如何解决从图像中去除透明水印 - python
我正在尝试从图像中去除透明水印。
这是我的示例图片:
我想从图像中删除文本“水印”。如您所见,文本是透明的。所以我想将该文本替换为原始背景。
这样的东西将是我想要的输出:
我尝试了一些示例(我目前正在使用 cv2,如果其他库可以解决问题也请推荐),但没有一个离成功很近。我知道要走的路是有一个面具(如 this 帖子),但他们都已经有面具的图像,但我没有。
这是我尝试使用蒙版做的事情,我将饱和度调低为黑白,并创建了一个图像“imagemask.jpg”,然后尝试使用 for
循环遍历像素:
mask = cv2.imread('imagemask.jpg')
new = []
rows,cols,_ = mask.shape
for i in range(rows):
new.append([])
#print(i)
for j in range(cols):
k = img[i,j]
#print(k)
if all(x in range(110,130) for x in k):
new[-1].append((255,255,255))
else:
new[-1].append((0,0))
cv2.imwrite('finalmask.jpg',np.array(new))
然后想使用掩码的代码,但我意识到“finalmask.jpg”是一团糟......所以我没有尝试使用掩码的代码。
这真的可能吗?我已经尝试了大约 3 个小时,但没有收到任何运气...
解决方法
这不是小事,我的朋友。雪上加霜的是,您的图像分辨率非常低,被压缩并且具有令人讨厌的眩光 - 这根本无助于处理。请查看您的输入并相应地设置您的期望。话虽如此,让我们尝试用我们所拥有的来获得最佳结果。这些是我建议的步骤:
- 尝试分割图像中的水印文本
- 过滤分割掩码并尝试获得尽可能干净的二进制掩码
- 使用文本遮罩以输入图像作为参考修补违规区域
现在,正如您已经看到的,棘手的部分是分割文本。在尝试了一些技巧和色彩空间之后,我发现 CMYK
color space - 特别是 K 通道 - 提供了有希望的结果。文字相当清晰,我们可以尝试使用 Adaptive Thresholding
,让我们看看:
# Imports
import cv2
import numpy as np
# Read image
imagePath = "D://opencvImages//"
img = cv2.imread(imagePath+"0f5zZm.jpg")
# Store a deep copy for the inpaint operation:
originalImg = img.copy()
# Convert to float and divide by 255:
imgFloat = img.astype(np.float) / 255.
# Calculate channel K:
kChannel = 1 - np.max(imgFloat,axis=2)
OpenCV
不直接提供 BGR
到 CMYK
的转换,因此我必须手动使用 conversion formula 获取 K
频道。这是非常简单的。 K
(或 Key)通道代表最低强度(黑色)的像素,颜色为白色。这意味着几乎是白色的文本将呈现为黑色...这是输入的 K
通道:
![](https://i.imgur.com/YhahgN7.png)
你看到输入上较暗的像素在这里几乎是白色的了吗?这很好,它似乎在文本和其他一切之间得到了清晰的分离。很遗憾,我们的右侧有一些令人讨厌的大眩光。无论如何,转换涉及float
操作,所以要小心data types
。也许我们可以通过一些亮度/对比度调整来改善这个图像。只是一点点,我只是想将更多的文字与那讨厌的眩光分开:
# Apply a contrast/brightness adjustment on Channel K:
alpha = 0
beta = 1.2
adjustedK = cv2.normalize(kChannel,None,alpha,beta,cv2.NORM_MINMAX,cv2.CV_32F)
# Convert back to uint 8:
adjustedK = (255*adjustedK).astype(np.uint8)
这是调整后的图像:
![](https://i.imgur.com/ZfNngUC.png)
文字和眩光之间似乎有更多的分离。好的,让我们对这个坏男孩应用 Adaptive Thresholding
以获得初始分割掩码:
# Adaptive Thresholding on adjusted Channel K:
windowSize = 21
windowConstant = 11
binaryImg = cv2.adaptiveThreshold(adjustedK,255,cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY_INV,windowSize,windowConstant)
你看到我在这里使用了一个不太大的 windowSize
来进行阈值设置吗?如果您愿意,可以随意调整这些参数。这是我得到的二进制图像:
![](https://i.imgur.com/RtGdmgM.png)
是的,噪音很大。以下是我建议获得更干净的掩码的建议: 有一些明显的斑点大 比文本。同样,还有其他比文本小的 blob。让我们找出大斑点和小斑点并减去它们。如果我们正确设置参数,生成的图像应该包含文本。让我们看看:
# Get the biggest blobs on the image:
minArea = 180
bigBlobs = areaFilter(minArea,binaryImg)
# Filter the smallest blobs on the image:
minArea = 20
smallBlobs = areaFilter(minArea,binaryImg)
# Let's try to isolate the text:
textMask = smallBlobs - bigBlobs
cv2.imshow("Text Mask",textMask)
cv2.waitKey(0)
这里我使用了一个名为 areaFilter
的辅助函数。此函数返回图像中高于最小面积阈值的所有斑点。我将在答案的末尾发布该功能。同时,看看这些很酷的图片:
大斑点:
![](https://i.imgur.com/bJ9utN1.png)
过滤后的小斑点:
![](https://i.imgur.com/viHPHZ0.png)
它们之间的区别:
![](https://i.imgur.com/udDj8Sz.png)
可悲的是,似乎字符的某些部分在过滤操作中没能幸存下来。那是因为眩光和文本的交集太多,算法无法得到清晰的分离。可以使修复结果受益的是此蒙版上的微妙模糊,以消除该压缩别名。让我们应用一些 Gaussian Blur
来平滑蒙版:
# Blur the mask a little bit to get a
# smoother inpanting result:
kernelSize = (3,3)
textMask = cv2.GaussianBlur(textMask,kernelSize,cv2.BORDER_DEFAULT)
内核没有那么大,我只是想要一个微妙的效果。结果如下:
![](https://i.imgur.com/3hsmVss.png)
最后,让我们应用内画:
# Apply the inpaint method:
inpaintRadius = 10
inpaintMethod = cv2.INPAINT_TELEA
result = cv2.inpaint(originalImg,textMask,inpaintRadius,inpaintMethod)
cv2.imshow("Inpaint Result",result)
cv2.waitKey(0)
这是最终结果:
![](https://i.imgur.com/ATdX5f0.png)
嗯,考虑到输入图像,还不错。您可以尝试通过调整一些值来进一步改善结果,但我的老兄,这种生活的现实是输入图像一开始并不是那么好。这是 areaFilter
函数:
def areaFilter(minArea,inputImage):
# Perform an area filter on the binary blobs:
componentsNumber,labeledImage,componentStats,componentCentroids = \
cv2.connectedComponentsWithStats(inputImage,connectivity=4)
# Get the indices/labels of the remaining components based on the area stat
# (skip the background component at index 0)
remainingComponentLabels = [i for i in range(1,componentsNumber) if componentStats[i][4] >= minArea]
# Filter the labeled pixels based on the remaining labels,# assign pixel intensity to 255 (uint8) for the remaining pixels
filteredImage = np.where(np.isin(labeledImage,remainingComponentLabels) == True,0).astype('uint8')
return filteredImage
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。