Python-OpenCV中的cv2.inpaint()函數的使用

Posted on by

概念

修復是圖像插值。數字修復算法在圖像插值，照片恢復，縮放和超分辨率等方面具有廣泛的應用。

大多數人會在傢裡放一些舊的退化照片，上面有一些黑點，一些筆畫等。你有沒有想過恢復它？我們不能簡單地在繪畫工具中擦除它們，因為它將簡單地用白色結構替換黑色結構，這是沒有用的。在這些情況下，使用稱為圖像修復的技術。基本思路很簡單：用鄰近的像素替換那些壞標記，使其看起來像是鄰居（取自維基百科），考慮下面顯示的圖像：

庫函數

dst = cv2.inpaint（src，mask, inpaintRadius，flags）

參數是：

  • src：輸入8位1通道或3通道圖像。
  • inpaintMask：修復掩碼，8位1通道圖像。非零像素表示需要修復的區域。
  • dst：輸出與src具有相同大小和類型的圖像。
  • inpaintRadius：算法考慮的每個點的圓形鄰域的半徑。
  • flags：
    • INPAINT_NS基於Navier-Stokes的方法
    • Alexandru Telea的INPAINT_TELEA方法

實現

為此目的設計瞭幾種算法，OpenCV提供瞭兩種算法。兩者都可以通過相同的函數訪問，cv2.inpaint（）。

第一種算法基於Alexandru Telea於2004年發表的“基於快速行進方法的圖像修復技術”。它基於快速行進方法。考慮圖像中要修復的區域。算法從該區域的邊界開始，然後進入區域內，逐漸填充邊界中的所有內容。它需要在鄰近的像素周圍的一個小鄰域進行修復。該像素由鄰居中所有已知像素的歸一化加權和代替。選擇權重是一個重要的問題。對於靠近該點的那些像素，靠近邊界的法線和位於邊界輪廓上的像素，給予更多的權重。一旦像素被修復，它將使用快速行進方法移動到下一個最近的像素。 FMM確保首先修復已知像素附近的像素，這樣它就像手動啟發式操作一樣工作。使用標志cv2.INPAINT_TELEA啟用此算法。

第二種算法基於Bertalmio，Marcelo，Andrea L. Bertozzi和Guillermo Sapiro於2001年撰寫的“Navier-Stokes，流體動力學和圖像和視頻修補”一文。該算法基於流體動力學並利用偏微分方程。基本原則是heurisitic。它首先沿著已知區域的邊緣行進到未知區域（因為邊緣是連續的）。它繼續等照片（連接具有相同強度的點的線，就像輪廓連接具有相同高度的點一樣），同時在修復區域的邊界處匹配漸變矢量。為此，使用來自流體動力學的一些方法。獲得顏色後，填充顏色以減少該區域的最小差異。使用標志cv2.INPAINT_NS啟用此算法。

代碼

我們需要創建一個與輸入圖像大小相同的掩碼，其中非零像素對應於要修復的區域。其他一切都很簡單。我的圖像因一些黑色筆畫而降級（我手動添加）。我用Paint工具創建瞭相應的筆觸，同時得到mask。

import numpy as np
from matplotlib import pyplot as plt
import cv2

img = cv2.imread('OpenCV_Logo_B.png')     # input
mask = cv2.imread('OpenCV_Logo_C.png',0)  # mask

dst_TELEA = cv2.inpaint(img,mask,3,cv2.INPAINT_TELEA)
dst_NS = cv2.inpaint(img,mask,3,cv2.INPAINT_NS)

plt.subplot(221), plt.imshow(img)
plt.title('degraded image')
plt.subplot(222), plt.imshow(mask, 'gray')
plt.title('mask image')
plt.subplot(223), plt.imshow(dst_TELEA)
plt.title('TELEA')
plt.subplot(224), plt.imshow(dst_NS)
plt.title('NS')

plt.tight_layout()
plt.show()

這是原圖文件和掩碼文件：Pictures

輸出：

這是輸出。第一個是降級的OpenCV徽標，第二個圖片是運行FMM所需的掩碼。最後兩張照片是修補的結果。不確定，但我認為兩種修補方法之間沒有任何區別，至少對於當前輸入而言。

參考鏈接：

1、OpenCV Image Inpainting官方文檔 https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_photo/py_inpainting/py_inpainting.html

2、https://www.bogotobogo.com/python/OpenCV_Python/python_opencv3_Image_reconstruction_Inpainting_Interpolation.php

到此這篇關於Python-OpenCV中的cv2.inpaint()函數的使用的文章就介紹到這瞭,更多相關OpenCV cv2.inpaint()函數內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：