OpenCV学习（71）

图像轮廓与图像分隔修复（9）：图像修补

一，图像修补的概念认知；

二，实现图像修补：inpaint()函数；

三，综合示例程序：图像修补；

一，图像修补的概念认知

       在实际应用中，我们的图像常常会被噪声腐蚀，这些噪声或者是镜头上的灰尘或水滴，或者是旧照片的划痕，或者由于图像的部分本身已经损坏。而“图像修复”( Inpainting)，就是妙手回春，解决这些问题的良方。图像修复技术简单来说，就是利用那些已经被破坏区域的边缘，即边缘的颜色和结构，繁殖和混合到损坏的图像中，以达到图像修补的目的。图8.34~8.36就是示例程序截图，演示将图像中的字迹移除的效果。如图：

如果被破坏的区域不是太大，并且在被破坏区域边缘包含足够多的纹理和颜色，那么图像修补技术可以很好地恢复图像。当然，当图像损坏区域过大时，我们“妙手回春”的能力也是有限的。如图8.37、8.38所示。

 

 

二，实现图像修补：inpaint()函数

        在新版OpenCV中，图像修补技术由 inpaint函数实现，它可以用来从扫描的照片中清除灰尘和划痕，或者从静态图像或视频中去除不需要的物体。其原型声明如下。

       第一个参数，InputArray类型的src，输入图像，即源图像，填Mat类的对象即可，且需为8位单通道或者三通道图像。
       第二个参数，InputArray类型的 inpaintMask，修复掩膜，为8位的单通道图像。其中的非零像素表示需要修补的区域。