Python，OpenCV中的图像修复——cv2.inpaint()

image inpainting 图像修改

这篇博客将介绍如何通过OpenCV中图像修复的技术——cv2.inpaint() 去除旧照片中的小噪音、笔划等。并提供一个可交互式的程序，利用OpenCV的快速行进和流体力学俩种修复算法对自己的图片进行修复。

大多数人家里都会有一些旧的老化照片，上面有一些黑点、笔划等。如何复原呢？

在绘制工具中擦除：将简单地用无用的白色结构替换黑色结构，效果并不理想。OpenCV中图像修复的技术——基本思想很简单：用相邻像素替换这些坏标记，使其看起来像邻居。

• cv2.INPAINT_TELEA（Fast Marching Method 快速行进算法）

• cv2.INPAINT_NS（Fluid Dynamics Method 流体力学算法）

• OpenCV未实现的：Content-Aware Fill 内容感知填充算法，这是Adobe Photoshop中使用的一种高级修复技术。

cv2.inpaint() 优点：修复效果更加自然；
缺点：修复时需要提供原图以及mask图（与原图一致只有被污染的像素区域有值）；

1. 效果图

官方原始图 VS mask图 VS 快速行进算法修复效果 VS 流体力学修复效果 如下：