溫馨提示×

溫馨提示×

您好，登錄后才能下訂單哦！

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》

基于python的圖片修復程序（實現(xiàn)水印去除）

發(fā)布時間：2020-10-25 07:12:57 來源：腳本之家 閱讀：407 作者：王磊的博客 欄目：開發(fā)技術(shù)

圖片修復程序-可用于水印去除

在現(xiàn)實的生活中，我們可能會遇到一些美好的或是珍貴的圖片被噪聲干擾，比如舊照片的折痕，比如鏡頭上的灰塵或污漬，更或者是某些我們想為我所用但有討厭水印，那么有沒有一種辦法可以消除這些噪聲呢？

答案是肯定的，依然是被我們用了無數(shù)次的OpenCV這款優(yōu)秀的框架。

OpenCV

目前，OpenCV逐步成為一個通用的基礎研究和產(chǎn)品開發(fā)平臺。OpenCV這一名稱包含了Open和 Computer Vision兩者的意思。實際上，Open指Open Source（開源，即開放源代碼），Computer Vision則指計算機視覺。OpenCV的發(fā)展對軟件的開發(fā)具有重要影響。想要了解更多的話大家可以參考這篇文章：https://www.jb51.net/article/127911.htm

效果預覽

基于python的圖片修復程序（實現(xiàn)水印去除）

圖片修復原理

那OpenCV究竟是怎么實現(xiàn)的，簡單的來說就是開發(fā)者標定噪聲的特征，在使用噪聲周圍的顏色特征推理出應該修復的圖片的顏色，從而實現(xiàn)圖片修復的。

程序?qū)崿F(xiàn)解析

  • 標定噪聲的特征，使用cv2.inRange二值化標識噪聲對圖片進行二值化處理，具體代碼：cv2.inRange(img, np.array([240, 240, 240]), np.array([255, 255, 255]))，把[240, 240, 240]~[255, 255, 255]以外的顏色處理為0；
  • 使用OpenCV的dilate方法，擴展特征的區(qū)域，優(yōu)化圖片處理效果；
  • 使用inpaint方法，把噪聲的mask作為參數(shù)，推理并修復圖片；

完整代碼

#coding=utf-8
#圖片修復

import cv2
import numpy as np

path = "img/inpaint.png"

img = cv2.imread(path)
hight, width, depth = img.shape[0:3]

#圖片二值化處理，把[240, 240, 240]~[255, 255, 255]以外的顏色變成0
thresh = cv2.inRange(img, np.array([240, 240, 240]), np.array([255, 255, 255]))

#創(chuàng)建形狀和尺寸的結(jié)構(gòu)元素
kernel = np.ones((3, 3), np.uint8)

#擴張待修復區(qū)域
hi_mask = cv2.dilate(thresh, kernel, iterations=1)
specular = cv2.inpaint(img, hi_mask, 5, flags=cv2.INPAINT_TELEA)

cv2.namedWindow("Image", 0)
cv2.resizeWindow("Image", int(width / 2), int(hight / 2))
cv2.imshow("Image", img)

cv2.namedWindow("newImage", 0)
cv2.resizeWindow("newImage", int(width / 2), int(hight / 2))
cv2.imshow("newImage", specular)
cv2.waitKey(0)
cv2.destroyAllWindows()

圖片擴展與腐蝕更多資料：http://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_imgproc/py_morphological_ops/py_morphological_ops.html

總結(jié)

以上就是這篇文章的全部內(nèi)容了，希望本文的內(nèi)容對大家的學習或者工作具有一定的參考學習價值，如果有疑問大家可以留言交流，謝謝大家對億速云的支持。

向AI問一下細節(jié)

免責聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點不代表本網(wǎng)站立場，如果涉及侵權(quán)請聯(lián)系站長郵箱：is@yisu.com進行舉報，并提供相關(guān)證據(jù)，一經(jīng)查實，將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI
助
手