OpenCV圖像修復(fù)cv2.inpaint()的使用
這篇博客將介紹如何通過OpenCV中圖像修復(fù)的技術(shù)——cv2.inpaint() 去除舊照片中的小噪音、筆劃等。并提供一個可交互式的程序,利用OpenCV的快速行進和流體力學(xué)倆種修復(fù)算法對自己的圖片進行修復(fù)。
大多數(shù)人家里都會有一些舊的老化照片,上面有一些黑點、筆劃等。如何復(fù)原呢?
在繪制工具中擦除:將簡單地用無用的白色結(jié)構(gòu)替換黑色結(jié)構(gòu),效果并不理想。OpenCV中圖像修復(fù)的技術(shù)——基本思想很簡單:用相鄰像素替換這些壞標(biāo)記,使其看起來像鄰居。
- cv2.INPAINT_TELEA(Fast Marching Method 快速行進算法)
- cv2.INPAINT_NS(Fluid Dynamics Method 流體力學(xué)算法)
- OpenCV未實現(xiàn)的:Content-Aware Fill 內(nèi)容感知填充算法,這是Adobe Photoshop中使用的一種高級修復(fù)技術(shù)。
cv2.inpaint() 優(yōu)點:修復(fù)效果更加自然;
缺點:修復(fù)時需要提供原圖以及mask圖(與原圖一致只有被污染的像素區(qū)域有值);
1. 效果圖
官方原始圖 VS mask圖 VS 快速行進算法修復(fù)效果 VS 流體力學(xué)修復(fù)效果 如下:

接下來用可交互的例子實現(xiàn)自己的圖片修復(fù);
原始圖 VS Mask圖 VS 快速行進算法修復(fù)效果圖如下:
原始圖隨意用鼠標(biāo)左鍵移動繪制點、線,右鍵移動繪制矩形來隨機增加一些被污染的區(qū)域;
并根據(jù)原始圖生成mask圖,mask圖是與原始圖具有相同大小,并且只有被污染的區(qū)域是白色像素的圖??梢钥吹叫迯?fù)效果還是挺好的~

原始圖 VS Mask圖 VS 流體力學(xué)算法修復(fù)效果圖如下:
原始圖隨意用鼠標(biāo)左鍵移動繪制點、線,右鍵移動繪制矩形來隨機增加一些被污染的區(qū)域;
mask圖是與原始圖具有相同大小,并且只有被污染的區(qū)域是白色像素的圖??梢钥吹叫迯?fù)效果還是挺好的~

快速行進算法與流體力學(xué)算法修復(fù)的效果圖差別不太大;
2. 原理
- cv2.INPAINT_TELEA (Fast Marching Method 快速行進算法),對位于點附近、邊界法線附近和邊界輪廓上的像素賦予更多權(quán)重。一旦一個像素被修復(fù),它將使用快速行進的方法移動到下一個最近的像素。
- cv2.INPAINT_NS(Fluid Dynamics Method 流體力學(xué)算法),使用了流體力學(xué)的一些方法,基本原則是啟發(fā)式的。首先沿著邊從已知區(qū)域移動到未知區(qū)域(因為邊是連續(xù)的)。它在匹配修復(fù)區(qū)域邊界處的漸變向量的同時,繼續(xù)等高線(連接具有相同強度的點的線,就像等高線連接具有相同高程的點一樣)。
- OpenCV未實現(xiàn)的:Content-Aware Fill 內(nèi)容感知填充算法,這是Adobe Photoshop中使用的一種高級修復(fù)技術(shù)。
3. 源碼
# 圖像修復(fù)交互式案例——通過水流填充算法來修復(fù)被破壞的圖像區(qū)域;
# 使用倆種方法進行修復(fù)
# cv2.INPAINT_TELEA (Fast Marching Method 快速行進算法),對位于點附近、邊界法線附近和邊界輪廓上的像素賦予更多權(quán)重。一旦一個像素被修復(fù),它將使用快速行進的方法移動到下一個最近的像素。
# cv2.INPAINT_NS 流體力學(xué)算法,使用了流體力學(xué)的一些方法,基本原則是啟發(fā)式的,首先沿著邊從已知區(qū)域移動到未知區(qū)域(因為邊是連續(xù)的)。它在匹配修復(fù)區(qū)域邊界處的漸變向量的同時,繼續(xù)等高線(連接具有相同強度的點的線,就像等高線連接具有相同高程的點一樣)。
# USAGE
# python inpaint.py D:/deepLearning/py-demo/20210808/images/ml.jpg
# 按下鼠標(biāo)左鍵,添加點、線,按下鼠標(biāo)右鍵,添加矩形框,以制作被污染的需要修復(fù)圖像
# 按下空格鍵:執(zhí)行修復(fù)功能
# 按下r鍵:重置待修復(fù)的mask
# 按下esc鍵,退出
import cv2
import numpy as np
class Sketcher:
def __init__(self, windowname, dests, colors_func):
self.prev_pt = None # 線起始點
self.drag_start = None # 矩形起點
self.drag_rect = None # 矩形(左上角,右下角)坐標(biāo)
self.windowname = windowname
self.dests = dests
self.colors_func = colors_func
self.dirty = False
self.drawing = False
self.mode = False
self.show()
cv2.setMouseCallback(self.windowname, self.on_mouse)
def show(self):
cv2.imshow(self.windowname, self.dests[0])
def on_mouse(self, event, x, y, flags, param):
pt = (x, y)
if event == cv2.EVENT_LBUTTONDOWN:
self.prev_pt = pt
self.drawing = True
elif event == cv2.EVENT_RBUTTONDOWN:
# 第一次初始化時設(shè)定pt,往后保留上一個點作為矩形起點
if self.drag_start == None:
self.drag_start = pt
if self.prev_pt and flags & cv2.EVENT_FLAG_LBUTTON:
for dst, color in zip(self.dests, self.colors_func()):
cv2.line(dst, self.prev_pt, pt, color, 5)
self.dirty = True
self.prev_pt = pt
self.show()
if self.drag_start and flags & cv2.EVENT_FLAG_RBUTTON:
xo, yo = self.drag_start
x0, y0 = np.minimum([xo, yo], [x, y])
x1, y1 = np.maximum([xo, yo], [x, y])
self.drag_rect = None
if x1 - x0 > 0 and y1 - y0 > 0:
self.drag_rect = (x0, y0, x1, y1)
for dst, color in zip(self.dests, self.colors_func()):
cv2.rectangle(dst, (x0, y0), (x1, y1), color, -1)
self.dirty = True
self.drag_start = None
self.drag_rect = None
self.show()
else:
self.drag_start = pt
@property
def dragging(self):
return self.drag_rect is not None
def main():
import sys
try:
fn = sys.argv[1]
except:
fn = 'images/ml_.jpg'
img = cv2.imread(fn)
if img is None:
print('Failed to load image file:', fn)
sys.exit(1)
img_mark = img.copy()
mark = np.zeros(img.shape[:2], np.uint8)
sketch = Sketcher('img', [img_mark, mark], lambda: ((255, 255, 255), 255))
while True:
ch = cv2.waitKey()
if ch == 27:
break
if ch == ord(' '):
cv2.imshow('mask', mark)
fmmres = cv2.inpaint(img_mark, mark, 3, cv2.INPAINT_TELEA)
nsres = cv2.inpaint(img_mark, mark, 3, cv2.INPAINT_NS)
cv2.imshow('inpaint fmm res', fmmres)
cv2.imshow('inpaint ns res', nsres)
if ch == ord('r'):
img_mark[:] = img
mark[:] = 0
sketch.show()
print('Done')
if __name__ == '__main__':
main()
cv2.destroyAllWindows()
到此這篇關(guān)于OpenCV圖像修復(fù)cv2.inpaint()的使用的文章就介紹到這了,更多相關(guān)OpenCV圖像修復(fù)cv2.inpaint()內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

