基于python的图片修复程序（实现水印去除）

图片修复程序-可用于水印去除

在现实的生活中，我们可能会遇到一些美好的或是珍贵的图片被噪声干扰，比如旧照片的折痕，比如镜头上的灰尘或污渍，更或者是某些我们想为我所用但有讨厌水印，那么有没有一种办法可以消除这些噪声呢？

答案是肯定的，依然是被我们用了无数次的opencv这款优秀的框架。

opencv

目前，opencv逐步成为一个通用的基础研究和产品开发平台。opencv这一名称包含了open和 computer vision两者的意思。实际上，open指open source（开源，即开放源代码），computer vision则指计算机视觉。opencv的发展对软件的开发具有重要影响。想要了解更多的话大家可以参考这篇文章：

效果预览

图片修复原理

那opencv究竟是怎么实现的，简单的来说就是开发者标定噪声的特征，在使用噪声周围的颜色特征推理出应该修复的图片的颜色，从而实现图片修复的。

程序实现解析

• 标定噪声的特征，使用cv2.inrange二值化标识噪声对图片进行二值化处理，具体代码：cv2.inrange(img, np.array([240, 240, 240]), np.array([255, 255, 255]))，把[240, 240, 240]~[255, 255, 255]以外的颜色处理为0；
• 使用opencv的dilate方法，扩展特征的区域，优化图片处理效果；
• 使用inpaint方法，把噪声的mask作为参数，推理并修复图片；

完整代码

#coding=utf-8
#图片修复

import cv2
import numpy as np

path = "img/inpaint.png"

img = cv2.imread(path)
hight, width, depth = img.shape[0:3]

#图片二值化处理，把[240, 240, 240]~[255, 255, 255]以外的颜色变成0
thresh = cv2.inrange(img, np.array([240, 240, 240]), np.array([255, 255, 255]))

#创建形状和尺寸的结构元素
kernel = np.ones((3, 3), np.uint8)

#扩张待修复区域
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()

图片扩展与腐蚀更多资料：

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对的支持。