在現(xiàn)實(shí)的生活中，我們可能會(huì)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(wú)數(shù)次的OpenCV這款優(yōu)秀的框架。

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(jiǎn)單的來(lái)說(shuō)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(shí)噪聲對(duì)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()

以上就是python 實(shí)現(xiàn)圖片修復(fù)（可用于去水?。┑脑敿?xì)內(nèi)容，更多關(guān)于python 圖片修復(fù)的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！