要制作一个去水印软件，可以按照以下步骤进行：
图像预处理
对原始图像进行灰度化、滤波等操作，以便后续的水印检测和去除操作。可以使用OpenCV等图像处理库实现。
水印检测
通过识别图像中的特定模式或特征来检测水印。可以采用边缘检测、阈值分割等技术来实现。在确定水印位置后，可以进一步分析水印类型，如文字水印、图片水印等。
水印去除
根据检测到的水印类型和位置，采用不同的方法去除水印。对于文字水印，可以通过图像修复技术填充周围像素来去除；对于图片水印，可以采用图像分离技术将其与背景分离后去除。此步骤需要根据具体的水印类型制定策略。
结果输出
完成水印去除后，将处理后的图像输出。可以保存为原始图像的格式，如JPEG、PNG等，以便用户查看和使用。
在实现过程中，可能会涉及到一些指标公式和算法。例如，可以使用图像处理中的梯度下降算法进行优化，提高水印去除的效果。具体的算法实现可以借助编程语言如Python等，使用相关的图像处理库如OpenCV和NumPy等实现源码。
```python
import cv2
import numpy as np
加载原始图像和水印模板（如果需要）
image = cv2.imread（'original_image.jpg'）
图像预处理
gray_image = cv2.cvtColor（image, cv2.COLOR_BGR2GRAY）
blurred_image = cv2.GaussianBlur（gray_image, （5, 5）, 0）
水印检测
这里可以使用边缘检测或阈值分割等方法来检测水印
例如，使用Canny边缘检测
edges = cv2.Canny（blurred_image, 100, 200）
水印去除
根据检测到的边缘位置，手动去除水印
这里只是一个简单的示例，实际应用中需要更复杂的处理
watermarked_region = np.where（edges > 0）
image[watermarked_region] = 0
结果输出
cv2.imshow（'Original Image', image）
cv2.waitKey（0）
cv2.destroyAllWindows（）
```
这个示例代码只是一个基础的框架，实际去水印软件的开发需要根据具体需求进行更复杂的算法设计和优化。如果需要更高效和自动化的解决方案，可以考虑使用现有的去水印工具和库，如水印云、iMyFone MarkGo、Video Eraser等。