前言
昨天打算找一个去水印的在线网站,但找来找去都是不太友好的,所以就想着试着用程序来解决一下
前置条件
我们用Python + OpenCV三步去除水印,去水印需要使用的库:cv2、numpy。cv2是基于OpenCV的图像处理库,可以对图像进行腐蚀,膨胀等操作;numpy这是一个强大的处理矩阵和维度运算的库。
图片去水印原理
- 标定噪声的特征,使用cv2.inRange二值化标识噪声对图片进行二值化处理,具体代码:cv2.inRange(img,
np.array([200, 200, 240]), np.array([255, 255, 255])),把[200, 200,
200]~[255, 255, 255]以外的颜色处理为0; - 使用OpenCV的dilate方法,扩展特征的区域,优化图片处理效果;
- 使用inpaint方法,把噪声的mask作为参数,推理并修复图片。
具体步骤
1、从原图片,截取右下角部分,另存为新图片;
2、识别水印,颜色值为:[200, 200, 200]~[255, 255, 255]
3、去掉水印,还原图片;
4、把原图片、去掉水印的新图片,进行重叠合并;
代码实现
import cv2
import numpy as np
from PIL import Image
import os
dir = os.getcwd()
path = "1.jpg"
newPath = "new.jpg"
img=cv2.imread(path,1)
hight,width,depth=img.shape[0:3]
#截取
cropped = img[int(hight*0.8):hight, int(width*0.7):width] # 裁剪坐标为[y0:y1, x0:x1]
cv2.imwrite(newPath, cropped)
imgSY = cv2.imread(newPath,1)
#图片二值化处理,把[200,200,200]-[250,250,250]以外的颜色变成0
thresh = cv2.inRange(imgSY,np.array([200,200,200]),np.array([250,250,250]))
#创建形状和尺寸的结构元素
kernel = np.ones((3,3),np.uint8)
#扩展待修复区域
hi_mask = cv2.dilate(thresh,kernel,iterations=10)
specular = cv2.inpaint(imgSY,hi_mask,5,flags=cv2.INPAINT_TELEA)
cv2.imwrite(newPath, specular)
#覆盖图片
imgSY = Image.open(newPath)
img = Image.open(path)
img.paste(imgSY, (int(width*0.7),int(hight*0.8),width,hight))
img.save(newPath)
问题总结
图片路径问题
对于你想要去除水印的图片来说,你可以选择将图片放到该程序所在目录下采用相对路径来读取或者采用绝对路径来使用。
img.save问题
当时在保存新图片的时候出现了问题,经过排查,发现问题图片的通道数不相同,四通道的图片不能直接保存三通道的图片。
解决方法
- 把四通道转成RGB的三通道
image = image.convert("RGB")
image.save("test.jpg")
- 保存PNG格式
image.save('test.png')