python 低分辨率图像修复_Python与机器视觉(x)图像修复

本文介绍了如何使用Python的OpenCV库进行低分辨率图像修复。通过inpaint函数,结合阈值分割得到的掩膜,修复图像。讨论了inpaint函数的参数,包括修复方法如INPAINT_NS和INPAINT_TELEA,并简要概述了修复方法的理论基础,如Navier-Stokes方程和快速行进算法。
摘要由CSDN通过智能技术生成

本系列博客主要分享Python在机器视觉/计算机视觉下的编程应用

cv2包是著名的视觉库OpenCV的Python实现

图像修复

很多时候遇到受损的图片我们需要利用机器视觉的手段对其进行修复,opencv中提供了inpaint函数实现了这一功能。

1.先来看一个例子

首先读入图片:

import numpy as np

import cv2 as cv

img = cv.imread('src.jpg')

polluted = cv.imread('polluted.png',0)

9f1cb746b5c884d6130a5d5015c41063.png

041fa4e0d17be72b56c8845c4851394b.png

分别是原图和污损图。

下面我们使用阈值分割来得到污损图的掩膜:

_,mask = cv2.threshold(cv2.cvtColor(pllute,cv2.COLOR_BGR2GRAY),10,255,cv2.THRESH_BINARY_INV)

cv2.imshow('mask',mask);cv2.waitKey(1000);cv2.destroyAllWindows()

得到如下的掩膜图;

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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