这篇文章主要给大家介绍了关于python图片修复程序的相关资料,可以用于实现图片中水印去除,主要利用的是OpenCV这个框架实现的,文中通过示例代码介绍的非常详细,需要的朋友可以参考借鉴,下面来一起看看吧
私信小编01 02 03 04 05 06 即可获取数十套PDF哦!
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://www.jb51.net/article/127911.htm
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
=