点点站长工具,收费网站设计,外贸网络推广经验,珠宝静态网站模板OpenCV官方教程中文版 —— 图像修复 前言一、基础二、代码三、更多资源 前言
本节我们将要学习#xff1a;
• 使用修补技术去除老照片中小的噪音和划痕
• 使用 OpenCV 中与修补技术相关的函数
一、基础
在我们每个人的家中可能都会几张退化的老照片#xff0c;有时候… OpenCV官方教程中文版 —— 图像修复 前言一、基础二、代码三、更多资源 前言
本节我们将要学习
• 使用修补技术去除老照片中小的噪音和划痕
• 使用 OpenCV 中与修补技术相关的函数
一、基础
在我们每个人的家中可能都会几张退化的老照片有时候上面不小心在上面弄上了点污渍或者是画了几笔。你有没有想过要修复这些照片呢我们可以使用笔刷工具轻易在上面涂抹两下但这没用你只是用白色笔画取代了黑色笔画。此时我们就要求助于图像修补技术了。这种技术的基本想法很简单使用坏点周围的像素取代坏点这样它看起来和周围像素就比较像了。如下图所示照片来自维基百科 为了实现这个目的科学家们已经提出了好几种算法OpenCV 提供了其中的两种。这两种算法都可以通过使用函数 cv2.inpaint() 来实施。
第一个算法是根据 Alexandru_Telea 在 2004 发表的文章实现的。它是基于快速行进算法的。以图像中一个要修补的区域为例。算法从这个区域的边界开始向区域内部慢慢前进首先填充区域边界像素。它要选取待修补像素周围的一个小的邻域使用这个邻域内的归一化加权和更新待修复的像素值。权重的选择是非常重要的。对于靠近带修复点的像素点靠近正常边界像素点和在轮廓上的像素点给予更高的权重。当一个像素被修复之后使用快速行进算法FMM移动到下一个最近的像素。FMM 保证了靠近已知没有退化的像素点的坏点先被修复这与手工启发式操作比较类似。可以通过设置标签参数为 cv2.INPAINT_TELEA 来使用此算法。
第二个算法是根据 Bertalmio,Marcelo,Andrea_L.Bertozzi, 和 Guillermo_Sapiro在 2001 年发表的文章实现的。这个算法是基于流体动力学并使用了偏微分方程。基本原理是启发式的。它首先沿着正常区域的边界向退化区域的前进因为边界是连续的所以退化区域非边界与正常区域的边界应该也是连续的。它通过匹配待修复区域中的梯度向量来延伸等光强线isophotes由灰度值相等的点练成的线。为了实现这个目的作者是用来流体动力学中的一些方法。完成这一步之后通过填充颜色来使这个区域内的灰度值变化最小。可以通过设置标签参数为 cv2.INPAINT_NS 来使用此算法。
二、代码
我们要创建一个与输入图像大小相等的掩模图像将待修复区域的像素设置为 255其他地方为 0。所有的操作都很简单。我要修复的图像中有几个黑色笔画。我是使用画笔工具添加的。
# -*- coding: utf-8 -*-
import cv2
from matplotlib import pyplot as plt
img cv2.imread(messi_2.png)
mask cv2.imread(mask2.png,0)
dst cv2.inpaint(img,mask,3, cv2.INPAINT_NS)
dst2 cv2.inpaint(img,mask,3, cv2.INPAINT_TELEA)
img cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
dst cv2.cvtColor(dst, cv2.COLOR_BGR2RGB)
dst2 cv2.cvtColor(dst2, cv2.COLOR_BGR2RGB)
plt.figure()
plt.subplot(221),plt.imshow(img),plt.xticks([]), plt.yticks([]) # to hide tick values on X and Y axis
plt.subplot(222),plt.imshow(mask, cmapgray),plt.xticks([]), plt.yticks([]) # to hide tick values on X and Y axis
plt.subplot(223),plt.imshow(dst),plt.xticks([]), plt.yticks([]) # to hide tick values on X and Y axis
plt.subplot(224),plt.imshow(dst2),plt.xticks([]), plt.yticks([]) # to hide tick values on X and Y axis
plt.show()结果如下。第一幅图是退化的输入图像第二幅是掩模图像。第三幅是使用第一个算法的结果最后一副是使用第二个算法的结果。
三、更多资源
Bertalmio, Marcelo, Andrea L. Bertozzi, and Guillermo Sapiro.“Navier-stokes, fluid dynamics, and image and video inpainting.”In Computer Vision and Pattern Recognition, 2001. CVPR 2001. Proceedings of the 2001 IEEE Computer Society Conference on, vol. 1, pp. I-355. IEEE, 2001.Telea, Alexandru. “An image inpainting technique based on the fast marching method.”Journal of graphics tools 9.1 (2004): 23-34.
