OpenCV

2024-07-02 01:59| 来源: 网络整理| 查看: 265

基于OpenCV的两种去水印方案(不具有普适性) 可以使用深度学习方法来去修复图像

文章目录一、基于 inpaint 方法（网上的方法，处理质量较低）二、基于像素的反色中和（处理质量较高）三、颜色库

一、基于 inpaint 方法（网上的方法，处理质量较低）

算法理论：基于Telea在2004年提出的基于快速行进的修复算法（FMM算法），先处理待修复区域边缘上的像素点，然后层层向内推进，直到修复完所有的像素点处理方式：由ui人员制作出黑底白色水印且相同位置的水印蒙版图(必须单通道灰度图)，然后使用inpaint方法处理原始图像，具体使用时可把水印区放粗，这样处理效果会好点

# -*- coding: utf-8 -*- """ cv2.inpaint(src, inpaintMask, 3, cv2.INPAINT_TELEA) 参数：目标修复图像; 蒙版图（定位修复区域）; 选取邻域半径; 修复算法(INPAINT_TELEA：基于快速行进算法算法效果较好 INPAINT_NS:基于流体动力学并使用了偏微分方程) """ import cv2 src_ = cv2.imread('1111.png') mask = cv2.imread('2222.png', cv2.IMREAD_GRAYSCALE) res_ = cv2.resize(src_,None,fx=0.6, fy=0.6, interpolation = cv2.INTER_CUBIC) mask = cv2.resize(mask,None,fx=0.6, fy=0.6, interpolation = cv2.INTER_CUBIC) dst = cv2.inpaint(res_, mask, 3, cv2.INPAINT_TELEA) cv2.imshow('res_', res_) cv2.imshow('mask', mask) cv2.imshow('dst', dst) cv2.waitKey(0) cv2.destroyAllWindows()

在这里插入图片描述测试一张发票图片(不要动歪心思，发票已脱敏)

import cv2 import numpy as np def Remove_watermark(image): hue_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV) low_range = np.array([140, 100, 90]) high_range = np.array([185, 255, 255]) mask = cv2.inRange(hue_image, low_range, high_range) kernel = np.ones((3, 3), np.uint8) dilate_img = cv2.dilate(mask, kernel, iterations=1) res = cv2.inpaint(image,dilate_img,5,flags=cv2.INPAINT_TELEA) cv2.imshow('mask_img',mask) cv2.imshow('res', res) cv2.waitKey(0) cv2.destroyAllWindows() if __name__ == '__main__': image = cv2.imread('C:\\Users\\xxxx\\Desktop\\piaoju/201920100013253001_30302_01_.jpg') Remove_watermark(image)

在这里插入图片描述

二、基于像素的反色中和（处理质量较高）

参考自ps去水印原理，通过一张白底的反色水印图来中和原图水印

# -*- coding: utf-8 -*- import cv2 import numpy src = cv2.imread('1111.png') mask = cv2.imread('2222.png') src = cv2.resize(src,None,fx=0.6, fy=0.6, interpolation = cv2.INTER_CUBIC) mask = cv2.resize(mask,None,fx=0.6, fy=0.6, interpolation = cv2.INTER_CUBIC) save = numpy.zeros(src.shape, numpy.uint8) #创建一张空图像用于保存 for row in range(src.shape[0]): for col in range(src.shape[1]): for channel in range(src.shape[2]): if mask[row, col, channel] == 0: val = 0 else: reverse_val = 255 - src[row, col, channel] val = 255 - reverse_val * 256 / mask[row, col, channel] if val

【本文地址】

OpenCV

OpenCV

今日新闻

推荐新闻