快捷導(dǎo)航

Python去除圖片水印實(shí)現(xiàn)方法詳解

更新時(shí)間：2023年01月10日 11:25:40 作者：宋宋講編程

這篇文章主要為大家詳細(xì)介紹了如何利用Python實(shí)現(xiàn)處理圖片水印的相關(guān)資料，主要是實(shí)現(xiàn)圖片水印的去除效果，感興趣的小伙伴可以嘗試一下

OpenCV介紹

文檔鏈接：https://docs.opencv.org/3.0-beta/doc/py_tutorials/py_tutorials.html

Opencv（Open Source Computer Vision Library）是一個(gè)基于開源發(fā)行的跨平臺(tái)計(jì)算機(jī)視覺庫(kù)，它實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺方面的很多通用算法，已成為計(jì)算機(jī)視覺領(lǐng)域最有力的研究工具。

在這里我們要區(qū)分兩個(gè)概念：

圖像處理和計(jì)算機(jī)視覺的區(qū)別：圖像處理側(cè)重于“處理”圖像–如增強(qiáng)，還原，去噪，分割等等；
而計(jì)算機(jī)視覺重點(diǎn)在于使用計(jì)算機(jī)來(lái)模擬人的視覺，因此模擬才是計(jì)算機(jī)視覺領(lǐng)域的最終目標(biāo)。

OpenCV用C++語(yǔ)言編寫，它具有C ++，Python，Java和MATLAB接口，并支持Windows，Linux，Android和Mac OS，如今也提供對(duì)于C#、Ch、Ruby，GO的支持

OpenCV應(yīng)用領(lǐng)域有：人機(jī)互動(dòng)、物體識(shí)別、圖像分割、人臉識(shí)別、動(dòng)作識(shí)別、運(yùn)動(dòng)跟蹤、機(jī)器人、運(yùn)動(dòng)分析、機(jī)器視覺、結(jié)構(gòu)分析、汽車安全駕駛等。

安裝：

安裝numpy：pip install numpy

安裝opencv-python：pip install opencv-python

安裝opencv-contrib-python**：pip install opencv-contrib-python

如果安裝過程中有誤，可以去下載安裝whl：http://www.lfd.uci.edu/~gohlke/pythonlibs/，找到對(duì)應(yīng)的版本下載。

在命令行安裝成功后，進(jìn)入開發(fā)環(huán)境導(dǎo)入cv2，如果未報(bào)錯(cuò)，就證明opencv安裝成功。

去水印

圖片展示

記得學(xué)過PS中有蒙版，可以使用蒙版遮罩完成。

代碼：

python
# 方式一
import cv2
# 黑底白字
src = cv2.imread("images/a1.png")  # 默認(rèn)的彩色圖(IMREAD_COLOR)方式讀入原始圖像
# black.jpg
mask = cv2.imread('images/a2.png', cv2.IMREAD_GRAYSCALE)  # 灰度圖(IMREAD_GRAYSCALE)方式讀入水印蒙版圖像
# 參數(shù)：目標(biāo)修復(fù)圖像; 蒙版圖（定位修復(fù)區(qū)域）; 選取鄰域半徑; 修復(fù)算法(包括INPAINT_TELEA/INPAINT_NS， 前者算法效果較好)
dst = cv2.inpaint(src, mask, 3, cv2.INPAINT_NS)
cv2.imwrite('result.jpg', dst)

但是這種方法使用的時(shí)候要求兩張圖片的大小必須是一樣的，否則會(huì)一直報(bào)錯(cuò)

Traceback (most recent call last):
  File "/Users/running/PycharmProjects/untitled8/test1.py", line 16, in <module>
    get_water()
  File "/Users/running/PycharmProjects/untitled8/test1.py", line 11, in get_water
    dst = cv2.inpaint(src, mask, 3, cv2.INPAINT_NS)
cv2.error: OpenCV(4.1.2) /Users/travis/build/skvark/opencv-python/opencv/modules/photo/src/inpaint.cpp:748: error: (-209:Sizes of input arguments do not match) All the input and output images must have the same size in function 'icvInpaint'

可以分別打印一下尺寸看看，發(fā)現(xiàn)確實(shí)不一樣

import cv2
from PIL import Image
# 黑底白字
src = cv2.imread("images/a1.png")  # 默認(rèn)的彩色圖(IMREAD_COLOR)方式讀入原始圖像
# black.jpg
mask = cv2.imread('images/a2.png', cv2.IMREAD_GRAYSCALE)  # 灰度圖(IMREAD_GRAYSCALE)方式讀入水印蒙版圖像
# 參數(shù)：目標(biāo)修復(fù)圖像; 蒙版圖（定位修復(fù)區(qū)域）; 選取鄰域半徑; 修復(fù)算法(包括INPAINT_TELEA/INPAINT_NS， 前者算法效果較好)
print(src.shape, mask.shape)
dst = cv2.inpaint(src, mask, 3, cv2.INPAINT_NS)
cv2.imwrite('result1.jpg', dst)

(1454, 2182, 3) (1456, 2184)

于是要設(shè)置成一樣的大小

import cv2
from PIL import Image
src = cv2.imread("images/a1.png")  # 默認(rèn)的彩色圖(IMREAD_COLOR)方式讀入原始圖像
# black.jpg
mask = cv2.imread('images/a2.png', cv2.IMREAD_GRAYSCALE)  # 灰度圖(IMREAD_GRAYSCALE)方式讀入水印蒙版圖像
# 參數(shù)：目標(biāo)修復(fù)圖像; 蒙版圖（定位修復(fù)區(qū)域）; 選取鄰域半徑; 修復(fù)算法(包括INPAINT_TELEA/INPAINT_NS， 前者算法效果較好)
out2 = cv2.resize(mask,(2182,1454))
out1 = cv2.resize(src,(2182,1454))
print(out1.shape, out2.shape)
dst = cv2.inpaint(out1, out2, 3, cv2.INPAINT_NS)
#
cv2.imwrite('result.jpg', dst)

結(jié)果：

這種方式似乎還是可以看到一些水印，我們可以采用下面一種方法。

圖片去水印原理

1、標(biāo)定噪聲的特征，使用cv2.inRange二值化標(biāo)識(shí)噪聲對(duì)圖片進(jìn)行二值化處理，具體代碼：cv2.inRange(img, np.array([200, 200, 240]), np.array([255, 255, 255]))，把[200, 200, 200]~[255, 255, 255]以外的顏色處理為0；

2、使用OpenCV的dilate方法，擴(kuò)展特征的區(qū)域，優(yōu)化圖片處理效果；

3、使用inpaint方法，把噪聲的mask作為參數(shù)，推理并修復(fù)圖片。

實(shí)現(xiàn)思路

1、從原圖片，截取右下角部分，另存為新圖片；

2、識(shí)別水印，顏色值為：[200, 200, 200]~[255, 255, 255]

3、去掉水印，還原圖片；

4、把原圖片、去掉水印的新圖片，進(jìn)行重疊合并；

代碼

import cv2
import numpy as np
from PIL import Image
import os
dir = os.getcwd()
path = "a1.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]  # 裁剪坐標(biāo)為[y0:y1, x0:x1]
cv2.imwrite(newPath, cropped)
imgSY = cv2.imread(newPath, 1)
# 圖片二值化處理，把[200,200,200]-[250,250,250]以外的顏色變成0
thresh = cv2.inRange(imgSY, np.array([200, 200, 200]), np.array([250, 250, 250]))
# 創(chuàng)建形狀和尺寸的結(jié)構(gòu)元素
kernel = np.ones((3, 3), np.uint8)
# 擴(kuò)展待修復(fù)區(qū)域
hi_mask = cv2.dilate(thresh, kernel, iterations=10)
specular = cv2.inpaint(imgSY, hi_mask, 5, flags=cv2.INPAINT_TELEA)
cv2.imwrite(newPath, specular)
# 覆蓋圖片
imgSY = Image.open(newPath)
img = Image.open(path)
img.paste(imgSY, (int(width * 0.7), int(hight * 0.8), width, hight))
img.save(newPath)

輸出結(jié)果：