Halcon 图像修复：多种方式去除水印

往期文章：

Halcon 缺陷检测：掩膜的妙用

Halcon 缺陷检测：基恩士的浓淡补正近似实现

Halcon 数据拟合：分别用最小二乘法和MLP回归拟合直线曲线

---

目录

 🚀🚀1.不同的水印

1.1 浅水印情况

1.2 深水印情况

前言：各位朋友们好，我是大脸猫。在图像修复领域中，Halcon提供了多种有效的工具和方法。通过对图像进行精确分析与处理，包括区域填充、纹理处理器等技术，Halcon能够有效清除不同类型的水印，从而恢复图像的原始清晰度和美观性。 

---

 🚀🚀1.不同的水印

1.1 浅水印情况

当从公众号或网站上下载文档时，往往会遇到带有发布者水印的情况。虽然市面上有许多专门用于去除水印的软件，但大多数都是收费的。相比之下，不如自己敲敲代码，处理掉这些水印。例如，在下图所示的情况下，通常这种水印和文字存在灰度差，所以我们需要从试卷上提取文字和图案，并去除掉试卷背面的水印。

原图

☘️☘️算法如下：

read_image (Image, '01.png')
rgb1_to_gray (Image, GrayImg)

*划ROI规避四周黑边
get_domain (GrayImg, Domain)
erosion_rectangle1 (Domain, Domain_ero, 300, 300)

*图像增强
mult_image (GrayImg, GrayImg, GrayImg_mult, 0.005, 0)
binary_threshold (GrayImg_mult, DarkRegion, 'smooth_histo', 'dark', UsedThreshold)
intersection (DarkRegion, Domain_ero, OcrRegion)

*重新绘制
gen_image_proto (GrayImg, ClearedImg, 255)
paint_region (OcrRegion, ClearedImg, ResultImg, 0, 'fill')

ResultImg

⭐⭐分析：

① mult_image (GrayImg, GrayImg, GrayImg_mult, 0.005, 0)，对图像进行图像增强，即两个同尺寸的图像相乘，再乘以0.005最后加0，这样使得暗的区域更暗，亮的区域更亮。（如下图对比图1）

② binary_threshold (GrayImg_mult, DarkRegion, 'smooth_histo', 'dark', UsedThreshold)，对单通道图像自动确定一个全局阈值UsedThreshold，并返回暗区域。通常，这个算子在均匀背景上分割字符是非常有用的。（如下图DarkRegion）

③ paint_region (OcrRegion, ClearedImg, ResultImg, 0, 'fill')，以灰度值0，按照提取到的OcrRegion绘制在空白图像ClearedImg，返回图像即ResultImg。（如上图所示）

  

1.2 深水印情况

在Stack Overflow上发现了一个有趣的案例，涉及如何使用OpenCV去除图像中的水印。讨论的焦点是如何从下图中提取文字信息，同时要排除褐色圆圈以及浅色英文水印的影响。原图如下：

原图

☘️☘️算法如下：

read_image (Image, '01.jpg')

rgb1_to_gray (Image, GrayImg)

gray_dilation_shape (GrayImg, GrayImg_dil1, 8, 8, 'octagon')
gray_erosion_shape (GrayImg_dil1, GrayImg_ero1, 11, 11, 'octagon')
div_image (GrayImg, GrayImg_ero1, GrayImg_div1, 255, 30)
scale_image_range (GrayImg_div1, ResultImg, 210, 250)

ResultImg

⭐⭐分析： 

①  gray_dilation_shape (GrayImg, GrayImg_dil1, 8, 8, 'octagon')，对像素进行膨胀操作，即灰度值较大的区域膨胀，面积变大，即覆盖掉黑色字体。（如下图GrayImage_dil1）

② gray_erosion_shape (GrayImg_dil1, GrayImg_ero1, 11, 11, 'octagon')，对像素进行腐蚀操作，即灰度值较大的区域缩小，面积变小。（如下图GrayImage_ero1）

③ div_image (GrayImg, GrayImg_ero1, GrayImg_div1, 255, 30)，用无字体的背景图GrayImage_ero1除去原始图并加上30个灰度值，就有效提取出字体图像。

④ scale_image_range (GrayImg_div1, ResultImg, 210, 250)，把字体图像做灰度拉伸处理，使得图像更加贴近理想效果。（如上图ResultImg）

               

GrayImage_dil1

GrayImage_ero1

如果考虑到商用途径，仅依靠Halcon来解决复杂场景下的图片水印问题是不现实的，通常还需要人工的干预以提高处理效果。然而，这并不意味着Halcon在此类任务中毫无用处。对于那些前后像素值对比明显、场景较为简单的水印，Halcon能够提供非常有效的解决方案。在这些情况下，利用Halcon的图像处理工具和技术，可以自动且高效地去除水印，恢复图像的原始状态。