利用Python+OpenCV三步去除水印

更新時間：2021年05月28日 08:35:14 作者：yunyun云蕓

去水印需要用到的庫：cv2、numpy,cv2是基于OpenCV的圖像處理庫,可以對圖像進行腐蝕,膨脹等操作.numpy這是一個強大的處理矩陣和維度運算的庫,,需要的朋友可以參考下

一、推理原理

1.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([200, 200, 240]), np.array([255, 255, 255]))，把[200, 200, 200]~[255, 255, 255]以外的顏色處理為0

2.使用OpenCV的dilate方法，擴展特征的區(qū)域，優(yōu)化圖片處理效果

3.使用inpaint方法，把噪聲的mask作為參數(shù)，推理并修復圖片

二、推理步驟

1.從源圖片，截取右下角部分，另存為新圖片

2.識別水印，顏色值為：[200, 200, 200]~[255, 255, 255]

3.去掉水印，還原圖片

4.把源圖片、去掉水印的新圖片，進行重疊合并

三、參考代碼

import cv2
import numpy as np
from PIL import Image
import os

dir = os.getcwd()
path = "1.jpg"
newPath = "new.jpg"
img=cv2.imread(path,1)
hight,width,depth=img.shape[0:3]

#截取
cropped = img[int(hight*0.8):hight, int(width*0.7):width]  # 裁剪坐標為[y0:y1, x0:x1]
cv2.imwrite(newPath, cropped)
imgSY = cv2.imread(newPath,1)

#圖片二值化處理，把[200,200,200]-[250,250,250]以外的顏色變成0
thresh = cv2.inRange(imgSY,np.array([200,200,200]),np.array([250,250,250]))
#創(chuàng)建形狀和尺寸的結構元素
kernel = np.ones((3,3),np.uint8)
#擴展待修復區(qū)域
hi_mask = cv2.dilate(thresh,kernel,iterations=10)
specular = cv2.inpaint(imgSY,hi_mask,5,flags=cv2.INPAINT_TELEA)
cv2.imwrite(newPath, specular)

#覆蓋圖片
imgSY = Image.open(newPath)
img = Image.open(path)
img.paste(imgSY, (int(width*0.7),int(hight*0.8),width,hight))
img.save(newPath)

import cv2
import numpy as np
from PIL import Image
import os

dir = os.getcwd()
path = "1.jpg"
newPath = "new.jpg"
img=cv2.imread(path,1)
hight,width,depth=img.shape[0:3]

#截取
cropped = img[int(hight*0.8):hight, int(width*0.7):width]  # 裁剪坐標為[y0:y1, x0:x1]
cv2.imwrite(newPath, cropped)
imgSY = cv2.imread(newPath,1)

#圖片二值化處理，把[200,200,200]-[250,250,250]以外的顏色變成0
thresh = cv2.inRange(imgSY,np.array([200,200,200]),np.array([250,250,250]))
#創(chuàng)建形狀和尺寸的結構元素
kernel = np.ones((3,3),np.uint8)
#擴展待修復區(qū)域
hi_mask = cv2.dilate(thresh,kernel,iterations=10)
specular = cv2.inpaint(imgSY,hi_mask,5,flags=cv2.INPAINT_TELEA)
cv2.imwrite(newPath, specular)

#覆蓋圖片
imgSY = Image.open(newPath)
img = Image.open(path)
img.paste(imgSY, (int(width*0.7),int(hight*0.8),width,hight))
img.save(newPath)