如何利用OpenCV實現圖像修復

這篇文章主要講解了“如何利用OpenCV實現圖像修復”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“如何利用OpenCV實現圖像修復”吧！

圖像修復技術應用在什么地方呢？

想想一下，我們有一張非常棒的相片，但是由于時間比較久遠，沒有電子版留底，而紙質版的又十分不便于保存。因此長采用掃描的方式獲得電子版。但是非常不幸，掃描過程中落入了一根頭發(fā)，或者是機器出現故障，對相片造成了影響，這個時候就可以通過圖像修復技術解決這個問題。

強大的OpenCV庫里集成了兩種用與圖像修復的方法

INPAINT_NS： 基于Navier-Stokes的圖像修復

該方法在2001年提出，其神奇之處竟然是基于流體力學理論提出的方法。根據其作者提出，我們需要解決的問題可以抽象成在一個鞋子圖片上有一個黑色的區(qū)域，通過填充黑色區(qū)域，使得最佳的恢復鞋子的樣子。

對于如何填補這個黑色區(qū)域，可以抽象成存在一條曲線，使得由A到B將黑色區(qū)域分開，并且保證在曲線的一側是藍色，另一側是白色。這個曲線應具有如下的約束：

1. 保持邊緣特征

2. 在平滑區(qū)域中保持顏色信息

通過構建一個偏微分方程來更新具有上訴約束的區(qū)域內的圖像強度，同時利用拉普拉斯算子估計圖像平滑度信息，并沿著等照度傳播。

由于這些方程與Navier-Stokes方程（流體力學中的方程，感興趣的小伙伴可以自行百度）相關且類似，因此可以通過流體力學中的方法進行求解。

由于小白對流體力學不是很了解，具體就不詳細解釋了，感興趣的小伙伴可以閱讀該論文了解詳情。

論文地址：http://www.math.ucla.edu/~bertozzi/papers/cvpr01.pdf

INPAINT_TELEA：基于快速行進方法的圖像修復

該方法中沒有使用拉普拉斯算子作為平滑度的估計，而是使用像素的已知圖像鄰域上的加權平均值來描述。同時利用鄰域像素和梯度恢復填充區(qū)域像素的顏色。

當像素被修復之后，通過快速行進方法更新邊界。

論文地址：

https://pdfs.semanticscholar.org/622d/5f432e515da69f8f220fb92b17c8426d0427.pdf

相關API介紹

C++：

void inpaint(
        Mat&src,
        Mat& inpaintMask,
    Mat& dst,
    double inpaintRadius,
    int flags)

Python：

dst =cv2.inpaint(
                 src,
                 inpaintMask,
                 inpaintRadius,
                 flags)

其中各參數的含義如下：

src =源圖像

inpaintMask =二進制掩碼，指示要修復的像素。

DST =目標圖像

inpaintRadius =像素周圍的鄰域補繪。通常，如果要修復的區(qū)域很薄，使用較小的值會產生較少的模糊。

flags： INPAINT_NS（基于Navier-Stokes的方法）或INPAINT_TELEA（基于快速行進的方法）

示例

左邊的第一個圖像是輸入圖像，第二個圖像是掩模，第三個圖像是INPAINT_TELEA的結果，最終結果是INPAINT_NS

關于這個圖片有一個小小的故事，1865年2月5日星期日，在華盛頓特區(qū)的加德納畫廊，亞歷山大·加德納拍攝了幾張總統(tǒng)的多鏡頭照片。在本屆會議結束之前，加德納請求為總統(tǒng)拍攝最后一個姿勢。他把相機拉得更近，拍了一張林肯頭部、肩膀和胸部的照片。但是玻璃板在這個時候突然破裂，對拍攝圖像產生影響。加德納小心翼翼地將它帶到了他的黑暗房間，制作一張相片，發(fā)現在林肯的臉上有一個不祥的裂縫。這張相片，即O-118，至今仍然存在。多年來，許多人認為這一裂縫是10周后林肯中彈的預言。

讓我們看一個更復雜的例子，在圖片上寫上英文單詞，之后通過opencv函數去修復該單詞。

左：帶有Scribbles的原始圖像。中：使用快速行進方法修復，右：使用Navier-Stokes方法修復。

該程序的源碼和使用的圖片鏈接為：

https://github.com/spmallick/learnopencv/tree/master/Image-Inpainting

感謝各位的閱讀，以上就是“如何利用OpenCV實現圖像修復”的內容了，經過本文的學習后，相信大家對如何利用OpenCV實現圖像修復這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！