OpenCV实现图像去水印功能(inpaint)

水印定位

需要根据图像特征获取水印的位置。

如图所示,图像左下角、右下角有水印。第一步,我们首先得定位水印所在位置。

	Mat gray;
	cvtColor(src, gray, COLOR_BGR2GRAY);

	//图像二值化,筛选出白色区域部分
	Mat thresh;
	threshold(gray, thresh, 220, 255, THRESH_BINARY);

如图为二值化后得到的效果图。接下来,我们需要提取水印区域的像素。

//提取图片下方的水印,制作掩模图像
    Mat mask = Mat::zeros(src.size(), CV_8U);
    int height = src.rows;
    int width = src.cols;
    int start = 0.9*height;
    //遍历图像像素,提取出水印部分像素,制作掩模图像
    for (int i = start; i < height; i++)
    {
        uchar*data = thresh.ptr<uchar>(i);
        for (int j = 0; j < width; j++)
        {
            if (data[j] == 255)
            {
                mask.at<uchar>(i, j) = 255;            
            }            
        }
    }

如图所示,至此我们已经得到水印部分的二值掩模图像。接下来,使用OpenCV 内置inpaint API进行图像像素修复。

图像修复

 //使用inpaint进行图像修复
    Mat result;
    inpaint(src, mask, result, 1, INPAINT_NS);

如图所示,这是直接使用提取出的二值掩模进行图像修复得到的结果,可以看出效果不是很好。原因是,提取出来的掩模未能覆盖完全待修复像素。故我们需要将掩模图像进行膨胀操作,扩大掩模范围。

    //将掩模进行膨胀,使其能够覆盖图像更大区域
    Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 5));
    dilate(mask, mask, kernel);

如图为进行膨胀过后的掩模图像。这时,我们使用这张掩模图像再进行图像修复工作,得到效果如图所示。

源码

#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;

/*
void inpaint(
        InputArray src,   原图
        InputArray inpaintMask, 二进制掩模,指示要修复的像素
        OutputArray dst,  目标图像
        double inpaintRadius, 像素周围的邻域补绘。通常,如果要修复的区域很小,则使用较小的值仅产生较少模糊
        int flags     INPAINT_NS  或 INPAINT_TELEA
        )
*/

/*
图像简单水印去除:定位到水印所在位置,将水印部分提取出来制作二进制掩模图像,使用inpaint API进行图像修复
*/

int main()
{
    Mat src = imread("test.jpg");
    if (src.empty())
    {
        cout << "No Image!" << endl;
        system("pause");
        return -1;
    }

    Mat gray;
    cvtColor(src, gray, COLOR_BGR2GRAY);

    //图像二值化,筛选出白色区域部分
    Mat thresh;
    threshold(gray, thresh, 220, 255, THRESH_BINARY);

    //提取图片下方的水印,制作掩模图像
    Mat mask = Mat::zeros(src.size(), CV_8U);
    int height = src.rows;
    int width = src.cols;
    int start = 0.9*height;
    //遍历图像像素,提取出水印部分像素,制作掩模图像
    for (int i = start; i < height; i++)
    {
        uchar*data = thresh.ptr<uchar>(i);
        for (int j = 0; j < width; j++)
        {
            if (data[j] == 255)
            {
                mask.at<uchar>(i, j) = 255;            
            }            
        }
    }

    //将掩模进行膨胀,使其能够覆盖图像更大区域
    Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 5));
    dilate(mask, mask, kernel);

    //使用inpaint进行图像修复
    Mat result;
    inpaint(src, mask, result, 1, INPAINT_NS);

    imshow("mask", mask);
    imshow("test", result);
    waitKey(0);
    system("pause");
    return 0;
}
相关推荐
Chef_Chen8 分钟前
从0开始学习机器学习--Day19--学习曲线
人工智能·学习·机器学习
计算机科研狗@OUC21 分钟前
【TMM2024】Frequency-Guided Spatial Adaptation for Camouflaged Object Detection
人工智能·深度学习·目标检测·计算机视觉
悟兰因w27 分钟前
论文阅读(三十五):Boundary-guided network for camouflaged object detection
论文阅读·人工智能·目标检测
大山同学29 分钟前
多机器人图优化:2024ICARA开源
人工智能·语言模型·机器人·去中心化·slam·感知定位
Topstip36 分钟前
Gemini 对话机器人加入开源盲水印技术来检测 AI 生成的内容
人工智能·ai·机器人
Bearnaise39 分钟前
PointMamba: A Simple State Space Model for Point Cloud Analysis——点云论文阅读(10)
论文阅读·笔记·python·深度学习·机器学习·计算机视觉·3d
小嗷犬1 小时前
【论文笔记】VCoder: Versatile Vision Encoders for Multimodal Large Language Models
论文阅读·人工智能·语言模型·大模型·多模态
Struart_R1 小时前
LVSM: A LARGE VIEW SYNTHESIS MODEL WITH MINIMAL 3D INDUCTIVE BIAS 论文解读
人工智能·3d·transformer·三维重建
lucy153027510791 小时前
【青牛科技】GC5931:工业风扇驱动芯片的卓越替代者
人工智能·科技·单片机·嵌入式硬件·算法·机器学习
jndingxin1 小时前
OpenCV相机标定与3D重建(1)概述
数码相机·opencv·3d