Python编程OpenCV和Numpy图像处理库实现图片去水印

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.uint8)
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)以上的像素点,都改成[255,255,255]就好了。

from itertools import product
from PIL import 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!

(0)

相关推荐

  • 拒绝盗图!教你怎么用python给图片加水印

    方式一:叠加文字水印 最简单的一种方式是,在图片上绘制半透明文本来实现水印效果. 主要用到Figure.text函数 参数 类型 说明 x, y float 叠加文本的位置坐标.,取值范围在 [0, 1]. s str 文本字符串. fontdict dict 可选 用于覆盖默认文本属性的字典.如果未给出,则默认值由 rcParams["font.*"]确定.作为kwargs传递的属性,会覆盖fontdict 中给出的相应属性. 叠加文字水印的代码如下 import numpy as

  • 基于python的图片修复程序(实现水印去除)

    图片修复程序-可用于水印去除 在现实的生活中,我们可能会遇到一些美好的或是珍贵的图片被噪声干扰,比如旧照片的折痕,比如镜头上的灰尘或污渍,更或者是某些我们想为我所用但有讨厌水印,那么有没有一种办法可以消除这些噪声呢? 答案是肯定的,依然是被我们用了无数次的OpenCV这款优秀的框架. OpenCV 目前,OpenCV逐步成为一个通用的基础研究和产品开发平台.OpenCV这一名称包含了Open和 Computer Vision两者的意思.实际上,Open指Open Source(开源,即开放源代码

  • 利用Python+OpenCV三步去除水印

    一.推理原理 1.标定噪声的特征,使用cv2.inRange二值化标识噪声对图片进行二值化处理,具体代码:cv2.inRange(img, np.array([200, 200, 240]), np.array([255, 255, 255])),把[200, 200, 200]~[255, 255, 255]以外的颜色处理为0 2.使用OpenCV的dilate方法,扩展特征的区域,优化图片处理效果 3.使用inpaint方法,把噪声的mask作为参数,推理并修复图片 二.推理步骤 1.从源图

  • 运用python去除图片水印

    目录 OpenCV + Numpy 函数简介 色彩转换 PIL  + itertools 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[1].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

  • Python编程OpenCV和Numpy图像处理库实现图片去水印

    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

  • 手机Python编程软件QPython支持第三方库安装详解

    目录 前言 安装 如何使用呢? 终端 编辑器 文件 QPYPI 前言 不得不说,对于写代码这件事,真的必须就是在电脑上才会有很好的体验.手机上写Python代码,那种感觉确实不敢想. 但是总有粉丝私信我: 有没有手机端写Python代码的软件呢?上班.下班坐地铁,坐公交挺无聊的,想要练练代码. 鉴于此,我还是写一篇文章给大家推荐这款软件(软件名字叫做QPython

  • Python图像处理库PIL详细使用说明

    一. 简介 1. 基本介绍 Pillow 是 Python 中较为基础的图像处理库,主要用于图像的基本处理,比如裁剪图像.调整图像大小和图像颜色处理等.与 Pillow 相比,OpenCV 和 Scikit-image 的功能更为丰富,所以使用起来也更为复杂,主要应用于机器视觉.图像分析等领域,比如众所周知的“人脸识别”应用 . 2. 特点 支持格式繁多 Pillow 支持广泛的图像格式,比如 "jpeg","png","bmp","g

  • 推荐五个常用的python图像处理库

    目录 1. 引言 2. Pillow库 3. Numpy库 4. Scipy库 5. Opencv库 6. Pgmagick库 7. 总结 1. 引言 Python目前是世界上使用最多的编程语言之一.它能够以更少的工作量和更少的代码行数来完成许多事情.它还可以使用很少的代码行来方便地编辑和创建图像.本文重点介绍,在图像处理领域,我们最常使用的一些Python开源库. 2. Pillow库 Pillow是Python中常用的图像处理库之一.它提供了许多操作图像的函数,如调整大小.滤波操作等.这是P

  • 详解Python图像处理库Pillow常用使用方法

    PIL(Python Image Library)是python的第三方图像处理库,但是由于其强大的功能与众多的使用人数,几乎已经被认为是python官方图像处理库了. 其官方主页为:PIL. PIL历史悠久,原来是只支持python2.x的版本的,后来出现了移植到python3的库pillow,pillow号称是friendly fork for PIL,其功能和PIL差不多,但是支持python3. PIL(Python Imaging Library)是Python一个强大方便的图像处理库

  • Python批量图片去水印的方法

    ​平常工作中,有时为了采用网络的一些素材,但这些素材往往被打了水印,如果我们不懂PS就无法去掉水印,或者无法批量去掉水印.这些就很影响我们的工作效率. 今天我们就一起来,用Python + OpenCV三步去除水印,去水印需要使用的库: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. 图片去水印原理 1.标定噪声的特征,使用cv2.inRange二值化标识噪声对图片进行二值化处理,具体代码:cv2.inRa

  • 详解python opencv、scikit-image和PIL图像处理库比较

    进行深度学习时,对图像进行预处理的过程是非常重要的,使用pytorch或者TensorFlow时需要对图像进行预处理以及展示来观看处理效果,因此对python中的图像处理框架进行图像的读取和基本变换的掌握是必要的,接下来python中几个基本的图像处理库进行纵向对比. 项目地址:https://github.com/Oldpan/Pytorch-Learn/tree/master/Image-Processing 比较的图像处理框架: PIL scikit-image opencv-python

  • Python编程利用Numpy和PIL库将图片转化为手绘

    目录 主要采用的技术点 读取图片,转化为数组 计算 x,y,z 轴梯度值,归一化 加入光源效果 导出图片,并保存 主要采用的技术点 Python + Numpy + PIL 在正文代码开始前,大家先看看最初原图和转换手绘风图片前后对比. 当然了,我先查了手绘的三个基本特点: 图片可单通道灰度图 边缘线条较重可当成黑色,相同或相近像素值趋向白色 光源效果下,灰度变化类似于人类视觉的远近 下面开始介绍,手绘照实现步骤: 读取图片,转化为数组 因为要对图像的像素计算,可以先把图片先转化为数组.代码如下

  • python计算机视觉OpenCV库实现实时摄像头人脸检测示例

    目录 设备准备: 实现过程 调用模型库文件 打开摄像头 人脸检测 设置退出机制 程序运行 全部代码 OpenCV 是一个C++库,目前流行的计算机视觉编程库,用于实时处理计算机视觉方面的问题,它涵盖了很多计算机视觉领域的模块.在Python中常使用OpenCV库实现图像处理. 本文将介绍如何在Python3中使用OpenCV实现实时摄像头人脸检测: 设备准备: USB摄像头 接入PC电脑USB口,并调试正常打开视频.如果电脑内置了电脑摄像头,测试一下摄像头能否正常使用. 下载特征分类模型: XM

  • Python+OpenCV六种实时图像处理详细讲解

    目录 1.导入库文件 2.设计GUI 3.调用摄像头 4.实时图像处理 4.1.阈值二值化 4.2.边缘检测 4.3.轮廓检测 4.4.高斯滤波 4.5.色彩转换 4.6.调节对比度 5.退出系统 初学OpenCV图像处理的小伙伴肯定对什么高斯函数.滤波处理.阈值二值化等特性非常头疼,这里给各位分享一个小项目,可通过摄像头实时动态查看各类图像处理的特点,也可对各位调参.测试有一定帮助. 1.导入库文件 这里主要使用PySimpleGUI.cv2和numpy库文件,PySimpleGUI库文件实现

随机推荐