校园春色亚洲色图_亚洲视频分类_中文字幕精品一区二区精品_麻豆一区区三区四区产品精品蜜桃

主頁 > 知識庫 > OpenCV圖像修復cv2.inpaint()的使用

OpenCV圖像修復cv2.inpaint()的使用

熱門標簽:西青語音電銷機器人哪家好 宿州電話機器人哪家好 電梯新時達系統外呼顯示e 南昌地圖標注 旅游廁所地圖標注怎么弄 無錫智能外呼系統好用嗎 成都呼叫中心外呼系統哪家強 地圖標注與注銷 百應電話機器人總部

這篇博客將介紹如何通過OpenCV中圖像修復的技術——cv2.inpaint() 去除舊照片中的小噪音、筆劃等。并提供一個可交互式的程序,利用OpenCV的快速行進和流體力學倆種修復算法對自己的圖片進行修復。

大多數人家里都會有一些舊的老化照片,上面有一些黑點、筆劃等。如何復原呢?


在繪制工具中擦除:將簡單地用無用的白色結構替換黑色結構,效果并不理想。OpenCV中圖像修復的技術——基本思想很簡單:用相鄰像素替換這些壞標記,使其看起來像鄰居。

  • cv2.INPAINT_TELEA(Fast Marching Method 快速行進算法)
  • cv2.INPAINT_NS(Fluid Dynamics Method 流體力學算法)
  • OpenCV未實現的:Content-Aware Fill 內容感知填充算法,這是Adobe Photoshop中使用的一種高級修復技術。

cv2.inpaint() 優點:修復效果更加自然;
缺點:修復時需要提供原圖以及mask圖(與原圖一致只有被污染的像素區域有值);

1. 效果圖

官方原始圖 VS mask圖 VS 快速行進算法修復效果 VS 流體力學修復效果 如下:


接下來用可交互的例子實現自己的圖片修復;

原始圖 VS Mask圖 VS 快速行進算法修復效果圖如下:
原始圖隨意用鼠標左鍵移動繪制點、線,右鍵移動繪制矩形來隨機增加一些被污染的區域;
并根據原始圖生成mask圖,mask圖是與原始圖具有相同大小,并且只有被污染的區域是白色像素的圖。可以看到修復效果還是挺好的~

原始圖 VS Mask圖 VS 流體力學算法修復效果圖如下:
原始圖隨意用鼠標左鍵移動繪制點、線,右鍵移動繪制矩形來隨機增加一些被污染的區域;
mask圖是與原始圖具有相同大小,并且只有被污染的區域是白色像素的圖。可以看到修復效果還是挺好的~

快速行進算法與流體力學算法修復的效果圖差別不太大;

2. 原理

  • cv2.INPAINT_TELEA (Fast Marching Method 快速行進算法),對位于點附近、邊界法線附近和邊界輪廓上的像素賦予更多權重。一旦一個像素被修復,它將使用快速行進的方法移動到下一個最近的像素。
  • cv2.INPAINT_NS(Fluid Dynamics Method 流體力學算法),使用了流體力學的一些方法,基本原則是啟發式的。首先沿著邊從已知區域移動到未知區域(因為邊是連續的)。它在匹配修復區域邊界處的漸變向量的同時,繼續等高線(連接具有相同強度的點的線,就像等高線連接具有相同高程的點一樣)。
  • OpenCV未實現的:Content-Aware Fill 內容感知填充算法,這是Adobe Photoshop中使用的一種高級修復技術。

3. 源碼

# 圖像修復交互式案例——通過水流填充算法來修復被破壞的圖像區域;
# 使用倆種方法進行修復
# cv2.INPAINT_TELEA (Fast Marching Method 快速行進算法),對位于點附近、邊界法線附近和邊界輪廓上的像素賦予更多權重。一旦一個像素被修復,它將使用快速行進的方法移動到下一個最近的像素。
# cv2.INPAINT_NS 流體力學算法,使用了流體力學的一些方法,基本原則是啟發式的,首先沿著邊從已知區域移動到未知區域(因為邊是連續的)。它在匹配修復區域邊界處的漸變向量的同時,繼續等高線(連接具有相同強度的點的線,就像等高線連接具有相同高程的點一樣)。

# USAGE 
# python inpaint.py D:/deepLearning/py-demo/20210808/images/ml.jpg

# 按下鼠標左鍵,添加點、線,按下鼠標右鍵,添加矩形框,以制作被污染的需要修復圖像
# 按下空格鍵:執行修復功能
# 按下r鍵:重置待修復的mask
# 按下esc鍵,退出
import cv2
import numpy as np


class Sketcher:
    def __init__(self, windowname, dests, colors_func):
        self.prev_pt = None  # 線起始點
        self.drag_start = None  # 矩形起點
        self.drag_rect = None  # 矩形(左上角,右下角)坐標
        self.windowname = windowname
        self.dests = dests
        self.colors_func = colors_func
        self.dirty = False
        self.drawing = False
        self.mode = False
        self.show()
        cv2.setMouseCallback(self.windowname, self.on_mouse)

    def show(self):
        cv2.imshow(self.windowname, self.dests[0])

    def on_mouse(self, event, x, y, flags, param):
        pt = (x, y)
        if event == cv2.EVENT_LBUTTONDOWN:
            self.prev_pt = pt
            self.drawing = True
        elif event == cv2.EVENT_RBUTTONDOWN:
            # 第一次初始化時設定pt,往后保留上一個點作為矩形起點
            if self.drag_start == None:
                self.drag_start = pt

        if self.prev_pt and flags  cv2.EVENT_FLAG_LBUTTON:
            for dst, color in zip(self.dests, self.colors_func()):
                cv2.line(dst, self.prev_pt, pt, color, 5)
            self.dirty = True
            self.prev_pt = pt
            self.show()

        if self.drag_start and flags  cv2.EVENT_FLAG_RBUTTON:
            xo, yo = self.drag_start
            x0, y0 = np.minimum([xo, yo], [x, y])
            x1, y1 = np.maximum([xo, yo], [x, y])
            self.drag_rect = None
            if x1 - x0 > 0 and y1 - y0 > 0:
                self.drag_rect = (x0, y0, x1, y1)
                for dst, color in zip(self.dests, self.colors_func()):
                    cv2.rectangle(dst, (x0, y0), (x1, y1), color, -1)
                self.dirty = True
                self.drag_start = None
                self.drag_rect = None
                self.show()
            else:
                self.drag_start = pt

    @property
    def dragging(self):
        return self.drag_rect is not None


def main():
    import sys
    try:
        fn = sys.argv[1]
    except:
        fn = 'images/ml_.jpg'

    img = cv2.imread(fn)
    if img is None:
        print('Failed to load image file:', fn)
        sys.exit(1)

    img_mark = img.copy()
    mark = np.zeros(img.shape[:2], np.uint8)
    sketch = Sketcher('img', [img_mark, mark], lambda: ((255, 255, 255), 255))

    while True:
        ch = cv2.waitKey()
        if ch == 27:
            break
        if ch == ord(' '):
            cv2.imshow('mask', mark)
            fmmres = cv2.inpaint(img_mark, mark, 3, cv2.INPAINT_TELEA)
            nsres = cv2.inpaint(img_mark, mark, 3, cv2.INPAINT_NS)
            cv2.imshow('inpaint fmm res', fmmres)
            cv2.imshow('inpaint ns res', nsres)
        if ch == ord('r'):
            img_mark[:] = img
            mark[:] = 0
            sketch.show()

    print('Done')


if __name__ == '__main__':
    main()
    cv2.destroyAllWindows()

參考 https://docs.opencv.org/3.0-beta/doc/py_tutorials/py_photo/py_inpainting/py_inpainting.html#inpainting

到此這篇關于OpenCV圖像修復cv2.inpaint()的使用的文章就介紹到這了,更多相關OpenCV圖像修復cv2.inpaint()內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家!

您可能感興趣的文章:
  • python 用opencv實現圖像修復和圖像金字塔
  • OpenCV中圖像通道操作的深入講解
  • Python深度學習pytorch實現圖像分類數據集
  • Python實現對照片中的人臉進行顏值預測
  • Python實現老照片修復之上色小技巧

標簽:許昌 贛州 濰坊 七臺河 渭南 西安 辛集 雅安

巨人網絡通訊聲明:本文標題《OpenCV圖像修復cv2.inpaint()的使用》,本文關鍵詞  OpenCV,圖像,修復,cv2.inpaint,;如發現本文內容存在版權問題,煩請提供相關信息告之我們,我們將及時溝通與處理。本站內容系統采集于網絡,涉及言論、版權與本站無關。
  • 相關文章
  • 下面列出與本文章《OpenCV圖像修復cv2.inpaint()的使用》相關的同類信息!
  • 本頁收集關于OpenCV圖像修復cv2.inpaint()的使用的相關信息資訊供網民參考!
  • 推薦文章
    主站蜘蛛池模板: 阳春市| 中方县| 即墨市| 札达县| 平武县| 荣成市| 玛沁县| 永德县| 太白县| 监利县| 南宁市| 陆河县| 调兵山市| 乡城县| 颍上县| 永康市| 永昌县| 浦北县| 罗源县| 汪清县| 加查县| 东光县| 泸溪县| 休宁县| 陇西县| 泌阳县| 新蔡县| 夏邑县| 普陀区| 石台县| 佛冈县| 包头市| 辉南县| 双柏县| 普格县| 绵竹市| 军事| 阜城县| 武宁县| 佛坪县| 万源市|