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。

复制代码
	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。

复制代码
//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

复制代码
 //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。

复制代码
    //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

复制代码
#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
了不起的云计算V3 分钟前
2027年信创大考倒计时,联想开天打出“生态+AI”的组合牌
人工智能
财经资讯数据_灵砚智能3 分钟前
基于全球经济类多源新闻的NLP情感分析与数据可视化(夜间-次晨)2026年4月21日
人工智能·python·信息可视化·自然语言处理·ai编程
电子科技圈6 分钟前
IAR作为Qt Group独立BU携两项重磅汽车电子应用开发方案首秀北京车展
开发语言·人工智能·汽车·软件工程·软件构建·代码规范·设计规范
Axis tech8 分钟前
Xsens:使用惯性动捕技术研究更安全的足球运动训练
人工智能
淹死在鱼塘的程序猿9 分钟前
🚀 告别"一次性聊天":揭秘让 AI 智能体越用越聪明的秘密武器 —— Skills
前端·人工智能·agent
醉卧考场君莫笑21 分钟前
NLP(正向,逆向,双向匹配法分词及代码实现)
人工智能·自然语言处理·easyui
拓朗工控28 分钟前
视觉革命:独立显卡工控机在医疗领域的深度应用
人工智能·智慧医疗·工控机
victory043131 分钟前
2026年4月22日 Malicious Finetuning for LLM via Steganography 解读 复现要点
人工智能
Python私教43 分钟前
Hermes Agent 技能系统:让 AI 学会自我进化
人工智能
小饕1 小时前
RAG学习之- RAG 数据导入完整指南
人工智能·python·学习