前言
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。
PS:如有需要Python学习资料的小伙伴可以加点击下方链接自行获取
python免费学习资料以及群交流解答点击即可加入
测试图片
第一种方法:
该方法看着是不是很简单?没错就这么几行代码:
import cv2
def get_water():
# 黑底白字
src = cv2.imread('yuan.png') # 默认的彩色图(IMREAD_COLOR)方式读入原始图像
# black.jpg
mask = cv2.imread('di.png', cv2.IMREAD_GRAYSCALE) # 灰度图(IMREAD_GRAYSCALE)方式读入水印蒙版图像
# 参数:目标修复图像; 蒙版图(定位修复区域); 选取邻域半径; 修复算法(包括INPAINT_TELEA/INPAINT_NS, 前者算法效果较好)
dst = cv2.inpaint(src, mask, 3, cv2.INPAINT_NS)
cv2.imwrite('result1.jpg', dst)
get_water()
但是这种方式需要一个美工,让他配合你做一张di.png:
那么来看一下该方式效果图
第二种方式:
还是以上一张图片为例,这种方式还是需要美工配合,只是图片变了,di2.png如下:
同时换了一种算法模式,但是注意该方法效率不高,使用该图片时跑一次代码就行了,但是若是别的图片,你可能需要跑几遍代码之后,才能出现最终效果(若你发现采用该方式去除水印,发现去除后的效果,只是水印颜色变淡了,那么请你在对处理过的图,再次执行该代码,如此多次之后,请用肉眼识别最好的效果)
import cv2
import numpy
def get_water2():
src = cv2.imread('yuan.png')
mask = cv2.imread('di2.png')
save = numpy.zeros(src.shape, numpy.uint8) # 创建一张空图像用于保存
for row in range(src.shape[0]):
for col in range(src.shape[1]):
for channel in range(src.shape[2]):
if mask[row, col, channel] == 0:
val = 0
else:
reverse_val = 255 - src[row, col, channel]
val = 255 - reverse_val * 256 / mask[row, col, channel]
if val < 0: val = 0
save[row, col, channel] = val
cv2.imwrite('result2.jpg', save)
get_water2()
不多说直接,上效果图