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。

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 cv2import numpy as nppath = "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0thresh = 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：

如果本文对你有所帮助，请打赏——1元就足够感动我：）

联系邮箱：intdb@qq.com

我的GitHub：

关注公众号：

作者：

出处：

本文版权归作者和博客园共有，欢迎转载，请标明出处。