Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单实战案例 之十三 简单去除图片水印效果

Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单实战案例 之十三 简单去除图片水印效果

目录

[Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单实战案例 之十三 简单去除图片水印效果](#Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单实战案例 之十三 简单去除图片水印效果)

一、简单介绍

二、简单去除图片水印效果实现原理

三、简单去除图片水印效果案例实现简单步骤

四、注意事项

---

一、简单介绍

Python是一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言，最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。Python是一种解释型脚本语言，可以应用于以下领域： Web 和 Internet开发、科学计算和统计、人工智能、教育、桌面界面开发、软件开发、后端开发、网络爬虫。

这里使用 Python 基于 OpenCV 进行视觉图像处理，......

二、简单去除图片水印效果实现原理

去除图片水印是指从一张带有水印的图像中，通过算法或图像处理技术，将水印部分去除，以得到不带水印的图像。通常情况下，水印是以文字、图标或者图案的形式嵌入到图像中的，去除水印的目的是为了提高图像的美观度和可用性，以便更好地应用于各种场景，如展示、打印或者分析等。

当选择图片水印去除时，上述案例实现分为以下步骤：

1. 选择水印的ROI（感兴趣区域）：

   • 用户使用鼠标在图片上框选出水印区域。
   • 通过调用 OpenCV 的 cv2.selectROI() 函数实现框选操作，并在框选完成后返回框选区域的坐标和尺寸。
   • 如果未成功选择ROI（即框选的宽度或高度为0），则输出相应提示信息，终止水印去除操作。

2. 自适应检测水印并生成遮罩：

   • 在选择的ROI区域内，将图像转换为灰度图像，并利用 Otsu 自适应阈值处理方法进行二值化，以获取水印的二值图像。
   • 根据二值化图像生成水印的遮罩，将水印区域设为白色（255），其他区域设为黑色（0）。

3. 生成水印的遮罩：

   • 对检测到的水印遮罩进行膨胀操作，以确保水印区域完全覆盖。
   • 使用 OpenCV 的 cv2.dilate() 函数对水印遮罩进行膨胀操作，以扩展水印区域。

4. 应用遮罩去除水印：

   • 利用水印遮罩对原始图像进行修复，将水印区域的像素值恢复为相邻像素的估计值。
   • 使用 OpenCV 的 cv2.inpaint() 函数对图像进行修复，将水印区域填充为相邻像素的估计值。

5. 保存处理后的图片：

   • 将去除水印后的图像保存到指定的输出路径。

案例中的关键函数说明：

1. select_roi_for_mask(image)：

   • 功能：从图像中选择水印的感兴趣区域（ROI）。
   • 参数：
     • image：输入的图像数据，应为 BGR 格式的图像。
   • 返回值：
     • 如果成功选择了ROI，则返回水印的ROI坐标和尺寸 (x, y, w, h)，其中 (x, y) 是左上角的坐标，w 是宽度，h 是高度。
     • 如果未选择ROI，则返回 None。
   • 注意事项：
     • 输入图像应为 BGR 格式的图像数据。
     • 用户需要在弹出的窗口中手动选择水印的ROI，按下空格键或回车键确认选择。

2. detect_watermark_adaptive(image, roi)：

   • 功能：自适应检测图像中的水印并生成对应的遮罩。
   • 参数：
     • image：输入的图像数据，应为 BGR 格式的图像。
     • roi：水印的ROI坐标和尺寸 (x, y, w, h)。
   • 返回值：
     • 如果成功检测到水印，则返回水印的遮罩图像数据，与原始图像尺寸相同。
     • 如果ROI未选择或出现其他错误，则返回 None。
   • 注意事项：
     • 输入图像应为 BGR 格式的图像数据。
     • ROI参数应为有效的坐标和尺寸，即 (x, y, w, h) 均不应小于等于零。

3. generate_watermark_mask(image, roi)：

   • 功能：生成水印的遮罩。
   • 参数：
     • image：输入的图像数据，应为 BGR 格式的图像。
     • roi：水印的ROI坐标和尺寸 (x, y, w, h)。
   • 返回值：
     • 如果成功生成水印的遮罩，则返回水印的遮罩图像数据，与原始图像尺寸相同。
     • 如果ROI未选择或出现其他错误，则返回 None。
   • 注意事项：
     • 输入图像应为 BGR 格式的图像数据。
     • ROI参数应为有效的坐标和尺寸，即 (x, y, w, h) 均不应小于等于零。

4. remove_watermark(image_path, output_path)：

   • 功能：去除输入图像中的水印。
   • 参数：
     • image_path：输入图像的文件路径。
     • output_path：输出图像的文件路径。
   • 返回值：
     • 如果成功去除水印，则返回处理后的图像数据。
     • 如果未成功去除水印，则返回 None。
   • 注意事项：
     • 输入图像应为存在的图像文件路径。
     • 输出图像的文件路径应为有效的保存路径，且文件夹需提前存在。

三、简单去除图片水印效果案例实现简单步骤

1、编写代码

2、运行效果

1）选择图片水印位置；2、Space 或者 Enter 确认选择区域，后台会自动去除水印，并保存图片

3、具体函数

"""
简单去除图片水印效果
    1、选择水印的ROI（感兴趣区域）
    2、自适应检测水印并生成遮罩
    3、生成水印的遮罩
    4、应用遮罩去除水印
    5、保存处理后的图片
"""

import cv2
import numpy as np


def select_roi_for_mask(image):
    """
    从图像中选择水印的ROI
    :param image: 图像数据
    :return: 水印ROI的坐标和尺寸 (x, y, w, h)，如果未选择ROI则返回 None
    """
    if image is None or len(image.shape) != 3:
        raise ValueError("Input image is invalid or not in BGR format.")

    instructions = "Select ROI and press SPACE or ENTER"
    font = cv2.FONT_HERSHEY_SIMPLEX
    cv2.putText(image, instructions, (10, 30), font, 1, (255, 255, 255), 2, cv2.LINE_AA)

    r = cv2.selectROI("Select ROI", image)
    cv2.destroyAllWindows()

    if r[2] == 0 or r[3] == 0:
        print("ROI not selected. Watermark removal aborted.")
        return None

    return r


def detect_watermark_adaptive(image, roi):
    """
    自适应检测水印并生成遮罩。
    :param image: 图像数据
    :param roi: 水印的ROI坐标和尺寸 (x, y, w, h)。
    :return: 水印的遮罩图像数据，如果ROI未选择则返回 None
    """
    if roi is None:
        print("ROI not selected. Watermark removal aborted.")
        return None

    roi_image = image[roi[1]:roi[1] + roi[3], roi[0]:roi[0] + roi[2]]
    gray_image = cv2.cvtColor(roi_image, cv2.COLOR_BGR2GRAY)
    _, binary_image = cv2.threshold(gray_image, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

    mask = np.zeros_like(image[:, :, 0], dtype=np.uint8)
    mask[roi[1]:roi[1] + roi[3], roi[0]:roi[0] + roi[2]] = binary_image

    return mask


def generate_watermark_mask(image, roi):
    """
    生成水印的遮罩
    :param image: 图像数据
    :param roi: 水印的ROI坐标和尺寸 (x, y, w, h)
    :return: 水印的遮罩图像数据，如果ROI未选择则返回 None
    """
    if roi is None:
        print("ROI not selected. Watermark removal aborted.")
        return None

    mask = detect_watermark_adaptive(image, roi)

    kernel = np.ones((5, 5), np.uint8)
    return cv2.dilate(mask, kernel)


def remove_watermark(image_path, output_path):
    """
    去除图片中的水印
    :param image_path: 输入图像路径
    :param output_path: 输出图像路径
    :return: 处理后的图片
    """
    # 读取图像
    image = cv2.imread(image_path)

    # 拷贝一份用来框选位置
    image_toSelect = image.copy()

    # 选择水印的ROI
    roi = select_roi_for_mask(image_toSelect)

    # 生成水印遮罩
    watermark_mask = generate_watermark_mask(image, roi)

    # 如果没有选择ROI，则不进行处理
    if roi is None or watermark_mask is None:
        return

    # 应用遮罩去除水印
    result_image = cv2.inpaint(image, watermark_mask, 3, cv2.INPAINT_NS)

    # 保存结果
    cv2.imwrite(output_path, result_image)

    print("Successfully removed watermark and saved result.")

    return result_image


if __name__ == "__main__":
    input_image_path = "Images/DogFace_Watermark.jpg"
    output_image_path = "Images/DogFace_Watermark_ToRemove.jpg"

    remove_watermark(input_image_path, output_image_path)

四、注意事项

1. 选择合适的ROI：

   • 用户应尽量选择完整覆盖水印的区域，以确保水印去除效果。
   • 选择的ROI区域应该尽量准确、完整，以保证水印检测和去除的准确性。

2. 水印去除效果：

   • 选择合适的水印检测方法和参数，以确保水印区域的准确检测和去除。
   • 对于复杂的水印或者背景，可能需要尝试不同的参数和方法来获取更好的去除效果。

3. 处理过程中的异常情况：

   • 对于未成功选择ROI的情况，应输出相应的提示信息并终止水印去除操作。
   • 在处理过程中，应对可能出现的异常情况进行捕获和处理，确保程序的稳定性和可靠性。