快捷導(dǎo)航

基于python的圖片修復(fù)程序（實(shí)現(xiàn)水印去除）

更新時(shí)間：2018年06月04日 09:16:58 作者：王磊的博客

這篇文章主要給大家介紹了關(guān)于python圖片修復(fù)程序的相關(guān)資料，可以用于實(shí)現(xiàn)圖片中水印去除，主要利用的是OpenCV這個(gè)框架實(shí)現(xiàn)的，文中通過示例代碼介紹的非常詳細(xì)，需要的朋友可以參考借鑒，下面來一起看看吧

圖片修復(fù)程序-可用于水印去除

在現(xiàn)實(shí)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(gè)通用的基礎(chǔ)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(shí)際上，Open指Open Source（開源，即開放源代碼），Computer Vision則指計(jì)算機(jī)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：http://www.dbjr.com.cn/article/127911.htm

效果預(yù)覽

圖片修復(fù)原理

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

程序?qū)崿F(xiàn)解析

標(biāo)定噪聲的特征，使用cv2.inRange二值化標(biāo)識噪聲對圖片進(jìn)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(kuò)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(fù)圖片；

完整代碼

#coding=utf-8
#圖片修復(fù)

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(kuò)張待修復(fù)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()

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(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，如果有疑問大家可以留言交流，謝謝大家對腳本之家的支持。

您可能感興趣的文章: