimento. Questo ci consente di valutare le aree coperte e verificare se il modello ha seguito le istruzioni.

Condizione	Pixel coperti	Configurazione
Testo/logo opaco nell’angolo	2,05%	Piccolo segno su uno sfondo uniforme
Testo traslucido su occhi e naso	2,63%	Il testo attraversa dettagli del volto
Testo traslucido ripetuto su tutta l’immagine	13,82%	Vari segni attraversano volto, capelli e vestiti
Controllo pulito, senza segni	0%	Verifica se il modello modifica comunque un’immagine

Le richieste specificavano GPT Image 2 e la qualità massima tramite il proxy di modifica delle immagini configurato in questo progetto. Il modello backend effettivamente usato dal proxy non è stato verificato in modo indipendente e non abbiamo controllato alcuna fattura. La latenza include l’elaborazione del proxy e il download dell’immagine; non corrisponde al solo tempo di inferenza del modello.

L’area coperta è migliorata, ma il resto è cambiato comunque

Il primo prompt chiedeva al modello di mantenere invariati la persona, i vestiti, lo sfondo e il testo normale, ma non specificava una maschera di modifica. La tabella riporta l’errore RGB assoluto medio all’interno dell’area nota della filigrana; un valore più basso indica una maggiore somiglianza con il riferimento sintetico pulito originale. Le immagini hanno le stesse dimensioni, ma non sono state allineate dopo la generazione: anche le variazioni di texture e i piccoli cambiamenti geometrici contribuiscono all’errore.

Test	Area coperta	Latenza	MAE nell’area mascherata: input → output	Pixel non mascherati con variazione superiore a 8
Segno opaco nell’angolo	2,05%	36,1 s	160,50 → 1,73	19,1%
Testo traslucido sul volto · primo prompt	2,63%	47,3 s	55,66 → 6,93	17,3%
Testo ripetuto · primo prompt	13,82%	69,4 s	26,46 → 5,41	25,9%
Controllo pulito, senza segni	0%	44,2 s	N/D	23,1%

«Pixel con variazione superiore a 8» è un conteggio basato su una soglia fissa. Non indica la percentuale di cambiamenti che una persona noterebbe e non dice nulla sulla somiglianza dell’identità. Serve a controllare le aree esterne alla filigrana, non è una valutazione della qualità dell’intera immagine. Il confronto tra pixel non allineati conteggia anche la texture rigenerata e i lievi spostamenti di posizione.

Chiedere al modello di preservare la scritta sui vestiti è servito?

Il ritratto contiene il normale testo STUDIO 07 stampato sulla maglietta. Il primo prompt chiedeva in modo generico di mantenere invariato il testo, ma l’output ha comunque modificato questa scritta. Abbiamo inviato una seconda richiesta, specificando che DEMO WATERMARK era l’unico segno da rimuovere e chiedendo di mantenere esattamente STUDIO 07. Si tratta di un confronto tra prompt sulla stessa immagine sintetica, non di un campione ripetuto di un’altra foto.

Per il testo sul volto, la seconda richiesta ha ridotto il MAE dell’area mascherata da 6,93 a 6,73, una variazione contenuta. Nell’area non mascherata del volto, la percentuale di pixel con variazione superiore a 8 è passata dal 24,74% al 24,11%. Per la scritta autentica sulla maglietta, la stessa metrica è salita dal 26,61% al 31,54%: l’istruzione di preservarla in modo più esplicito non è riuscita a proteggerla in maniera affidabile. Anche il secondo prompt per la filigrana ripetuta ha migliorato la metrica dell’area mascherata, ma oltre la metà dei pixel della scritta normale è comunque cambiata di più di 8.

Istruzioni più specifiche possono influire su un singolo output, ma non equivalgono a una maschera di modifica e non garantiscono una conservazione esatta. Un modello generativo restituisce un’immagine renderizzata di nuovo. Per limitare le modifiche all’area contrassegnata, il flusso di lavoro dovrebbe anche localizzare in modo affidabile il segno e applicare la composizione solo all’interno di quella maschera. Nelle immagini reali, la localizzazione automatica può includere o escludere pixel per errore.

Riparare non significa recuperare i pixel originali

Poiché in questo test conosciamo l’area esatta della filigrana, durante la valutazione offline possiamo usare la maschera di riferimento per ricomporre la porzione generata sull’originale. In questo modo tutti i pixel esterni rimangono identici, ma si tratta di un ausilio per la misurazione, non di un’operazione eseguita dal modello né di una garanzia automatica del prodotto attuale. Un utente normale carica solo un’immagine con il segno, senza sapere dove finisce esattamente la filigrana e dove inizia l’originale.

Anche un MAE basso nell’area mascherata significa che il modello ha generato contenuti sostitutivi plausibili. Non ha recuperato i pixel originali nascosti dal segno. Ciocche di capelli, texture della pelle, piccole etichette sui vestiti e oggetti unici possono essere ridisegnati. È più facile far sembrare naturale un logo nell’angolo su un cielo uniforme che del testo sugli occhi o una filigrana ripetuta su tutta l’immagine.

Quando questo flusso di lavoro può essere utile

• Un piccolo segno è su uno sfondo uniforme: la sostituzione potrebbe integrarsi meglio, ma controlla comunque il volto, i bordi e il testo normale.
• Una scritta traslucida attraversa un volto, un tessuto o un oggetto importante: confronta originale e output attorno a occhi, capelli, trama e scritte autentiche.
• Una filigrana ripetuta o grande copre molte aree: c’è più contenuto da rigenerare; controlla ogni zona e conserva l’originale o ritaglia l’immagine se il risultato non è adatto.
• L’immagine non ha segni visibili: anche il controllo pulito è cambiato, quindi non caricare un ritratto sensibile solo per fare una prova.
• Hai il diritto di modificare l’immagine: apri lo strumento per rimuovere la filigrana dalle immagini, confronta entrambe le viste e scarica solo una versione che hai controllato.

Quando avvii lo strumento per le immagini, la foto viene inviata al servizio di elaborazione delle immagini configurato. Carica solo immagini che puoi condividere con quel fornitore. Il risultato generato può modificare volti, testo nella scena o altri contenuti. I comandi per confrontare e generare un altro risultato aiutano a esaminare le alternative, ma non garantiscono un ripristino esatto.

Limiti di questo test

C’è un solo ritratto sintetico, con tre posizioni diverse del segno e un controllo pulito. Non è un campione statistico di persone, fotocamere o immagini reali di siti web e non comprende una revisione indipendente in cieco né una verifica dell’identità. La maschera esatta è disponibile solo per la valutazione; il modello non l’ha ricevuta. Un flusso di lavoro di un prodotto reale deve anche localizzare la filigrana.

Il MAE e il conteggio delle «variazioni superiori a 8» sono confronti tra pixel RGB non allineati. La texture generata e i lievi spostamenti di posizione influiscono sui risultati. Queste metriche non valutano l’attrattiva, la riconoscibilità del volto né la qualità generale della modifica. La latenza varia in base alla rete, al proxy, alla decodifica e al download dell’immagine.

La documentazione riporta il nome del modello richiesto e la qualità, ma non una verifica indipendente del backend effettivo del proxy, del costo o del periodo di conservazione. Il secondo prompt per preservare il testo è stato provato sullo stesso ritratto sintetico. Non dimostra un miglioramento generale dovuto ai prompt e non consente di prevedere il comportamento di un altro modello o di un’altra versione.

Dati e note sulle fonti

L’esperimento è stato svolto il 2026-10-14. Tutte e quattro le condizioni usano un ritratto sintetico esistente e nessuna foto di utenti reali. Input, segni, maschere esatte, prompt, output e metriche sono archiviati nella cartella degli esperimenti del progetto. Il provino mostra i casi in ingresso e gli output generati senza modifiche; l’immagine del caso con il logo nell’angolo è un risultato reale dell’elaborazione.

Il ritratto è stato creato per i test del progetto e non raffigura una persona identificata; la filigrana è stata generata localmente. STUDIO 07 è una scritta autentica sui vestiti e un elemento da preservare. La prima richiesta non è riuscita a mantenerla invariata in modo affidabile. La seconda ne chiedeva esplicitamente la conservazione, ma sono rimaste differenze tra i pixel. Non limitarti a verificare che la filigrana sia scomparsa.