OpenCV-Python 简单图像修复!

本文介绍了使用OpenCV-Python进行图像修复的方法,包括基于Navier-Stokes的cv2.INPAINT_NS算法和基于快速行进方法的cv.INPAINT_TELEA算法。通过实例展示了如何利用这两种算法修复图像中的划痕,以及如何设置修复区域和修复半径。
摘要由CSDN通过智能技术生成

引言

这两天看了Learn OpenCV 上关于图像修复(Image Inpainting)的相关文章,图像修复可能听起来是一项很难的技术,实际上确实如此。

有时相片上出现了划痕,我们第一时间可能想到的修复方式可能就是PS,然而利用Opencv写几十行代码就可以轻松的修复简单的划痕。

图像修复是什么

图像修复时计算机视觉中一种利用某种算法填充图像或者视频内的区域的方法,我们用二进制mask标识要修复的区域,并用其周边区域的信息完成修复。

修复的算法

文章中介绍了两种算法

cv2.INPAINT_NS: 基于Navier-Stokes的修复

如果你学过流体力学,NS方程一定是你绕不开的一个方程。

它极难寻找解析解,因此我们通常要进行一些假设消去某些项。

例如我们会做出流体不可压的假设,有时会忽略流体的黏性等等。

具体如何把牛顿流体与图像降噪进行类比,可以参考论文:

NS

我们来看图像与牛顿流体的类比

论文中提到了该类比表,其中将图像灰度类比为流函数,图像的等照度线(等灰度线?)类比为流体的流速(流函数的梯度),光滑度类比为流体旋涡,各向异性的散射类比为流体黏性。

论文在最后证明了利用NS方程进行图像降噪方法的解

评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值