查看原文
其他

OpenCV中图像修复技术介绍与演示

OpenCV学堂 2019-03-29

现实中图像经常出现划伤或者被噪声腐蚀或者有污渍点,对于这类图像可以通过修复(inpainting)相关的算法来说恢复损害的图像。一般情况下这些算法都是基于污染区域的周围已知的颜色和结构,通过繁殖和混合重新生成填充污染区域。OpenCV中实现的图像修复算法有两种。

  • 基于Navier-Stokes的修复方法

  • 基于图像梯度的快速匹配方法又称(Telea法)

对应的两个枚举类型分别如下:

  • CV_INPAINT_NS

  • CV_INPAINT_TELEA

在OpenCV3.1.0中对应的API方法为inpaint

  • src参数表示八位单通道或者三通道的图像

  • inpaintMask参数表示8位单通道的图像,非零像素区域表示要修复区域

  • dst参数表示修复后的图像,大小类型跟输入图像src一致

  • inpaintRadius参数表示修复位置点周围的半径大小

  • flags参数表示使用的是哪种修复方法,必须是上述提到两种方法之一。

  1. #include <opencv2/opencv.hpp>

  2. #include <iostream>

  3. #include <math.h>

  4. using namespace cv;

  5. using namespace std;

  6. int main(int argc, char** argv) {

  7.    Mat src = imread("D:/gloomyfish/topstar.png");

  8.    if (src.empty()) {

  9.        printf("could not load image...\n");

  10.        return -1;

  11.    }

  12.    namedWindow("污染图像", CV_WINDOW_AUTOSIZE);

  13.    imshow("污染图像", src);

  14.    // 获取mask

  15.    Mat mask;

  16.    inRange(src, Scalar(0, 0, 250), Scalar(0, 0, 255), mask);

  17.    imshow("mask image", mask);

  18.    // 修复

  19.    Mat dst;

  20.    inpaint(src, mask, dst, 3, CV_INPAINT_TELEA);

  21.    namedWindow("修复图像", CV_WINDOW_AUTOSIZE);

  22.    imshow("修复图像", dst);

  23.    waitKey(0);

  24.    return 0;

  25. }

效果演示

应用实战 - 图像去水印

随便从天涯上面找了一张图像,显示如下:

提取水印文字【天涯社区】四个字得到结果如下:

这样的水印区域作为模板如果直接去修复的话,效果不是很好,原因在于【天涯社区】四个水印文字是雕刻体,除了白色区域外,它周围还有一圈灰度区域,所以通过图像形态学操作膨胀得到如下结果:

然后直接调用修复API即可实现去水印,得到无水印图像显示如下:

水印文字【天涯社区】已经不见啦!


对应的演示代码如下:

  1.    // 获取水印mask图像

  2.    Mat wm; // 水印文字

  3.    imshow("文字水印", src);

  4.    inRange(src, Scalar(240, 240, 240), Scalar(255, 255, 255), wm);

  5.    // 形态学操作

  6.    Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));

  7.    morphologyEx(wm, wm, MORPH_DILATE, kernel, Point(-1, -1), 2);

  8.    imshow("mask22", wm);

  9.    // 去水印结果

  10.    Mat tywwm;

  11.    inpaint(src, wm, tywwm, 3, CV_INPAINT_TELEA);

  12.    imshow("去水印结果", tywwm);


操千曲而后晓声,

观千剑而后识器!


关注【OpenCV学堂】获取原创文章

长按或者扫描下面二维码即可关注

+OpenCV学习群 376281510

进群暗号:OpenCV

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存