本篇内容介绍了“Python怎么实现快速去水印”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!
1、标定噪声的特征,使用cv2.inRange二值化标识噪声对图片进行二值化处理,具体代码:cv2.inRange(img, np.array([200, 200, 240]), np.array([255, 255, 255])),把[200, 200, 200]~[255, 255, 255]以外的颜色处理为0;
2、使用OpenCV的dilate方法,扩展特征的区域,优化图片处理效果;
3、使用inpaint方法,把噪声的mask作为参数,推理并修复图片。
1、从原图片,截取右下角部分,另存为新图片;
2、识别水印,颜色值为:[200, 200, 200]~[255, 255, 255]
3、去掉水印,还原图片;
4、把原图片、去掉水印的新图片,进行重叠合并;
import cv2 import numpy as np from PIL import Image import os dir = os.getcwd() path = "1.jpg" newPath = "new.jpg" img=cv2.imread(path,1) hight,width,depth=img.shape[0:3] #截取 cropped = img[int(hight*0.8):hight, int(width*0.7):width] # 裁剪坐标为[y0:y1, x0:x1] cv2.imwrite(newPath, cropped) imgSY = cv2.imread(newPath,1) #图片二值化处理,把[200,200,200]-[250,250,250]以外的颜色变成0 thresh = cv2.inRange(imgSY,np.array([200,200,200]),np.array([250,250,250])) #创建形状和尺寸的结构元素 kernel = np.ones((3,3),np.uint8) #扩展待修复区域 hi_mask = cv2.dilate(thresh,kernel,iterations=10) specular = cv2.inpaint(imgSY,hi_mask,5,flags=cv2.INPAINT_TELEA) cv2.imwrite(newPath, specular) #覆盖图片 imgSY = Image.open(newPath) img = Image.open(path) img.paste(imgSY, (int(width*0.7),int(hight*0.8),width,hight)) img.save(newPath)
“Python怎么实现快速去水印”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站,小编将为大家输出更多高质量的实用文章!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。