在現實的生活中，我們可能會遇到一些美好的或是珍貴的圖片被噪聲干擾，比如舊照片的折痕，比如鏡頭上的灰塵或污漬，更或者是某些我們想為我所用但有討厭水印，那么有沒有一種辦法可以消除這些噪聲呢？

答案是肯定的，依然是被我們用了無數次的OpenCV這款優秀的框架。

效果預覽

圖片修復原理

那OpenCV究竟是怎么實現的，簡單的來說就是開發者標定噪聲的特征，在使用噪聲周圍的顏色特征推理出應該修復的圖片的顏色，從而實現圖片修復的。

程序實現解析

標定噪聲的特征，使用cv2.inRange二值化標識噪聲對圖片進行二值化處理，具體代碼：cv2.inRange(img, np.array([240, 240, 240]), np.array([255, 255, 255]))，把[240, 240, 240]~[255, 255, 255]以外的顏色處理為0； 使用OpenCV的dilate方法，擴展特征的區域，優化圖片處理效果； 使用inpaint方法，把噪聲的mask作為參數，推理并修復圖片；

完整代碼

#coding=utf-8#圖片修復import cv2import numpy as nppath = 'img/inpaint.png'img = cv2.imread(path)hight, width, depth = img.shape[0:3]#圖片二值化處理，把[240, 240, 240]~[255, 255, 255]以外的顏色變成0thresh = cv2.inRange(img, np.array([240, 240, 240]), np.array([255, 255, 255]))#創建形狀和尺寸的結構元素kernel = np.ones((3, 3), np.uint8)#擴張待修復區域hi_mask = cv2.dilate(thresh, kernel, iterations=1)specular = cv2.inpaint(img, hi_mask, 5, flags=cv2.INPAINT_TELEA)cv2.namedWindow('Image', 0)cv2.resizeWindow('Image', int(width / 2), int(hight / 2))cv2.imshow('Image', img)cv2.namedWindow('newImage', 0)cv2.resizeWindow('newImage', int(width / 2), int(hight / 2))cv2.imshow('newImage', specular)cv2.waitKey(0)cv2.destroyAllWindows()

以上就是python 實現圖片修復（可用于去水印）的詳細內容，更多關于python 圖片修復的資料請關注好吧啦網其它相關文章！