在現(xiàn)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(shù)次的OpenCV這款優(yōu)秀的框架。

效果預(yù)覽

圖片修復(fù)原理

那OpenCV究竟是怎么實現(xiàn)的，簡單的來說就是開發(fā)者標(biāo)定噪聲的特征，在使用噪聲周圍的顏色特征推理出應(yīng)該修復(fù)的圖片的顏色，從而實現(xiàn)圖片修復(fù)的。

程序?qū)崿F(xiàn)解析

標(biāo)定噪聲的特征，使用cv2.inRange二值化標(biāo)識噪聲對圖片進(jìn)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(qū)域，優(yōu)化圖片處理效果； 使用inpaint方法，把噪聲的mask作為參數(shù)，推理并修復(fù)圖片；

完整代碼

#coding=utf-8#圖片修復(fù)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(chuàng)建形狀和尺寸的結(jié)構(gòu)元素kernel = np.ones((3, 3), np.uint8)#擴張待修復(fù)區(qū)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(xiàn)圖片修復(fù)（可用于去水印）的詳細(xì)內(nèi)容，更多關(guān)于python 圖片修復(fù)的資料請關(guān)注好吧啦網(wǎng)其它相關(guān)文章！