实战 | OpenCV图片去水印实例(附源码)
实战 | OpenCV图片去水印实例(附源码)
本文主要分享一个使用OpenCV去除图像水印的实例，通过HSV颜色空间转换、阈值处理、形态学梯度等技术手段，实现对图片水印的有效去除。代码中的方法具有很高的参考价值。
背景介绍
在准备一篇关于巴林托尔城堡的演讲时，作者在英国皇家建筑师学会(RIBA)的网站上发现了一幅1860年的原画。画作非常精美，但带有水印。由于作者具有图像处理方面的背景，决定尝试编写一个去除水印的算法。经过处理后，整体效果令人满意。
实现步骤与效果
首先来看原始包含水印的图像：
图像中主要有三个不同的区域：
- 字母外未触及的区域
- 字母周围的黑线
- 颜色和对比度降低的字母内部区域
初步观察发现，图片中字母(水印)和背景之间对比度较低。尝试后发现，在HSV颜色空间的S通道，能够很好地凸显字母。对S通道进行阈值处理，并标记连通域：
connectivity = 4
ret, thresh_s = cv2.threshold(image_saturation, 42, 255, cv2.THRESH_BINARY_INV) # 50 too high, 25 too low
output = cv2.connectedComponentsWithStats(thresh_s, connectivity, cv2.CV_32S)
blob_image = output[1]
stats = output[2]
pop_thresh = 50
big_blob_colour_map = make_random_colour_map_with_stats(stats, pop_thresh)
all_blob_colour_map = make_random_colour_map_with_stats(stats)
big_blob_coloured_image = big_blob_colour_map[blob_image] # output
all_blob_coloured_image = all_blob_colour_map[blob_image] # output
display_and_output_image("big_blob_coloured_image", big_blob_coloured_image)
display_and_output_image("all_blob_coloured_image", all_blob_coloured_image)
letter_mask = coloured_image_to_edge_mark(big_blob_coloured_image)
通过连通域筛选，保留字母部分。使用形态学梯度方法获取字母边缘轮廓：
下面的图像看起来可能与带有水印的起始点图像略有不同。但是，黑色边界现在是我创建的“边遮罩”。在这些字母中，我增加了黑白图像的对比度，使其与周围的深褐色图像的对比度完全匹配。这是通过“直方图技术”实现的，使内部图像的强度分布直方图与外部图像的强度分布直方图相匹配。
除了“边缘遮罩”，我还有一个用于字母内部的“字母遮罩”，基本上与早期的色彩相同。
在这些字母中，需要提供缺少的色调和饱和度信息。在边缘遮罩区域，我们需要提供缺少的颜色、饱和度和强度信息。可以使用inpaint图像修复技术用于填充缺失的区域，它是一种用来从照片上去除划痕的技术。
简单来说，色调和饱和度信息在字母遮罩内绘制，强度信息在边缘遮罩内绘制。眼睛对色调和饱和度信息不太敏感，因此在大号字母区域内的大量不准确猜测不成问题。然而，当强度信息在字母掩码内绘制时，这看起来很可怕。眼睛对强度信息非常敏感。因此，有必要在最小可能区域（即仅边缘遮罩）中绘制强度，并使用字母内部的强度信息-这需要复杂的直方图工作(直方图颜色迁移，见源码)。
最终处理结果：