opencv中图像修复算法shiftMap

• opencv中图像修复算法shiftMap实际是复现了2012年何恺明大神写的一篇文章Statistics of Patch
  Offsets for Image Completion，并非09年的Shift-Map Image
  Editing，下面简单介绍何恺明大神论文的内容：
  1.同样是基于graph-cut（图割）的算法，相较于09年的shiftMap算法，何考虑到图割的标签数量太多（一幅图像大约10e4-10e6个）,一是影响求解效率，二是会使得图像碎片化严重。并且他注意到自然图像的像素间存在自相似的纹理，并且大多数有相似性纹理的像素对之间具有相同的偏移量。这样就可以通过统计K个占比较高的偏移量来减少标签个数，提高求解效率。

大致流程：
①计算出K个主要的offset值
对于图像中每个像素，利用8*8的卷积核在图像中其他区域搜索与其最相似的像素（需要填充区域直接跳过），并记录下他们之间的偏移量；依次找到全图所有像素点的offset值，然后建立二维直方图，统计所有的offset值，取得分最高的K（默认60）个offset值作为图像的标签项。

②计算数据项

③计算平滑项

④图割求解

⑤按照每个像素的offset值取相应的纹理进行填充

可参考博客：https://blog.csdn.net/weixin_42386880/article/details/86550921
原文：http://kaiminghe.com/publications/eccv12completion.pdf