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
AI营销实验室37 分钟前
原圈科技AI CRM系统赋能销售新未来,行业应用与创新点评
人工智能·科技
爱笑的眼睛111 小时前
超越MSE与交叉熵:深度解析损失函数的动态本质与高阶设计
java·人工智能·python·ai
tap.AI1 小时前
RAG系列(一) 架构基础与原理
人工智能·架构
北邮刘老师1 小时前
【智能体互联协议解析】北邮ACPs协议和代码与智能体互联AIP标准的关系
人工智能·大模型·智能体·智能体互联网
亚马逊云开发者1 小时前
使用Amazon Q Developer CLI快速构建市场分析智能体
人工智能
Coding茶水间2 小时前
基于深度学习的非机动车头盔检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
图像处理·人工智能·深度学习·yolo·目标检测·机器学习·计算机视觉
Rose sait2 小时前
【环境配置】Linux配置虚拟环境pytorch
linux·人工智能·python
福客AI智能客服2 小时前
从被动响应到主动赋能:家具行业客服机器人的革新路径
大数据·人工智能
司南OpenCompass2 小时前
衡量AI真实科研能力!司南科学智能评测上线
人工智能·多模态模型·大模型评测·司南评测
罗宇超MS2 小时前
如何看待企业自建AI知识库?
人工智能·alm