目录
- OpenCV + Numpy
- 函数简介
- 色彩转换
- PIL + itertools
大家好,我是小五
前一阵给大家分享了,python如何给图片加水印。评论区就有小伙伴问,可不可使用Python去除图片水印的方法呢?
这个肯定有啊,不过由于图片水印的种类有很多,今天我们先讲最简单的一种。
即上图中的①类水印,这种水印存在白色背景上的文档里,水印是灰色,需要保留的文字是黑色。
这种通常可以进行简单的亮度/对比度转换,直到水印消失并降低亮度以进行补偿。
参考别人的方法,我发现可以用多种方法去除水印。大致原理比较相似,下面先讲OpenCV的方法。
OpenCV + Numpy
本方法需要使用的库:cv2、numpy。cv2是基于OpenCV的图像处理库,可以对图像进行腐蚀,膨胀等操作;Numpy这是一个强大的处理矩阵和维度运算的库。
函数简介
介绍一下cv2的三个基本函数:使用cv2.imread()
,cv2.imshow()
,cv2.imwrite()
分别可以读取、显示和保存图像。
img = cv2.imread('test.png') cv2.imshow('test.png',img) cv2.waitKey(0) cv2.imwrite('test_2.png', img)
对于Numpy呢,则要用到np.clip()
,它是一个截取函数,用于截取数组中小于或者大于某值的部分,并使得被截取部分等于固定值。
np.clip(a, a_min, a_max, out=None):
具体用法:
可以看到,数组x中的所有数限定到范围0和5之间。为啥要介绍这些函数呢,接着往下看。
色彩转换
回到本文一开始,我们想去除文档图片中的水印。
上图中我选取了三个点,这三个像素点分别对应背景白色、黑色字体以及灰色的水印。
我们现在要做的事,就是想办法把水印转换成白色背景。换言之,就是把图片中[217,217,217]的像素点转换成[255,255,255]。
当然这个[217,217,217]也不是固定的,只是一个范围。为了方便调整,我选取了一些像素点,做了一个线性回归。
希望把图片整体的像素颜色做一个改变,原有黑色字体尽量跟原来一致,而水印部分则一定要≥255,然后就可以通过np.clip()
限定区间,使之都变成[255,255,255]。
说干就干
import cv2 import numpy as np img = cv2.imread('test.png') new = np.clip(1.4057577998008846*img-38.33089999653017, 0, 255).astype(np.uistrXufnt8) cv2.imwrite('removed.png', new)
下面我们看看调整后的效果(左侧是转换前,右侧是转换后)。
处理效果还是不错的,说明对于这类文档图片水印,通过几行Python代码就可以轻松去除水印。
不过通过线性回归改变整体图片颜色,也会影响原有的黑色文本,导致其颜色发生了微微变化。
那我们能不能简单粗暴一点!只改变水印的颜色呢?
也可以试试。
PIL + itertools
PIL也是一个Python 图像处理库,其中Image模块是在Python PIL图像处理中常见的模块,对图像进行基础操作的功能基本都包含于此模块内。
itertools
之前更是被我们称为一个 零编程客栈差评的 Python 内置库。其中itertools.product
用来产生多个列表和迭代器的(积)。
还是跟之前一个原理,我们希望将图片中[217,217,217]的像素点转换成[255,255,255]。
那就简单粗暴一点,也就是像素值相加大概600(217+217+217)以上的像素www.cppcns.com点,都改成[255,255,255]就好了。strXuf
from itertools import product from PIL import 编程客栈Image img = Image.open('test.png') width, height = img.size for pos in product(range(width), range(height)): if sum(img.getpixel(pos)[:3]) > 600: img.putpixel(pos, (255,255,255)) img.save('removed_1.png')
运行结果,对比一下。
与第一种方法对比,肉眼也没看出来太明显差别。
那大家就喜欢那种方法就用哪个吧!
以上就是Python编程OpenCV和Numpy实现图片去水印的详细内容,更多关于OpenCV和Numpy图片去水印的资料请关注我们其它相关文章!
精彩评论